Daftar Isi[Bersembunyi][Menunjukkan]
Tesla adalah perusahaan manufaktur kendaraan Amerika yang didirikan oleh Elon Musk di 2003.
Perusahaan ini terkenal dengan mobil listriknya dan mengkhususkan diri dalam panel surya dan penyimpanan energi baterai lithium-ion.
Mobil Tesla hadir dengan banyak fitur revolusioner termasuk pengisian daya super, akses kartu kunci, dan mode autopilot.
Mode autopilot dimungkinkan karena ide dari Artificial Intelligence (AI) dan Arsitektur Neural Network Tesla yang canggih.
Mari kita bahas arsitektur Tesla Neural Network secara detail.
Apa itu Neural Network?
Neural Networks, atau NNs, adalah serangkaian algoritma yang dimodelkan setelah aktivitas biologis otak manusia. Jaringan Saraf Tiruan terdiri dari node, juga disebut neuron. Kumpulan node vertikal dikenal sebagai layer.
Setiap lapisan terdiri dari node, juga disebut neuron, di mana perhitungan berlangsung. Node dari satu lapisan terhubung ke lapisan berikutnya melalui saluran transmisi seperti yang terlihat di bawah ini.
Dalam diagram berikut, lingkaran mewakili node dan kumpulan vertikal node mewakili lapisan. Ada tiga lapisan dalam model ini.
Bagaimana mereka belajar?
Data diumpankan ke model satu entitas pada satu waktu bersama dengan label. Data dipecah menjadi potongan-potongan dan melewati setiap node model.
Node melakukan operasi matematika pada potongan ini. Setelah serangkaian perhitungan dalam satu lapisan, data diteruskan ke lapisan berikutnya dan seterusnya.
Setelah selesai, model kami memprediksi label data pada lapisan output. Model kemudian melanjutkan untuk membandingkan nilai prediksi ini dengan nilai label sebenarnya.
Jika nilainya cocok, model kami akan mengambil input berikutnya tetapi jika nilainya berbeda, model akan menghitung perbedaan antara kedua nilai, yang disebut kerugian, dan menyesuaikan perhitungan node untuk menghasilkan label yang cocok di lain waktu.
Arsitektur Jaringan Saraf Tesla
Tesla menggunakan penelitian mutakhir untuk melatih jaringan saraf dalam pada masalah mulai dari persepsi hingga kontrol.
Jaringan per kamera Tesla menganalisis gambar mentah untuk melakukan segmentasi semantik, deteksi objek, dan estimasi kedalaman monokular.
Kumpulan Data
Jaringan Neural dilatih pada gambar mentah yang diekstraksi dari video yang diambil dari kamera jaringan pandangan mata burung yang menampilkan tata letak jalan, infrastruktur statis, dan objek 3D langsung dalam tampilan atas-bawah.
Gambar data tidak berlabel dan mencakup banyak skenario beragam di seluruh dunia dan terdiri dari satu juta kendaraan secara real time.
Bagaimana cara kerjanya?
Jaringan terdiri dari 70,000 Unit Pemrosesan Grafis (GPU), yang melatih 48 belajar mendalam model.
Komponen perangkat keras mobil termasuk kamera dan sensor, menyediakan data tanpa pengawasan yang dilewatkan melalui jaringan model ini.
Mobil belajar tentang kemungkinan objek di lingkungan, seperti pejalan kaki, pohon dll dari data yang diberikan.
Arsitekturnya juga terdiri dari dua chip AI yang menggunakan prinsip-prinsip belajar mendalam. Chip ini membantu membuat keputusan real-time untuk mobil, seperti kapan dan bagaimana berbelok, saat mengemudi.
Arsitektur Neural Network mencakup banyak perangkat dan konsep canggih yang berkontribusi pada cara kerjanya, termasuk:
Chip FSD
Mengemudi Sendiri Penuh (FSD) chip adalah chip inferensi AI yang menjalankan perangkat lunak autopilot Tesla. Chip ini telah dirancang dengan perbaikan mikro-arsitektur yang memeras kinerja silikon maksimum per watt.
FSD menerapkan perencanaan lantai, waktu, dan analisis daya sambil menulis tes dan papan skor yang kuat untuk memverifikasi fungsionalitas dan kinerja AI.
Keripik dan Sistem Dojo
Dojo adalah sistem komputer super Tesla yang memecahkan masalah sulit dengan teknologi canggih untuk pengiriman dan pendinginan berdaya tinggi.
Dojo Chips menyertakan AI yang mendukung sistem ini dan dirancang untuk kinerja, throughput, dan bandwidth maksimum di setiap perincian.
Bersama-sama, chip dan sistem digunakan untuk mengoptimalkan daya dan kinerja untuk NN Tesla.
Algoritma Otonomi
Algoritme otonomi adalah algoritme inti yang menggerakkan mobil dengan menciptakan representasi dunia dengan ketepatan tinggi dan merencanakan lintasan di ruang tertentu.
Untuk melatih jaringan saraf untuk memprediksi representasi semacam itu, Tesla secara algoritme membuat data kebenaran lapangan yang akurat dan berskala besar dengan menggabungkan informasi dari sensor mobil lintas ruang dan waktu.
Algoritme ini menggunakan teknik canggih untuk membangun sistem perencanaan dan pengambilan keputusan yang kuat yang beroperasi dalam situasi dunia nyata yang rumit di bawah ketidakpastian.
Infrastruktur Evaluasi
Infrastruktur evaluasi Tesla mencakup alat evaluasi dan infrastruktur loop terbuka, loop tertutup, dan perangkat keras dalam loop.
Infrastruktur ini memungkinkan AI untuk melacak peningkatan kinerja dan mencegah regresi.
Fitur Utama dari Tesla's NN
- Kamera, sensor ultrasonik, dan radar memahami lingkungan
- Sebuah radar mengukur jarak di sekitar mobil
- Teknik ultraviolet mengukur kedekatan dan video pasif mengenali objek di sekitar mobil
- Menggunakan dua chip AI yang dibangun berdasarkan prinsip jaringan saraf dalam
- Chip AI yang terdiri dari 6 miliar transistor
- 21 kali lebih cepat dari chip Nvidia
- Chip AI memiliki memori SRAM berkecepatan tinggi 32 megabita
- Terdiri dari 48 model Deep Learning
- Berisi 70,000 Unit Pemrosesan Grafis (GPU)
- Menghasilkan 1000 tensor (prediksi) yang berbeda di setiap langkah waktu
Kesimpulan
Tesla mutakhir Jaringan Saraf Tiruan dan arsitektur AI telah membuat ide mobil self-driving menjadi kenyataan.
Keberhasilan produsen mobil berbasis AI terkemuka ini adalah hasil dari kemajuannya chip FSD, chip Dojo, algoritme otonomi, infrastruktur evaluasi, dan banyak lagi.
Jika Anda ingin mempelajari lebih lanjut tentang AI, Deep Learning, dan tren teknologi terbaru, lihat artikel menarik kami lainnya.
Tinggalkan Balasan