Мазмұны[Жасыру][Көрсету]
Біз білетін әлем жасанды интеллект (AI) нәтижесінде өзгеруі мүмкін. Жартылай автономды жүйелерді жақсартуға келетін болсақ, Tesla оларды көп пайдаланады.
Сонымен қатар, Илон Маск оның басқа салаларда қолданылатынын айтады. Толық өзін-өзі басқару технологиясы және автопилот жүйесі үшін,
Tesla компьютерлік көруді пайдаланады, машина оқыту, және жасанды интеллект (FSD).
Бұл бөлімде біз Tesla-ны не технологиялық фирмаға айналдыратынын және оның AI, компьютерлік көру, үлкен деректерді және өздігінен жүретін көліктерді жасау үшін басқа технологияларды қалай қолданатынын талқылаймыз. Бастайық.
Біз алдымен Тесланың технологиялық фирма екенін қарастырамыз.
Неліктен Tesla технологиялық компания болып саналды?
Tesla бағдарламалық қамтамасыз етудің айтарлықтай көлемін шығарады. Tesla-ның ерекше ақпараттық ойын-сауық жүйесі, Қолданушы интерфейсі, және автономды жүргізу функцияларының барлығы бағдарламалық құралға негізделген.
Басқа автоөндірушілер әуеден жаңартумен тәжірибе жасай бастағанымен, Tesla оны жылдар бойы жасап келеді. Tesla қызметкерлері Tesla автомобильдерінің операциялық жүйелерін жасап, үнемі жетілдіріп отырады.
Tesla сонымен қатар күн панельдерін, төбедегі күн плиткаларын, батареялардың бірнеше түрін, зарядтау станцияларын, компьютерлерді және компьютердің негізгі компоненттерін (Tesla автомобильдері үшін) қоса алғанда, басқа да түрлі технологиялық өнімдерді шығарады.
Nokia мен Blackberry екеуінің де бағдарламалық жасақтамасы болғанымен, iPhone екеуінің де теңдестірілген үйлесімі болды, сондықтан ол ұялы телефон бизнесін жаулап алды және қазіргі уақытта телефондарымызды пайдалану жолын өзгертті.
Бұл Tesla автокөлік бизнесі үшін істеп жатқан нәрсе. Тесла - бұл көліктер, иә (және жол талғамайтын көліктер және жақын арада жүк көліктері, жартылай жүк көліктері және квадроциклдер). Бірақ бұл көліктер күнделікті қолдануға арналған бағдарламалық жасақтаманы қамтиды, оны Tesla өз ішінде жасаған немесе Tesla жүйесіне енгізілген.
Сіз тұрақта тұрғанда, Tesla ойын-сауық таңдауларын, соның ішінде TRAX, Caraoke және көптеген ойындарды ұсынды (және бір күні транзит кезінде болуы мүмкін). Tesla аппараттық және бағдарламалық қамтамасыз етуді біріктіретін Sentry Mode қауіпсіздік жүйесі құқық қорғау органдарына вандализм сияқты қылмыстарды ашуға көмектесті. Сіздің смартфоныңыз Tesla кілті ретінде қызмет етеді.
Телефонды пайдаланып, сізге келу үшін Tesla-ға қоңырау шалуға болады. Сонымен қатар, көлік Tesla компаниясының бірегей Sentry Mode технологиясының арқасында маңызды оқиға болған жағдайда телефоныңызға хабарлайды.
Tesla Tesla жүргізушілердің нақты жүргізу дағдылары туралы жинаған деректерді пайдаланатындықтан (деректер жинау технологияның негізгі элементі болып табылады, әсіресе бұл тікелей және нарықтық зерттеулер сауалнамасы арқылы жүзеге асырылмаған кезде), Tesla сақтандыруы да кеңейтім болады. техникалық жағынан.
Tesla автопилот үшін қандай технологияны пайдаланады?
Олар роботтар мен автомобильдер сияқты машиналарда автономияны жасайды және пайдаланады. Олар толыққанды жауап бере алатын жалғыз әдіс деп санайды автономды жүргізу және одан әрі жоспарлау және көру үшін ең озық AI-ға сүйенетін және қорытынды жасауға арналған тиімді жабдықпен толықтырылған.
