Table of Contents[Ferstopje][Toanje]
De wrâld sa't wy dit kenne kin feroarje as gefolch fan keunstmjittige yntelliginsje (AI). Wat ferbetteringen yn semy-autonome systemen oanbelanget, brûkt Tesla se heul.
Derneist beweart Elon Musk dat it úteinlik op oare fjilden tapast wurde sil. Foar syn folsleine selsridende technology en autopilotsysteem,
Tesla brûkt kompjûterfisy, masine learen, en keunstmjittige yntelliginsje (FSD).
Yn dit stik sille wy beprate wat Tesla in technysk bedriuw makket en hoe't it AI, kompjûterfisy, grutte data en oare technologyen brûkt om selsridende auto's te ûntwikkeljen. Litte wy begjinne.
Wy sille earst ûndersykje hoe't Tesla in technysk bedriuw is.
Wêrom is Tesla beskôge as in techbedriuw?
Tesla produsearret in signifikante hoemannichte software. Tesla's ûnderskiedende infotainmentsysteem, brûkersynterface, en autonome rydfunksjes binne allegear basearre op software.
Wylst oare autofabrikanten no pas begjinne te eksperimintearjen mei upgrades oer de loft, hat Tesla it al jierren dien. Tesla-meiwurkers makken en ferbetterje kontinu de bestjoeringssystemen foar Tesla-auto's.
Tesla produseart ek in ferskaat oan oare technologyske produkten, ynklusyf sinnepanielen, sinne-tegels op it dak, ferskate soarten batterijen, oplaadstasjons, kompjûters en wichtige kompjûterkomponinten (foar Tesla-auto's).
Hoewol sawol Nokia as Blackberry software hiene, hie de iPhone in lykwichtige kombinaasje fan beide, en dêrom ferovere it it mobile tillefoanbedriuw en feroare hoe't wy op it stuit ús tillefoans brûke.
Dit is wat Tesla docht foar it autobedriuw. Tesla's binne auto's, ja (en SUV's en gau pickup trucks, semi-trucks en ATV's). Mar dizze auto's omfetsje software foar deistich gebrûk dy't yntern is makke troch Tesla of yntegreare yn it systeem fan Tesla.
Wylst jo parkeard binne, hat Tesla ferdivedaasjekeuzes yntrodusearre, ynklusyf TRAX, Caraoke, en ferskate spultsjes (en miskien ienris wylst jo yn transit binne). Feiligenssysteem Sentry Mode, dat Tesla-hardware en software kombineart, hat wet hanthavening holpen by it oplossen fan misdieden lykas fandalisme. Jo smartphone tsjinnet as de kaai fan jo Tesla.
Mei jo tillefoan kinne jo jo Tesla skilje om nei jo te kommen. Derneist sil de auto jo tillefoan ynformearje as d'r in wichtich barren is dankzij Tesla's unike Sentry Mode-technology.
Om't Tesla de gegevens sil brûke dy't it hat sammele oer de eigentlike rydgewoanten fan Tesla-bestjoerders (gegevensfersammeling is in wichtich elemint fan tech, benammen as it direkt sa is en net dien wurdt troch ûndersiken fan merkûndersyk), sil de fersekering fan Tesla ek in útwreiding wêze fan de technyske kant.
Hokker technology brûkt Tesla foar Autopilot?
Se meitsje en brûke autonomy op grutte skaal yn masines lykas robots en auto's. Se beweare dat de ienige metoade dy't kin foarsjen in wiidweidich antwurd foar folslein autonoom riden en fierder is ien dy't fertrout op avansearre AI foar planning en fisy, oanfolle troch effektive hardware foar konklúzjes.
Tesla FSD Chip
Tesla-systemen komme mei twa AI-processors foar ferbettere prestaasjes en ferkearsfeiligens. It Tesla-systeem is fan doel flaterfrije operaasje. Fanwege de reservekopy krêft en gegevens ynfier boarnen, de auto kin fierder te rinnen sels as ien ienheid malfunctions.
Tesla nimt dizze ekstra foarsoarchsmaatregels om te soargjen dat de auto's goed taret binne om crashes te foarkommen yn gefal fan in ûnferwachte mislearring.
It ienige apparaat dat mear operaasjes per sekonde kin útfiere as de nije Tesla-mikroprosessor is it minsklik brein (1 quadrillion operaasjes per sekonde). Dat is sawat 21 kear machtiger dan de earder brûkte Tesla Nvidia-mikrochips.
Bou AI-ynferzjesprozessors om har folsleine selsridende software te betsjinjen, mei rekken hâldend mei elke lytse arsjitektoanyske en mikro-arsjitektoanyske ferbettering, wylst silisiumprestaasjes-per-watt maksimalisearje.
Hoewol Tesla sûnder twifel de merk liedt foar folslein autonome lokomotiven, is it noch in lange wei fan it ûntwikkeljen fan in moderne autopilotauto.
Tesla Dojo Chip
Tesla ûntbleate de Tesla D1, in nije prosessor mei 362 TFLOP's macht yn BF16 / CFP8 dy't spesjaal makke is foar keunstmjittige yntelliginsje. Dit waard iepenbiere tidens in resinte Tesla AI Dei presintaasje.
