Tesla тарабынан негизделген америкалык унаа өндүрүүчү компания болуп саналат Elon Musk 2003-жылы.
Компания өзүнүн электромобилдери жана күн панелдерин жана литий-иондук батарейканын энергиясын сактоого адистешкени менен белгилүү.
Tesla унаалары көптөгөн революциялык өзгөчөлүктөргө ээ, анын ичинде супер заряддоо, ачкыч картасына жетүү жана автопилот режими.
Автопилот режими Жасалма интеллект (AI) жана идеяларынын аркасында мүмкүн болду Тесланын өнүккөн Нейрондук тармак архитектурасы.
Келгиле, Tesla Neural Network архитектурасын майда-чүйдөсүнө чейин талкуулайлы.
Нейрондук тармактар деген эмне?
Нейрондук тармактар же NN - бул биологиялык активдүүлүктөн кийин моделдештирилген бир катар алгоритмдер. адамдын мээси. нейрон тармактары нейрондор деп да аталган түйүндөрдөн турат. Вертикалдык түйүндөрдүн жыйындысы катмарлар деп аталат.
Ар бир катмар түйүндөрдөн турат, ошондой эле нейрондор деп аталат, ал жерде эсептөөлөр жүргүзүлөт. Бир катмардын түйүндөрү төмөндөгүдөй өткөргүч линиялары аркылуу кийинки катмарга туташтырылган.
Төмөнкү диаграммада тегерекчелер түйүндөрдү, ал эми түйүндөрдүн вертикалдык жыйнагы катмарларды билдирет. Бул моделдин үч катмары бар.
Алар кантип үйрөнүшөт?
Берилиштер энбелгиси менен бир убакта моделге бирден берилет. Маалыматтар бөлүктөргө бөлүнөт жана моделдин ар бир түйүнү аркылуу өткөрүлөт.
Түйүндөр бул бөлүктөрдө математикалык операцияларды аткарышат. Бир катмардагы бир катар эсептөөлөрдөн кийин маалыматтар кийинки катмарга өтөт жана башкалар.
Аяктагандан кийин, биздин модель чыгаруу катмарындагы маалымат энбелгисин алдын ала айтат. Андан кийин модель бул болжолдонгон маанини чыныгы энбелги мааниси менен салыштырууну улантат.
Эгерде баалуулуктар дал келсе, биздин моделибиз кийинки киргизүүнү алат, бирок баалуулуктар айырмаланып калса, модель жоготуу деп аталган эки маанинин ортосундагы айырманы эсептеп, кийинки жолу дал келген энбелгилерди чыгаруу үчүн түйүн эсептөөлөрүн тууралайт.
Тесланын Нейрондук Тармак Архитектурасы
Тесла кабылдоодон башкарууга чейинки көйгөйлөр боюнча терең нейрон тармактарын окутуу үчүн алдыңкы изилдөөлөрдү колдонот.
Тесланын ар бир камералык тармактары семантикалык сегментациялоо, объектти аныктоо жана аныктоо үчүн чийки сүрөттөрдү талдайт. монокулярдык тереңдикти баалоо.
Берилиштер топтому
Нейрондук тармактар жолдун схемасын, статикалык инфраструктураны жана 3D объектилерин түздөн-түз жогорудан ылдый көрүнүштө чыгарган куштардын көзүн караган тармак камераларынан алынган видеолордон алынган чийки сүрөттөр боюнча үйрөтүлгөн.
Маалымат сүрөттөрү белгиленбеген жана дүйнө жүзү боюнча көптөгөн ар түрдүү сценарийлерди камтыйт жана реалдуу убакытта бир миллион унаадан турат.
Бул кантип иштейт?
Тармак 70,000 48 Графикалык Процессор Бирдиктеринен (GPU) турат, алар XNUMX терең билим алуу моделдер.
Камералар жана сенсорлор, анын ичинде унаанын аппараттык компоненттери, бул моделдердин тармагы аркылуу өтүп жаткан көзөмөлсүз маалыматтарды камсыз кылат.
Автоунаа чөйрөдөгү мүмкүн болуучу объекттер жөнүндө, мисалы, жөө жүргүнчү, дарак ж.б.
Архитектура ошондой эле принциптерин колдонгон эки AI чипинен турат терең билим алуу. Бул чиптер унаа айдап баратканда качан жана кантип бурула турган сыяктуу реалдуу убакытта чечим кабыл алууга жардам берет.
