Orodha ya Yaliyomo[Ficha][Onyesha]
Ulimwengu kama tunavyojua unaweza kubadilika kama matokeo ya akili ya bandia (AI). Kuhusiana na uboreshaji wa mifumo ya nusu-uhuru, Tesla inaitumia sana.
Kwa kuongezea, Elon Musk anadai kwamba hatimaye itatumika katika nyanja zingine. Kwa teknolojia yake kamili ya Kuendesha Kibinafsi na mfumo wa Autopilot,
Tesla hutumia maono ya kompyuta, mashine kujifunza, na akili bandia (FSD).
Katika sehemu hii, tutajadili kinachoifanya Tesla kuwa kampuni ya kiteknolojia na jinsi inavyotumia AI, maono ya kompyuta, data kubwa na teknolojia zingine kuunda magari yanayojiendesha. Hebu tuanze.
Tutachunguza kwanza jinsi Tesla ni kampuni ya teknolojia.
Kwa nini Tesla imechukuliwa kuwa kampuni ya teknolojia?
Tesla inazalisha kiasi kikubwa cha programu. Mfumo tofauti wa habari wa Tesla, interface user, na vitendaji vya kuendesha gari kwa uhuru vyote vinatokana na programu.
Wakati watengenezaji wa magari wengine sasa wanaanza kujaribu uboreshaji wa hewani, Tesla amekuwa akifanya hivyo kwa miaka. Wafanyakazi wa Tesla waliunda na wanaendelea kuboresha mifumo ya uendeshaji ya magari ya Tesla.
Tesla pia huzalisha bidhaa nyingine mbalimbali za kiteknolojia, ikiwa ni pamoja na paneli za jua, vigae vya jua vya paa, aina kadhaa za betri, vituo vya kuchaji, kompyuta, na vifaa muhimu vya kompyuta (kwa magari ya Tesla).
Ingawa Nokia na Blackberry walikuwa na programu, iPhone ilikuwa na mchanganyiko wa uwiano wa zote mbili, ndiyo maana ilishinda biashara ya simu za mkononi na kubadilisha jinsi tunavyotumia simu zetu kwa sasa.
Hivi ndivyo Tesla anafanya kwa biashara ya gari. Teslas ni magari, ndio (na SUVs na hivi karibuni lori za kuchukua, lori ndogo, na ATVs). Lakini magari haya yanajumuisha programu kwa matumizi ya kila siku ambayo iliundwa na Tesla ndani au kuingizwa kwenye mfumo wa Tesla.
Ukiwa umeegeshwa, Tesla ameanzisha chaguo za burudani ikiwa ni pamoja na TRAX, Karaoke, na michezo mingi (na labda siku moja tukiwa kwenye usafiri). Hali ya Utumaji ya Mfumo wa Usalama, ambayo inachanganya maunzi na programu ya Tesla, imesaidia utekelezaji wa sheria katika kutatua uhalifu kama vile uharibifu. Simu yako mahiri hutumika kama ufunguo wako wa Tesla.
Kwa kutumia simu yako, unaweza kumpigia simu Tesla wako aje kwako. Zaidi ya hayo, gari litaarifu simu yako ikiwa kuna tukio muhimu kutokana na teknolojia ya kipekee ya Tesla ya Hali ya Sentry.
Kwa kuwa Tesla atakuwa akitumia data ambayo imekusanya juu ya tabia halisi ya kuendesha gari ya madereva wa Tesla (mkusanyiko wa data ni nyenzo muhimu ya teknolojia, haswa ikiwa ni moja kwa moja kama hii na haijafanywa kupitia tafiti za utafiti wa soko), bima ya Tesla pia itakuwa nyongeza. wa upande wa teknolojia.
Tesla hutumia teknolojia gani kwa Autopilot?
Wanaunda na kutumia uhuru kwa kiwango kikubwa katika mashine kama roboti na magari. Wanadai kuwa njia pekee inayoweza kutoa jibu la kina kwa ukamilifu uhuru wa kuendesha gari na zaidi ni ile inayotegemea AI ya kisasa kwa ajili ya kupanga na maono, inayokamilishwa na maunzi madhubuti kwa makisio.
