Table of Contents[Ferstopje][Toanje]
Tesla is in Amerikaansk bedriuw foar autoprodusearjen oprjochte troch Elon Musk yn 2003.
It bedriuw is fral bekend om har elektryske auto's en foar it spesjalisearjen yn sinnepanielen en lithium-ion-batterij-enerzjy-opslach.
Tesla-auto's komme mei in protte revolúsjonêre funksjes, ynklusyf super-opladen, keycard tagong, en in autopilotmodus.
De autopilot modus is mooglik west fanwege ideeën út Artificial Intelligence (AI) en Tesla's avansearre Neural Network-arsjitektuer.
Litte wy de Tesla Neural Network-arsjitektuer yn detail beprate.
Wat binne neurale netwurken?
Neural Networks, of NNs, binne in rige fan algoritmen modelearre nei de biologyske aktiviteit fan de minskebern. Neurale netwurken bestean út knopen, ek wol neuroanen neamd. In samling fertikale knopen wurde bekend as lagen.
Elke laach bestiet út knopen, ek wol neuroanen neamd, dêr't de berekkeningen plakfine. De knopen fan de iene laach binne ferbûn mei de folgjende laach fia oerdracht rigels lykas sjoen hjirûnder.
Yn it folgjende diagram fertsjintwurdigje de sirkels de knopen en de fertikale kolleksje fan knopen fertsjintwurdigje de lagen. D'r binne trije lagen yn dit model.
Hoe learje se?
Gegevens wurde fieden oan it model ien entiteit tagelyk tegearre mei in label. De gegevens wurde opdield yn brokken en trochjûn troch elke knooppunt fan it model.
Knooppunten fiere wiskundige operaasjes op dizze brokken. Nei in rige fan berekkeningen yn ien laach, gegevens trochjaan op de folgjende laach ensafuorthinne.
Ienris foltôge foarseit ús model it gegevensetiket by de útfierlaach. It model giet dan troch om dizze foarseine wearde te fergelykjen mei dy fan 'e eigentlike labelwearde.
As de wearden oerienkomme, sil ús model de folgjende ynfier nimme, mar as de wearden ferskille, sil it model it ferskil tusken beide wearden berekkenje, neamd ferlies, en knooppuntberekkeningen oanpasse om de folgjende kear passende etiketten te produsearjen.
Tesla's Neural Network Architecture
Tesla brûkt nijsgjirrich ûndersyk om djippe neurale netwurken op te trenen op problemen fariearjend fan waarnimming oant kontrôle.
Tesla's per-kamera-netwurken analysearje rûge ôfbyldings om semantyske segmentaasje, objektdeteksje en út te fieren monokulêre djipte skatting.
De Datasets
De neuronale netwurken wurde oplaat op rauwe ôfbyldings dy't wurde ekstrahearre út fideo's nommen fan birds-eye-view netwurkkamera's dy't de dyk-yndieling, statyske ynfrastruktuer en 3D-objekten direkt yn 'e top-down werjefte útfiere.
Gegevensôfbyldings binne net-labeld en dekke in protte ferskate senario's rûn de wrâld en besteane út ien miljoen auto's yn realtime.
Hoe wurket it?
It netwurk bestiet út 70,000 Graphical Processing Units (GPU's), dy't 48 traine djip learen modellen.
De hardware-komponinten fan 'e auto, ynklusyf kamera's en sensoren, leverje gegevens sûnder tafersjoch dy't troch it netwurk fan dizze modellen wurde trochjûn.
De auto leart oer mooglike objekten yn in omjouwing, lykas in fuotgonger, beam ensfh út de opjûne gegevens.
De arsjitektuer bestiet ek út twa AI chips dy't brûke de prinsipes fan djip learen. Dizze chips helpe om realtime besluten te meitsjen foar de auto, lykas wannear en hoe't jo moatte draaie, wylst jo ride.
De Neural Network-arsjitektuer omfettet in protte krêftige apparaten en konsepten dy't bydrage oan har wurking, ynklusyf:
FSD Chip
Folslein selsriden (FSD)-chips binne AI-ynfeksje-chips dy't Tesla's autopilotsoftware útfiere. Dizze chips binne ûntworpen mei mikro-arsjitektoanyske ferbetteringen dy't de maksimale silisiumprestaasjes per watt squeeze.
FSD's implementearje flierplanning, timing en krêftanalyse by it skriuwen fan robúste tests en scoreboards om de funksjonaliteit en prestaasjes fan AI te ferifiearjen.
Dojo Chips en Systems
dojo is Tesla syn super kompjûter systeem dat oplost hurde problemen mei avansearre technology foar hege-power levering en koeling.
Dojo-chips omfetsje de AI dy't dizze systemen oandriuwt en binne ûntworpen foar maksimale prestaasjes, trochfier en bânbreedte by elke granulariteit.
Tegearre wurde de chips en systemen brûkt om krêft en prestaasjes te optimalisearjen foar Tesla's NN.
Autonomy Algoritmen
Autonomy-algoritmen binne de kearnalgoritmen dy't de auto ride troch in hege-fidelity-fertsjintwurdiging fan 'e wrâld te meitsjen en trajekten yn in bepaalde romte te plannen.
Nei trein neurale netwurken om sokke foarstellings te foarsizzen, makket Tesla algoritmysk krekte en grutskalige grûn-wierheidsgegevens troch ynformaasje te kombinearjen fan de sensoren fan 'e auto oer romte en tiid.
Dizze algoritmen brûke avansearre techniken om in robúst planning- en beslútfoarmingsysteem te bouwen dat wurket yn yngewikkelde situaasjes yn 'e echte wrâld ûnder ûnwissichheid.
Evaluaasje Ynfrastruktuer
De evaluaasje-ynfrastruktuer fan Tesla omfettet iepen-loop, sletten-loop en hardware-in-the-loop evaluaasje-ark en ynfrastruktuer op skaal.
Dizze ynfrastruktuer soarget foar AI om prestaasjesferbetteringen te folgjen en regressions te foarkommen.
Key Features fan Tesla's NN
- Kamera's, ultrasone sensoren en radar waarnimme it miljeu
- In radar mjit de ôfstân om de auto hinne
- Ultraviolettechniken mjitten tichtby en passive fideo herkent objekten om 'e auto
- Brûkt twa AI-chips boud op prinsipes fan djippe neurale netwurken
- AI-chips besteande út 6 miljard transistors
- 21 kear rapper dan Nvidia-chips
- AI-chips hawwe 32 megabytes fan hege snelheid SRAM-ûnthâld
- Bestiet út 48 Deep Learning modellen
- Befettet 70,000 Graphical Processing Units (GPU's)
- Utfiert 1000 ûnderskate tensors (foarsizzings) op elke tiidstap
Konklúzje
Tesla's cutting-edge Neurale netwurken en AI-arsjitektuer hat it idee fan selsridende auto's in realiteit makke.
Dit súkses fan 'e liedende AI-basearre autofabrikant is in gefolch fan syn avansearre FSD-chips, Dojo-chips, autonomy-algoritmen, evaluaasje-ynfrastruktuer, en mear.
As jo mear wolle leare oer AI, Deep Learning en de lêste technologytrends, besjoch dan ús oare ynteressante artikels.
Leave a Reply