Tesla FSD чипі
Tesla жүйелері жақсартылған өнімділік пен жол қауіпсіздігі үшін екі AI процессорымен келеді. Tesla жүйесі қатесіз жұмыс істеуге бағытталған. Сақтық көшірме қуаты мен деректерді енгізу көздерінің арқасында бір блок дұрыс жұмыс істемесе де, көлік жұмысын жалғастыра алады.
Tesla бұл қосымша сақтық шараларын көліктердің күтпеген сәтсіздік жағдайында апаттардың алдын алу үшін жақсы дайындалғанын қамтамасыз ету үшін қабылдайды.
Жаңа Tesla микропроцессорына қарағанда секундына көбірек операцияларды орындай алатын жалғыз құрылғы - адам миы (секундына 1 квадриллион операция). Бұл бұрын қолданылған Tesla Nvidia микрочиптерінен шамамен 21 есе қуатты.
Әр ваттқа кремний өнімділігін арттыра отырып, әрбір кішкене архитектуралық және микроархитектуралық жақсартуларды ескере отырып, толық өзін-өзі басқару бағдарламалық құралын қуаттандыру үшін AI қорытынды процессорларын жасаңыз.
Tesla толығымен автономды локомотивтер нарығында сөзсіз жетекші болғанымен, ол озық автопилоттық көлікті әзірлеуден әлі де алыс.
Tesla Dojo чипі
Tesla BF1/CFP362-де 16 TFLOP қуаты бар Tesla D8 жаңа процессорын таныстырды. жасанды интеллект. Бұл туралы жақында өткен кездесуде белгілі болды Tesla AI Күндізгі презентация.
Үлкен чип Tesla D1 жалпы 354 оқу түйінін қосатын функционалдық блоктар желісі деп аталатын функционалдық бірліктердің желісін қосу арқылы жасалады. Әрбір функционалды блокта төрт ядролы, 64 биттік ISA процессоры бар, сілтемелерді өтуге, хабар таратуға және транспозицияға арналған арнайы дизайны бар. Суперскалярлық іске асыру осы орталық процессормен (4 кең скаляр және 2 кең векторлық құбырлар) пайдаланылады.
Бұл жаңа Tesla кремнийі NVIDIA A100 үдеткішінде табылған GA100 GPU-дан кішірек, оның өлшемі 826 мм шаршы. Ол 7 нм процесс арқылы шығарылады, жалпы 50,000 645 миллион транзисторы бар және XNUMX мм шаршы алаңды алып жатыр.
Tesla өзінің Dojo чипі компьютерлік көру деректерін қазіргі жүйелерге қарағанда төрт есе жылдам өңдейді деп мәлімдейді, бұл компанияға өзін-өзі басқару жүйесін толығымен автоматтандыруға мүмкіндік береді.
Дегенмен, ең қиын екі технологиялық ерлік, атап айтқанда, плиткадан плиткаға жалғау және бағдарламалық қамтамасыз етуді Tesla әлі орындаған жоқ.
Жоғары деңгейдегі желілік қосқыштар кез келген тақтайшаның сыртқы өткізу қабілеттілігімен бәсекелесе алмайды. Бұл үшін Tesla бірегей интерконнекттерді жасады.
Dojo жүйесі
Dojo жүйесін жоғары деңгейлі бағдарламалық құрал API интерфейсінен кремний микробағдарлама интерфейстеріне дейін басқару үшін жасаңыз. Күрделі жағдайларды шешу үшін жоғары қуатты жеткізу және салқындату технологияларын қолданыңыз және масштабталатын басқару циклдері мен мониторинг бағдарламалық құралын жасаңыз.
Tesla деректер орталықтарында пайдалану үшін машиналық оқытудың келесі буынын әзірлеу үшін олардың механикалық, жылу және электрлік инженерия командаларының барлық тәжірибесін пайдаланыңыз. Жалғыз шектеу - сіздің қиялыңыз.
Әрбір құрамдас бөлікпен жұмыс істеу жүйелік дизайн. Dojo-ны кез келген адамға қолжетімді ететін жалпыға қолжетімді API әзірлеңіз және олардың үлкен деректер жиынын пайдалана отырып, оқу жүктемелерін жеткізу үшін Tesla флотымен бірлесіп жұмыс жасаңыз.