Chip ya Tesla FSD
Mifumo ya Tesla inakuja na vichakataji viwili vya AI kwa utendakazi ulioimarishwa na usalama barabarani. Mfumo wa Tesla unalenga uendeshaji usio na hitilafu. Kwa sababu ya vyanzo vya nishati na data ya kuhifadhi nakala, gari linaweza kuendelea kufanya kazi hata kitengo kimoja kikiharibika.
Tesla inachukua tahadhari hizi za ziada ili kuhakikisha kuwa magari yameandaliwa vyema ili kuzuia ajali katika tukio la kushindwa bila kutarajia.
Kifaa pekee kinachoweza kufanya shughuli nyingi kwa sekunde kuliko kichakataji kipya cha Tesla ni ubongo wa binadamu (operesheni za quadrillion kwa sekunde). Hiyo ni karibu mara 1 yenye nguvu zaidi kuliko microchips zilizotumiwa hapo awali za Tesla Nvidia.
Jenga vichakataji vya uelekezaji vya AI ili kuwezesha programu yao ya Kuendesha Kibinafsi Kamili, ukizingatia kila uboreshaji mdogo wa usanifu na usanifu mdogo huku ukiboresha utendaji wa silicon kwa kila wati.
Ingawa Tesla bila shaka inaongoza soko la injini zinazojiendesha kabisa, bado ni njia ndefu ya kutengeneza gari la kisasa la urubani.
Chip ya Tesla Dojo
Tesla alizindua Tesla D1, kichakataji kipya chenye nguvu za TFLOP 362 katika BF16/CFP8 ambacho kiliundwa mahsusi kwa ajili ya bandia akili. Hii ilifichuliwa wakati wa hivi majuzi Tesla AI Uwasilishaji wa siku.
Chip kubwa huundwa kwa kuunganisha mtandao wa vitengo vya kazi vinavyoitwa mtandao wa vitengo vya kazi, ambayo Tesla D1 inaongeza jumla ya nodes 354 za mafunzo. Kila kitengo cha utendakazi kina quad-core, 64-bit ISA CPU yenye muundo mahususi, usanifu maalum wa upitishaji wa kiungo, utangazaji na ubadilishaji. Utekelezaji wa hali ya juu zaidi unatumiwa na CPU hii (mabomba ya upana 4 na bomba 2-pana za vekta).
Silicon hii mpya ya Tesla ni ndogo kuliko GA100 GPU inayopatikana kwenye kichapuzi cha NVIDIA A100, ambacho kina ukubwa wa 826 mm za mraba. Inazalishwa kwa kutumia mchakato wa 7nm, ina transistors milioni 50,000 kwa ujumla, na inachukua eneo la mraba 645 mm.
Tesla inadai kuwa chipu yake ya Dojo itachakata data ya maono ya kompyuta mara nne zaidi ya mifumo ya sasa, na hivyo kuwezesha kampuni kufanyia kazi mfumo wake wa kujiendesha kikamilifu.
Walakini, kazi mbili zenye changamoto zaidi za kiteknolojia, ambazo ni unganisho la tile-to-tile na programu, bado hazijakamilishwa na Tesla.
Swichi za mtandao za daraja la juu haziwezi kushindana na kipimo data cha nje cha kigae chochote. Ili kufanya hivyo, Tesla aliunda viunganisho vya kipekee.
Mfumo wa Dojo
Unda mfumo wa Dojo, kutoka kwa API za programu za kiwango cha juu ili kuudhibiti hadi violesura vya programu dhibiti vya silicon. Tumia teknolojia ya kisasa ya uwasilishaji wa nishati ya juu na upoeshaji kutatua hali zenye changamoto, na uunde vitanzi vikubwa vya udhibiti na programu ya ufuatiliaji.
Tumia utaalam wote wa timu zao za uhandisi wa mitambo, joto na umeme ili kukuza kizazi kijacho cha hesabu ya mashine ya kujifunza kwa matumizi katika vituo vya data vya Tesla. Kizuizi pekee ni mawazo yako.
