Tesla je americká spoločnosť na výrobu vozidiel, ktorú založil Elon Musk v 2003.
Spoločnosť je známa najmä svojimi elektromobilmi a špecializáciou na solárne panely a skladovanie energie z lítium-iónových batérií.
Automobily Tesla prichádzajú s množstvom revolučných funkcií vrátane supernabíjania, prístupu pomocou karty a režimu autopilota.
Režim autopilota bol možný vďaka nápadom umelej inteligencie (AI) a Pokročilá architektúra neurónovej siete spoločnosti Tesla.
Poďme diskutovať o architektúre Tesla Neural Network podrobne.
Čo sú to neurónové siete?
Neurónové siete alebo NN sú sériou algoritmov modelovaných podľa biologickej aktivity ľudského mozgu. Neurálne siete pozostávajú z uzlov, nazývaných aj neuróny. Kolekcia vertikálnych uzlov sú známe ako vrstvy.
Každá vrstva pozostáva z uzlov, nazývaných aj neuróny, kde prebiehajú výpočty. Uzly jednej vrstvy sú pripojené k ďalšej vrstve cez prenosové linky, ako je vidieť nižšie.
V nasledujúcom diagrame kruhy predstavujú uzly a vertikálna kolekcia uzlov predstavuje vrstvy. Tento model má tri vrstvy.
Ako sa učia?
Údaje sa privádzajú do modelu po jednej entite spolu s označením. Údaje sú rozdelené na kúsky a prechádzajú cez každý uzol modelu.
Uzly vykonávajú matematické operácie na týchto kúskoch. Po sérii výpočtov v jednej vrstve dáta prechádzajú do ďalšej vrstvy a tak ďalej.
Po dokončení náš model predpovedá označenie údajov na výstupnej vrstve. Model potom pokračuje v porovnaní tejto predpokladanej hodnoty so skutočnou hodnotou označenia.
Ak sa hodnoty zhodujú, náš model prevezme ďalší vstup, ale ak sa hodnoty líšia, model vypočíta rozdiel medzi oboma hodnotami, nazývaný strata, a upraví výpočty uzlov tak, aby nabudúce vytvorili zodpovedajúce označenia.
Architektúra neurónovej siete spoločnosti Tesla
Tesla využíva špičkový výskum na trénovanie hlbokých neurónových sietí na problémy od vnímania až po ovládanie.
Siete spoločnosti Tesla pre jednotlivé kamery analyzujú nespracované obrázky, aby vykonali sémantickú segmentáciu, detekciu objektov a monokulárny odhad hĺbky.
Množiny údajov
Neurónové siete sú trénované na nespracovaných obrázkoch, ktoré sú extrahované z videí nasnímaných sieťovými kamerami s pohľadom z vtáčej perspektívy, ktoré zobrazujú rozloženie cesty, statickú infraštruktúru a 3D objekty priamo v zobrazení zhora nadol.
Dátové obrázky sú neoznačené a pokrývajú množstvo rôznych scenárov po celom svete a pozostávajú z jedného milióna vozidiel v reálnom čase.
Ako to funguje?
Sieť pozostáva zo 70,000 48 grafických procesorových jednotiek (GPU), ktoré trénujú XNUMX hlboké vzdelávanie modely.
Hardvérové komponenty vozidla vrátane kamier a senzorov poskytujú údaje bez dozoru, ktoré sa prenášajú cez sieť týchto modelov.
Auto sa z daných údajov dozvie o možných objektoch v prostredí, ako je chodec, strom atď.
Architektúru tvoria aj dva AI čipy, ktoré využívajú princípy o hlboké vzdelávanie. Tieto čipy pomáhajú pri rozhodovaní o aute v reálnom čase, napríklad kedy a ako odbočiť počas jazdy.
Architektúra neurónovej siete zahŕňa mnoho výkonných zariadení a konceptov, ktoré prispievajú k jej fungovaniu, vrátane:
FSD čip
Plná autonómna jazda (FSD) čipy sú inferenčné čipy AI, ktoré prevádzkujú softvér autopilota spoločnosti Tesla. Tieto čipy boli navrhnuté s mikroarchitektonickými vylepšeniami, ktoré dosahujú maximálny výkon kremíka na watt.
FSD implementujú plánovanie podlahy, načasovanie a analýzu výkonu a zároveň píšu robustné testy a hodnotiace tabuľky na overenie funkčnosti a výkonu AI.
Čipy a systémy dojo
dojo je superpočítačový systém Tesly, ktorý rieši ťažké problémy s pokročilou technológiou pre dodávku vysokého výkonu a chladenie.
Čipy Dojo zahŕňajú AI, ktorá poháňa tieto systémy a sú navrhnuté pre maximálny výkon, priepustnosť a šírku pásma pri každej granularite.
Spoločne sa čipy a systémy používajú na optimalizáciu výkonu a výkonu pre NN od Tesly.
Algoritmy autonómie
Algoritmy autonómie sú základné algoritmy, ktoré poháňajú auto tým, že vytvárajú verné zobrazenie sveta a plánujú trajektórie v danom priestore.
na trénovať neurónové siete Na predpovedanie takýchto reprezentácií Tesla algoritmicky vytvára presné a rozsiahle údaje o pravdivosti údajov kombináciou informácií zo senzorov automobilu v priestore a čase.
Tieto algoritmy využívajú pokročilé techniky na vybudovanie robustného systému plánovania a rozhodovania, ktorý funguje v komplikovaných situáciách skutočného sveta v neistote.
Hodnotiaca infraštruktúra
Hodnotiaca infraštruktúra spoločnosti Tesla zahŕňa nástroje a infraštruktúru na vyhodnocovanie s otvorenou slučkou, uzavretou slučkou a hardvérom v slučke.
Táto infraštruktúra umožňuje AI sledovať vylepšenia výkonu a predchádzať regresii.
Kľúčové vlastnosti NN spoločnosti Tesla
- Kamery, ultrazvukové senzory a radar vnímajú prostredie
- Radar meria vzdialenosť okolo auta
- Ultrafialové techniky merajú blízkosť a pasívne video rozpoznáva objekty v okolí auta
- Používa dva AI čipy postavené na princípoch hlbokých neurónových sietí
- Čipy AI, ktoré tvoria 6 miliárd tranzistorov
- 21-krát rýchlejšie ako čipy Nvidia
- Čipy AI majú 32 megabajtov vysokorýchlostnej pamäte SRAM
- Pozostáva zo 48 modelov hlbokého učenia
- Obsahuje 70,000 XNUMX grafických procesorových jednotiek (GPU)
- Výstup 1000 rôznych tenzorov (predpovedí) v každom časovom kroku
záver
Najmodernejšia spoločnosť Tesla Neurálne siete a architektúra AI premenila myšlienku samoriadiacich áut na realitu.
Tento úspech popredného výrobcu automobilov na báze AI je výsledkom jeho pokroku FSD čipy, čipy Dojo, algoritmy autonómie, hodnotiaca infraštruktúra a ďalšie.
Ak sa chcete dozvedieť viac o AI, Deep Learning a najnovších technologických trendoch, pozrite si naše ďalšie zaujímavé články.
Nechaj odpoveď