Нейрондук тармактын архитектурасы анын иштешине салым кошкон көптөгөн күчтүү түзүлүштөрдү жана концепцияларды камтыйт, анын ичинде:
FSD чип
Толук өзүн өзү башкаруу (өрт өчүрүүчү сыяктуу) чиптер Тесланын автопилоттук программалык камсыздоосун иштеткен AI тыянак чыгаруучу чиптери. Бул чиптер микроархитектуралык өркүндөтүүлөр менен иштелип чыккан, алар бир ватт үчүн кремнийдин максималдуу иштешин кысышат.
FSDs AIнын иштешин жана натыйжалуулугун текшерүү үчүн күчтүү тесттерди жана таблолорду жазып жатканда полду пландаштырууну, убакытты жана кубаттуулукту талдоону ишке ашырат.
Dojo чиптери жана системалары
Дожо Тесланын супер компьютер системасы, ал жогорку кубаттуулукту жеткирүү жана муздатуу үчүн алдыңкы технология менен оор маселелерди чечет.
Dojo чиптери бул системаларды иштеткен AI камтыйт жана ар бир майдаланууда максималдуу аткаруу, өткөрүү жөндөмдүүлүгү жана өткөрүү жөндөмдүүлүгү үчүн иштелип чыккан.
Чогуу, чиптер жана системалар Tesla NN үчүн кубаттуулукту жана аткарууну оптималдаштыруу үчүн колдонулат.
Автономия алгоритмдери
Автономия алгоритмдери – бул дүйнөнүн жогорку тактыктагы өкүлчүлүгүн түзүү жана берилген мейкиндикте траекторияларды пландаштыруу аркылуу унааны башкарган негизги алгоритмдер.
үчүн нейрон тармактарын үйрөтүү мындай өкүлчүлүктөрдү алдын ала айтуу үчүн, Тесла алгоритмдик түрдө так жана чоң масштабдагы чындык маалыматтарын машинанын сенсорлорунан мейкиндик жана убакыт боюнча бириктирүү аркылуу түзөт.
Бул алгоритмдер белгисиздик шартында татаал реалдуу кырдаалда иштеген бекем пландаштыруу жана чечим кабыл алуу системасын куруу үчүн алдыңкы ыкмаларды колдонот.
Баалоо инфраструктурасы
Тесланын баалоо инфраструктурасы ачык цикл, жабык цикл жана аппараттык баалоо инструменттерин жана масштабдагы инфраструктураны камтыйт.
Бул инфраструктура AIга иштин жакшырышына көз салууга жана регрессиялардын алдын алууга мүмкүндүк берет.
Тесланын NN негизги өзгөчөлүктөрү
- Камералар, УЗИ сенсорлор жана радар айлана-чөйрөнү кабыл алат
- Радар машинанын айланасындагы аралыкты өлчөйт
- Ультрафиолет техникасы жакындыкты өлчөйт жана пассивдүү видео унаанын айланасындагы объекттерди тааныйт
- Терең нейрон тармактарынын принциптерине негизделген эки AI чиптерин колдонот
- 6 миллиард транзистордон турган AI чиптери
- Nvidia чиптерине караганда 21 эсе ылдам
- AI чиптеринде 32 мегабайт жогорку ылдамдыктагы SRAM эс тутуму бар
- 48 Deep Learning моделинен турат
- 70,000 XNUMX Графикалык иштетүү бирдиктерин (GPU) камтыйт
- Ар бир убакыт баскычында 1000 айырмаланган тензорлорду (болжолдоолорду) чыгарат
жыйынтыктоо
Тесланын эң алдыңкысы нейрон тармактары жана AI архитектурасы өзүн-өзү башкаруучу унаалар идеясын ишке ашырды.
Алдыңкы AI негизиндеги автомобиль өндүрүүчүнүн бул ийгилиги анын өнүккөндүгүнүн натыйжасы FSD чиптери, Dojo чиптери, автономия алгоритмдери, баалоо инфраструктурасы жана башкалар.
Эгерде сиз AI, Deep Learning жана акыркы технология тенденциялары жөнүндө көбүрөөк билгиңиз келсе, башка кызыктуу макалаларыбызды карап чыгыңыз.
Таштап Жооп