Fanya kazi na kila sehemu ya muundo wa mfumo. Tengeneza API inayotazama hadharani ambayo itafanya Dojo kufikiwa na mtu yeyote, na ushirikiane na mafunzo ya meli ya Tesla ili kutoa mizigo ya mafunzo kwa kutumia hifadhidata zao kubwa.
Algorithms ya Kujitegemea
Unda muundo wa ulimwengu wa uaminifu wa hali ya juu na upange mpangilio katika nafasi hiyo ili kuunda algoriti muhimu zinazoendesha gari.
Kwa kujumlisha data kutoka kwa vitambuzi vya gari kote mahali na wakati, algoriti inaweza kutoa data sahihi na pana ya ukweli ambayo inaweza kutumika kutoa mafunzo. mitandao ya neural kutarajia uwakilishi huu.
Wanaunda mfumo dhabiti wa kupanga na kufanya maamuzi kwa kutumia mbinu za kisasa zinazoweza kufanya kazi katika changamoto za hali halisi za ulimwengu bila uhakika.
Kuchambua algorithms katika kiwango cha meli nzima ya Tesla ni ya manufaa.
Mitandao ya Neural
Mitandao ya kina ya neva inaweza kufunzwa kuhusu masuala kuanzia mtazamo hadi udhibiti kwa kutumia utafiti wa kisasa. Ili kukamilisha sehemu za kisemantiki, utambuzi wa kitu, na ukadiriaji wa kina cha monocular, mitandao yao ya kila kamera huchunguza picha mbichi.
Mitandao yao ya mtazamo wa ndege hutumia picha kutoka kwa kamera zote ili kutoa mtazamo wa juu-chini wa mpangilio wa barabara, miundombinu tuli, na vitu vya 3D.
Mitandao yao inalishwa kila mara data kutoka kwa kundi lao la karibu magari 1M, ambayo ni pamoja na hali ngumu zaidi na tofauti ulimwenguni.
Mitandao 48 inayounda muundo mzima wa mitandao ya neural ya Autopilot inahitaji saa 70,000 za GPU ili kutoa mafunzo. Kwa kila hatua ya wakati, hutoa tensor 1,000 tofauti (utabiri) kwa pamoja.
Tathmini ya Miundombinu
Pia wameunda miundomsingi na zana za kutathmini maunzi ndani ya kitanzi zilizo wazi na zilizofungwa kwa kiwango kikubwa ili kuharakisha kasi ya uvumbuzi, kufuatilia uboreshaji wa utendakazi, na kukomesha kurudi nyuma.
Wanatumia klipu za sifa za kundi lao na kuzijumuisha katika hali nyingi za majaribio. Andika nambari ya kuthibitisha inayoiga mazingira yao halisi, ikizalisha taswira zinazofanana na maisha na data nyingine ya vitambuzi kwa ajili ya mpango wao wa Autopilot ili kutumia kwa majaribio ya kiotomatiki au utatuzi wa moja kwa moja.
Je, Tesla hutumiaje Data Kubwa, Akili Bandia na Kujifunza kwa Mashine?
Big Data
Data kubwa haitumiwi tu na Tesla kushughulikia masuala; pia hutumiwa kuinua furaha ya watumiaji. Wanapata taarifa kutoka kwa jumuiya za mtandaoni za wateja wao, na wanazitumia kuboresha utengenezaji wao unaofuata. Aina hii ya mwingiliano wa mteja hausikiki katika biashara.
Data kubwa inaunga mkono juhudi za Tesla za kuokoa gharama, kutafuta masoko mapya, kufurahisha watumiaji, kuunda bidhaa mpya na kuboresha magari yake.
Maelezo hutumika kuunda ramani zenye data nyingi sana zinazoonyesha chochote kutoka eneo la hatari zinazowalazimu madereva kuchukua hatua hadi wastani wa kupanda kwa kasi ya trafiki kwenye kipande fulani cha barabara.
Kompyuta ya makali huamua ni hatua gani ambayo kila gari lazima ichukue sasa hivi, huku kujifunza kwa mashine kwenye vishughulikiaji vya wingu kufundisha kundi zima.
Zaidi ya hayo, kuna kiwango cha tatu cha kufanya maamuzi, ambapo magari yanaweza kuunganishwa na magari ya jirani ya Tesla ili kujenga mitandao na kubadilishana ujuzi kuhusu eneo hilo.
