Tesla는 미국의 자동차 제조 회사로 엘론 머스크 2003 인치
이 회사는 전기 자동차와 태양광 패널 및 리튬 이온 배터리 에너지 저장을 전문으로 하는 것으로 가장 잘 알려져 있습니다.
Tesla 차량에는 슈퍼 충전, 키 카드 액세스 및 자동 조종 모드를 비롯한 많은 혁신적인 기능이 있습니다.
자동조종 모드는 인공지능(AI)의 아이디어와 Tesla의 고급 신경망 아키텍처.
Tesla 신경망 아키텍처에 대해 자세히 논의해 보겠습니다.
신경망이란 무엇입니까?
신경망(NN)은 신경망의 생물학적 활동을 모델로 한 일련의 알고리즘입니다. 인간의 뇌. 신경망 뉴런이라고도 하는 노드로 구성됩니다. 수직 노드 모음을 레이어라고 합니다.
각 레이어는 계산이 이루어지는 노드(뉴런이라고도 함)로 구성됩니다. 한 레이어의 노드는 아래와 같이 전송선을 통해 다음 레이어로 연결됩니다.
다음 다이어그램에서 원은 노드를 나타내고 노드의 수직 컬렉션은 레이어를 나타냅니다. 이 모델에는 세 개의 레이어가 있습니다.
그들은 어떻게 배우나요?
데이터는 레이블과 함께 한 번에 하나씩 모델에 공급됩니다. 데이터는 청크로 분할되어 모델의 각 노드를 통해 전달됩니다.
노드는 이러한 청크에 대해 수학 연산을 수행합니다. 한 레이어에서 일련의 계산을 수행한 후 데이터는 다음 레이어로 전달되는 식입니다.
완료되면 우리 모델은 출력 레이어에서 데이터 레이블을 예측합니다. 그런 다음 모델은 이 예측 값을 실제 레이블 값과 비교합니다.
값이 일치하면 모델은 다음 입력을 사용하지만 값이 다르면 모델은 손실이라고 하는 두 값의 차이를 계산하고 다음에 일치하는 레이블을 생성하도록 노드 계산을 조정합니다.
Tesla의 신경망 아키텍처
Tesla는 인지에서 제어에 이르는 문제에 대해 심층 신경망을 훈련하기 위해 최첨단 연구를 사용합니다.
Tesla의 카메라별 네트워크는 원시 이미지를 분석하여 의미론적 분할, 객체 감지 및 단안 깊이 추정.
데이터 세트
신경망은 도로 레이아웃, 정적 인프라 및 3D 개체를 하향식 보기에서 직접 출력하는 조감도 네트워크 카메라에서 가져온 비디오에서 추출한 원시 이미지에 대해 훈련됩니다.
데이터 이미지는 레이블이 지정되지 않고 전 세계의 다양한 시나리오를 포괄하며 실시간으로 백만 대의 차량으로 구성됩니다.
어떻게 진행합니까?
네트워크는 70,000개를 훈련시키는 48개의 그래픽 처리 장치(GPU)로 구성됩니다. 깊은 학습 모델.
카메라와 센서를 포함한 자동차의 하드웨어 구성 요소는 이러한 모델의 네트워크를 통해 전달되는 감독되지 않은 데이터를 제공합니다.
자동차는 주어진 데이터에서 보행자, 나무 등과 같은 환경에서 가능한 물체에 대해 학습합니다.
아키텍처는 또한 다음과 같은 원리를 사용하는 두 개의 AI 칩으로 구성됩니다. 깊은 학습. 이 칩은 운전 중 회전 시기와 방법과 같은 자동차에 대한 실시간 결정을 내리는 데 도움이 됩니다.
신경망 아키텍처에는 다음을 포함하여 작동에 기여하는 많은 강력한 장치와 개념이 포함됩니다.
FSD 칩
완전 자율 주행(FSD) 칩은 Tesla의 자동 조종 소프트웨어를 실행하는 AI 추론 칩입니다. 이 칩은 와트당 최대 실리콘 성능을 압축하는 마이크로 아키텍처 개선으로 설계되었습니다.
FSD는 AI의 기능과 성능을 검증하기 위해 강력한 테스트와 스코어보드를 작성하면서 평면 계획, 타이밍 및 전력 분석을 구현합니다.
Dojo 칩 및 시스템
도장 고출력 전달 및 냉각을 위한 첨단 기술로 어려운 문제를 해결하는 Tesla의 슈퍼컴퓨터 시스템입니다.
Dojo Chip에는 이러한 시스템을 지원하는 AI가 포함되어 있으며 모든 세부 수준에서 최대 성능, 처리량 및 대역폭을 위해 설계되었습니다.
칩과 시스템은 함께 Tesla의 NN의 전력과 성능을 최적화하는 데 사용됩니다.
자율 알고리즘
자율성 알고리즘은 세계를 정확하게 표현하고 주어진 공간에서 궤적을 계획함으로써 자동차를 구동하는 핵심 알고리즘입니다.
에 신경망 훈련 이러한 표현을 예측하기 위해 Tesla는 공간과 시간에 걸쳐 자동차 센서의 정보를 결합하여 정확한 대규모 실측 데이터를 알고리즘 방식으로 생성합니다.
이러한 알고리즘은 고급 기술을 사용하여 불확실한 상황에서 복잡한 실제 상황에서 작동하는 강력한 계획 및 의사 결정 시스템을 구축합니다.
평가 인프라
Tesla의 평가 인프라에는 개방 루프, 폐쇄 루프 및 HIL(hardware-in-the-loop) 평가 도구와 대규모 인프라가 포함됩니다.
이 인프라를 통해 AI는 성능 향상을 추적하고 회귀를 방지할 수 있습니다.
Tesla NN의 주요 기능
- 카메라, 초음파 센서 및 레이더가 환경을 인식합니다.
- 레이더는 자동차 주변의 거리를 측정합니다.
- 자외선 기술은 근접성을 측정하고 수동 비디오는 자동차 주변의 물체를 인식합니다.
- 심층 신경망 원리에 기반한 두 개의 AI 칩 사용
- 6억 개의 트랜지스터로 구성된 AI 칩
- Nvidia 칩보다 21배 빠름
- AI 칩에는 32MB의 고속 SRAM 메모리가 있습니다.
- 48개의 딥러닝 모델로 구성
- 70,000개의 GPU(그래픽 처리 장치) 포함
- 각 시간 단계에서 1000개의 개별 텐서(예측)를 출력합니다.
결론
테슬라의 최첨단 신경망 AI 아키텍처는 자율주행 자동차의 아이디어를 현실로 만들었습니다.
이러한 선도적인 AI 기반 자동차 제조업체의 성공은 첨단 기술의 결과입니다. FSD 칩, Dojo 칩, 자율 알고리즘, 평가 인프라 등
AI, 딥 러닝 및 최신 기술 동향에 대해 자세히 알아보려면 다른 흥미로운 기사를 확인하세요.
댓글을 남겨주세요.