Автономия алгоритмдері
Автокөлікті басқаратын негізгі алгоритмдерді әзірлеу үшін дәлдігі жоғары әлемдік модельді және сол кеңістікте траекторияны жасаңыз.
Көлік сенсорларынан алынған деректерді орын мен уақыт бойынша біріктіру арқылы алгоритм жаттығу үшін пайдалануға болатын нақты және ауқымды шындық деректерін бере алады. нейрондық желілер осы өкілдіктерді болжау.
Олар нақты әлемдегі сценарийлерді белгісіздікпен шешуде жұмыс істей алатын озық әдістемелерді пайдалана отырып, күшті жоспарлау және шешім қабылдау жүйесін құрады.
Алгоритмдерді бүкіл Tesla флотының деңгейінде талдау пайдалы.
Нейрондық желілер
Терең нейрондық желілерді алдыңғы қатарлы зерттеулерді қолдану арқылы қабылдаудан бақылауға дейінгі мәселелер бойынша оқытуға болады. Семантикалық сегментацияны, нысанды анықтауды және монокулярлық тереңдікті бағалауды орындау үшін олардың әр камералық желілері өңделмеген суреттерді зерттейді.
Олардың құс көзімен қарау желілері жол орналасуының, статикалық инфрақұрылымның және 3D нысандарының жоғарыдан төмен перспективасын жасау үшін барлық камералардың бейнелерін пайдаланады.
Олардың желілері әлемдегі ең күрделі және алуан түрлі жағдайларды қамтитын шамамен 1 миллион автомобиль паркінен үнемі деректермен қамтамасыз етіледі.
Автопилоттық нейрондық желілердің барлық құрылымын құрайтын 48 желіні оқыту үшін 70,000 1,000 GPU сағаты қажет. Әрбір уақыт кезеңінде олар XNUMX түрлі тензорларды (болжамдарды) бірге шығарады.
Инфрақұрылымды бағалау
Олар сондай-ақ инновация жылдамдығын жеделдету, өнімділікті арттыруды бақылау және регрессияларды тоқтату үшін инфрақұрылымды және ашық және жабық циклді аппараттық құралдарды бағалау құралдарын жасады.
Олар өз флотының анонимді сипаттамалық клиптерін пайдаланады және оларды көптеген сынақ сценарийлеріне қосады. Автоматтандырылған тестілеу немесе тікелей жөндеу үшін пайдалану үшін олардың Autopilot бағдарламасы үшін керемет шынайы көрнекі бейнелерді және басқа сенсорлық деректерді генерациялай отырып, олардың нақты ортасын имитациялайтын кодты жазыңыз.
Tesla үлкен деректерді, жасанды интеллект пен машиналық оқытуды қалай пайдаланады?
Үлкен деректер
Үлкен деректерді Tesla мәселелерді шешу үшін ғана пайдаланбайды; ол тұтынушылардың бақытын көтеру үшін де қолданылады. Олар өз тұтынушыларының желілік қауымдастықтарынан ақпаратты алады және олар оны кейінгі өндірісін жақсарту үшін пайдаланады. Клиенттердің өзара әрекеттесуінің бұл түрі бизнесте кездеспейді.
Үлкен деректер Tesla-ның шығындарды үнемдеу, жаңа нарықтарды табу, тұтынушыларды қуанту, жаңа өнімдер жасау және көлік құралдарын жақсарту әрекеттерін қолдайды.
Ақпарат жүргізушілерді әрекет етуге мәжбүрлейтін тәуекелдердің орналасуынан бастап жолдың белгілі бір бөлігіндегі қозғалыс жылдамдығының орташа өсуіне дейін кез келген нәрсені көрсететін өте тығыз деректер карталарын жасау үшін пайдаланылады.
Жиектерді есептеу бұлтта машиналық оқыту бүкіл флотты жаттықтырумен айналысса, әрбір жеке көлік дәл қазір қандай әрекет жасау керектігін анықтайды.
Сонымен қатар, шешімдер қабылдаудың үшінші деңгейі бар, оның көмегімен автомобильдер желілерді құру және аймақ туралы біліммен бөлісу үшін көршілес Tesla көліктерімен байланыса алады.