In enoarme chip wurdt makke troch it ferbinen fan in netwurk fan funksjonele ienheden neamd in netwurk fan funksjonele ienheden, dêr't de Tesla D1 in totaal fan 354 trainingsknooppunten tafoeget. Elke funksjonele ienheid hat in quad-core, 64-bit ISA CPU mei in maatwurk, spesjalisearre ûntwerp foar keppeltraversal, útstjoerings en transposysjes. De superskalêre ymplemintaasje wurdt brûkt troch dizze CPU (4-brede skalêre en 2-brede vectorpipelines).
Dit nije Tesla-silisium is lytser dan de GA100 GPU fûn yn 'e NVIDIA A100-versneller, dy't 826 mm fjouwerkant yn grutte is. It wurdt produsearre mei in 7nm-proses, hat yn totaal 50,000 miljoen transistors, en beslacht in fjouwerkant gebiet fan 645 mm.
Tesla beweart dat syn Dojo-chip komputerfisygegevens fjouwer kear rapper sil ferwurkje dan hjoeddeistige systemen, wêrtroch it bedriuw syn selsridende systeem folslein kin automatisearje.
De twa meast útdaagjende technologyske feats, nammentlik de tegel-oan-tegel-ferbining en software, binne lykwols noch net berikt troch Tesla.
De top-grade netwurkskeakels kinne net konkurrearje mei de eksterne bânbreedte fan elke tegel. Om dit te dwaan makke Tesla unike ynterconnects.
Dojo System
Meitsje it Dojo-systeem, fan 'e software-API's op hege nivo's om it te kontrolearjen nei de silisium-firmware-ynterfaces. Brûk foaroansteande technologyen foar levering en koeling fan hege krêft om útdaagjende situaasjes op te lossen, en meitsje skaalbere kontrôleloops en monitorsoftware.
Brûk de heule ekspertize fan har meganyske, thermyske en elektryske technykteams om de folgjende generaasje masine-learkompute te ûntwikkeljen foar gebrûk yn Tesla-datacenters. De ienige beheining is jo ferbylding.
Wurkje mei elke komponint fan systeem ûntwerp. Untwikkelje in publyk-rjochte API dy't Dojo foar elkenien tagonklik makket, en gearwurkje mei Tesla-fleet-learen om trainingswurklasten te leverjen mei har enoarme datasets.
Autonomy Algoritmen
Meitsje in hege fidelity wrâldmodel en plot trajekt yn dy romte om de kaaialgoritmen te ûntwikkeljen dy't de auto betsjinje.
Troch gegevens fan 'e sensoren fan' e auto oer plak en tiid te aggregearjen, kin in algoritme presys en wiidweidige gegevens oer grûnwierheid leverje dy't kinne wurde brûkt om te trainen neurale netwurken om dizze foarstellings te antisipearjen.
Se konstruearje sterk planning en beslútfoarming systeem mei help fan cutting-edge metodologyen dy't kinne funksjonearje yn útdaagjende real-world senario mei ûnwissichheid.
It analysearjen fan de algoritmen op it nivo fan 'e heule Tesla-float is foardielich.
Neurale netwurken
Djippe neuronale netwurken kinne wurde oplaat oer problemen fariearjend fan waarnimming oant kontrôle troch gebrûk te meitsjen fan nijsgjirrich ûndersyk. Om semantyske segmentaasje, objektidentifikaasje en monokulêre djipteskatting te realisearjen, ûndersiikje har per-kamera netwurken rauwe foto's.
Harren netwurken foar fûgelsicht brûke byldmateriaal fan alle kamera's om it top-down-perspektyf fan 'e dyk-yndieling, statyske ynfrastruktuer en 3D-objekten te generearjen.
Har netwurken wurde konstant fiede gegevens fan har float fan sawat 1M auto's, dy't de meast komplekse en farieare omstannichheden yn 'e wrâld omfettet.
De 48 netwurken dy't it hiele konstruksje fan 'e Autopilot neurale netwurken meitsje, hawwe 70,000 GPU-oeren nedich om te trenen. Op elke tiidstap produsearje se kollektyf 1,000 ferskillende tensors (foarsizzingen).
Ynfrastruktuer Evaluaasje
Se hawwe ek ynfrastruktuer en iepen- en sletten-loop hardware-in-the-loop beoardielingsark makke op skaal om de snelheid fan ynnovaasje te ferhaasten, prestaasjesferbetterings te kontrolearjen en regressions te stopjen.
Se brûke de anonymisearre karakteristike klips fan har float en yntegrearje se yn in protte testsenario's. Skriuw koade dy't har eigentlike omjouwing simulearret, en genereart ongelooflijk lifelike fisuele en oare sensorgegevens foar har Autopilot-programma om te brûken foar automatisearre testen of live debuggen.
Hoe brûkt Tesla Big Data, Artificial Intelligence & Machine Learning?