Бұл желілер, бәлкім, басқа өндірушілер шығарған көліктермен, сондай-ақ басқа жүйелермен, мысалы, трафик камералары, жердегі сенсорлар немесе автономды автомобильдер әдеттегідей жақын болашақ әлеміндегі телефондармен байланысады.
Жасанды интеллект
Автономды көліктер өздігінен жүре алу үшін сенсорлар мен машина көру камераларынан алынған деректерді үздіксіз бағалайды. Содан кейін олар осы ақпарат негізінде шешім қабылдайды.
Олар AI-ны велосипедтердің, жаяу жүргіншілердің және көліктердің қозғалысын түсіну және болжау үшін пайдаланады. Олар бірнеше секундтық пайымдаулар жасай алады және осы білімді пайдалана отырып, өз әрекеттерін жылдам жоспарлай алады.
Көлік қазір тұрған жолақта қалуы керек пе, әлде оны өзгерту керек пе? Ол бұрынғыдай жүре беруі керек пе, әлде олардың алдындағы көлікті басып озу керек пе? Көлік қашан баяулауы немесе жылдамдауы керек?
Автокөліктерді толығымен автономды ету үшін Tesla алгоритмдерді үйрету және AI-ді қамтамасыз ету үшін қажетті деректерді жинауы керек. Жаттығулар туралы көбірек деректер әрқашан жақсы өнімділікке әкеледі, және Tesla бұл жағынан ерекшеленеді.
Tesla бәсекелестікке қабілетті, өйткені ол өзінің барлық деректерін қазір жолда жүрген жүздеген мың Tesla көліктерінен жинайды. Ішкі және сыртқы сенсорлар Tesla-ның әртүрлі жағдайларда қалай жұмыс істейтінін бақылайды.
Бұған қоса, олар жүргізушілердің өзін қалай ұстайтынын, соның ішінде әртүрлі жағдайларға реакциясын және руль дөңгелегін немесе бақылау тақтасын қаншалықты жиі ұстайтынын бақылайды. Оларда өте күрделі бақылау жүйесі бар.
Мысалы, Tesla бір мезетте уақытты жазып алады, оны деректер жинағына қосады, содан кейін нейрондық желі үйренетін ортаның дерексіз бейнесін жасау үшін түрлі-түсті пішіндерді пайдаланады.
Бұл Tesla көлігі автомобильдің немесе велосипедтің қалай әрекет ететіні туралы дұрыс емес болжам жасағанда орын алады.
Машина жасау
Ішкі және сыртқы сенсорларды қолдану арқылы, тіпті басқару тетіктерінде жүргізушінің қолының орналасқан жері және олардың қалай жұмыс істейтіні туралы ақпаратты ала алады, Tesla Machine Learning өзінің барлық көліктерінен, сондай-ақ олардың кейбір негізгі деректерін сәтті жинайды. жүргізушілер.
Сондай-ақ ақпарат жолдың белгілі бір ұзындығы бойындағы қозғалыс жылдамдығының орташа өсуінен қауіп-қатер бар-жоғын және тіпті драйверлерді әрекет етуге шақыратын барлығын көрсететін өте тығыз карталарды жасау үшін пайдаланылады.
бөлігі болған кезде шеткі есептеу Әрбір жеке көлікте көлік дәл қазір қандай әрекет жасау керектігін анықтайды, Tesla бұлтқа негізделген машиналық оқыту бүкіл флотты оқытуға жауапты.
Кейбір жергілікті түсініктер мен ақпараттармен алмасу үшін автомобильдер жақын маңдағы кейбір басқа Tesla көліктерімен желіге қосыла алады.
қорытынды
Tesla әрқашан деректерді жинау мен талдауды шығаратын бизнес болды, ол кез келген істің ең қуатты құралы болып табылады. Олар өздерінің процессорларын жобалау кезінде ерекшелік жасамады.
Дамуы автономды көлік құралдары және корпорацияның статистикалық деректерді талдауы жасанды интеллект, деректерді талдау, үлкен деректер, машиналық оқыту, компьютерлік көру, нейрондық желілер, FSD чипі және басқа да көптеген алгоритмдердің арқасында көлік жүргізу тәсілін толығымен өзгертуге мүмкіндік берді.
пікір қалдыру