Big Data
Grutte gegevens wurde net allinich troch Tesla brûkt om problemen oan te pakken; it wurdt ek brûkt om konsumint lok te ferheegjen. Se krije ynformaasje fan 'e online mienskippen fan har kliïnten, en se brûke it om har folgjende fabrikaazje te ferbetterjen. Dit soarte fan klant ynteraksje is unheard fan yn bedriuw.
Grutte gegevens stypje Tesla's ynspanningen om kosten te besparjen, nije merken te finen, konsuminten te behagen, nije produkten te meitsjen en har auto's te ferbetterjen.
De ynformaasje wurdt brûkt om ekstreem gegevensdichte kaarten te meitsjen dy't alles sjen litte fan 'e lokaasje fan risiko's dy't bestjoerders twinge om aksje te nimmen oant de gemiddelde tanimming fan ferkearssnelheid oer in bepaald stik dyk.
edge computing bepaalt hokker aksje elke yndividuele auto no krekt moat nimme, wylst masinelearen yn 'e wolk de heule float opliedt.
Derneist is d'r in tredde nivo fan beslútfoarming, wêrby't auto's kinne ferbine mei oanbuorjende Tesla-auto's om netwurken te bouwen en kennis oer it gebiet te dielen.
Dizze netwurken sille wierskynlik ek kommunisearje mei auto's makke troch oare fabrikanten lykas oare systemen lykas ferkearskamera's, grûnsensors, of tillefoans yn in hast takomstige wrâld wêr't autonome auto's gewoan binne.
Artificial Intelligence
Om selsstannich ride te kinnen, evaluearje autonome auto's kontinu gegevens fan har sensoren en masinefyzjekamera's. Se nimme dan besluten op basis fan dizze ynformaasje.
Se brûke AI om de bewegingen fan fytsen, fuotgongers en auto's te begripen en te antisipearjen. Se kinne split-sekonde oardielen meitsje en har aktiviteiten fluch plannen mei dizze kennis.
Moat de auto yn de rydstrook bliuwe dêr't er no yn stiet, of moat dy feroarje? Moat it trochgean sa't it is of de auto foar har ynhelle? Wannear moat de auto fertrage of fersnelle?
Om auto's folslein autonoom te meitsjen, moat Tesla de nedige gegevens sammelje om de algoritmen te trenen en har AI's te feeden. Mear trainingsgegevens sille altyd liede ta bettere prestaasjes, en Tesla blinkt yn dit ferbân út.
Tesla hat in kompetitive foardiel, om't it al syn gegevens sammelt fan 'e hûnderttûzenen Tesla-auto's dy't no op 'e dyk binne. Ynterne en eksterne sensoren hâlde ljeppers op hoe't Teslas operearje ûnder ferskate omstannichheden.
Derneist observearje se hoe't bestjoerders har gedrage, ynklusyf har reaksjes op ferskate situaasjes en hoe faak se it stjoer of it dashboard oanreitsje. Se hawwe in heul ferfine folchsysteem.
Bygelyks, Tesla registrearret in momint yn 'e tiid, foeget it ta oan' e gegevenssammeling, en brûkt dan kleurde foarmen om in abstrakt byld te generearjen fan 'e omjouwing wêrfan it neurale netwurk kin leare.
Dit bart as in Tesla-auto in ûnkrekte oanname makket oer hoe't in auto of fyts him soe gedrage.
Machine Learning
Mei it gebrûk fan ynterne en eksterieursensors dy't sels ynformaasje kinne ophelje oer de lokaasje fan in bestjoerder op 'e kontrôles en hoe't se trochgeane te betsjinjen, sammelet Tesla masinelearen mei súkses guon fan har wichtige gegevens fan al har auto's, lykas har bestjoerders.
De ynformaasje wurdt ek brûkt om heul gegevensdichte kaarten te meitsjen dy't alles werjaan fan 'e gemiddelde ferheging fan ferkearssnelheid yn' e rin fan in bepaalde lingte fan 'e dyk oant de oanwêzigens fan gefaren en sels sjauffeurs freegje om aksje te nimmen.
Wylst in part fan de kante computing op elke yndividuele auto bepaalt hokker aksje de auto op it stuit moat nimme, Tesla's wolkbasearre masine learen is ferantwurdlik foar it trainen fan 'e heule float.
Om guon fan 'e pleatslike ynsjoch en ynformaasje út te wikseljen, kinne auto's in netwurk meitsje mei bepaalde oare Tesla-auto's yn' e buert.
Konklúzje
Tesla hat altyd in bedriuw west dat it sammeljen en analysearjen fan gegevens produseart dat it machtichste ark is foar wat it ek docht. Se makken gjin útsûnderingen by it ûntwerpen fan har CPU's.
De ûntwikkeling fan autonome weinen en de analyze fan statistyske gegevens troch de korporaasje hawwe it mooglik makke om de manier wêrop wy ride folslein te feroarjen troch keunstmjittige yntelliginsje, gegevensanalyse, grutte gegevens, masine learen, kompjûterfisy, neurale netwurken, FSD-chip, en in protte oare algoritmen.
Leave a Reply