Mitandao hii huenda pia itawasiliana na magari yaliyotengenezwa na watengenezaji wengine pamoja na mifumo mingine kama vile kamera za trafiki, vitambuzi vya msingi, au simu katika ulimwengu wa hivi karibuni ambapo magari yanayojiendesha ni ya kawaida.
Artificial Intelligence
Ili kuweza kujiendesha yenyewe, magari yanayojiendesha huendelea kutathmini data kutoka kwa vitambuzi vyao na kamera za kuona za mashine. Kisha hufanya maamuzi kulingana na habari hii.
Wanatumia AI kuelewa na kutarajia mienendo ya baiskeli, watembea kwa miguu na magari. Wanaweza kufanya maamuzi ya sekunde mbili na kupanga shughuli zao kwa haraka kwa kutumia maarifa haya.
Je, gari linapaswa kukaa kwenye njia iliyomo sasa, au libadilike? Je, inapaswa kuendelea kama ilivyo au kulipita gari lililo mbele yao? Je, gari inapaswa kupunguza kasi au kuongeza kasi lini?
Ili kufanya magari yawe na uhuru kamili, Tesla lazima ikusanye data muhimu ili kufundisha algoriti na kulisha AI zake. Data zaidi ya mafunzo daima itasababisha utendaji bora, na Tesla inazidi katika suala hili.
Tesla ina makali ya ushindani kwani inakusanya data zake zote kutoka kwa mamia ya maelfu ya magari ya Tesla ambayo sasa yako barabarani. Sensorer za ndani na nje huweka tabo juu ya jinsi Teslas inavyofanya kazi chini ya hali tofauti.
Zaidi ya hayo, wao huona jinsi madereva wanavyofanya, kutia ndani jinsi wanavyoitikia hali mbalimbali na mara ngapi wanagusa usukani au dashibodi. Wana mfumo wa ufuatiliaji wa kisasa sana.
Kwa mfano, Tesla hurekodi papo hapo, kuiongeza kwenye mkusanyiko wa data, na kisha kutumia fomu za rangi ili kutoa taswira dhahania ya mazingira ambayo mtandao wa neva unaweza kujifunza.
Hii hutokea wakati gari la Tesla linapotoa dhana isiyo sahihi kuhusu jinsi gari au baiskeli ingefanya.
Kujifunza Machine
Kwa kutumia vihisi vya ndani na nje ambavyo vinaweza hata kuchukua taarifa kuhusu eneo la mkono wa dereva kwenye vidhibiti na jinsi vinavyoendelea kuendeshwa, kujifunza kwa mashine ya Tesla kwa mafanikio kunaleta baadhi ya data zake muhimu kutoka kwa magari yake yote pamoja na yao. madereva.
Maelezo haya pia hutumiwa kuunda ramani zenye data nyingi sana zinazoonyesha kila kitu kutoka kwa wastani wa kupanda kwa kasi ya trafiki katika kipindi cha urefu fulani wa barabara hadi uwepo wa hatari na hata kuwahimiza madereva kuchukua hatua.
Wakati sehemu ya kompyuta makali kwenye kila gari moja moja huamua ni hatua gani gari linapaswa kuchukua kwa sasa, kujifunza kwa mashine ya Tesla kwa kutumia wingu ndiko kunakosimamia mafunzo ya meli nzima.
Ili kubadilishana baadhi ya maarifa na taarifa za ndani, magari yanaweza kuunganishwa na magari mengine ya Tesla yaliyo karibu.
Hitimisho
Tesla daima imekuwa biashara inayozalisha ukusanyaji na uchambuzi wa data ambayo ni zana yenye nguvu zaidi kwa chochote inachofanya. Hawakufanya ubaguzi wowote wakati wa kuunda CPU zao.
Maendeleo ya magari ya uhuru na uchanganuzi wa data ya takwimu na shirika umewezesha kubadilisha kabisa njia tunayoendesha kwa shukrani kwa akili bandia, uchanganuzi wa data, data kubwa, kujifunza kwa mashine, kuona kwa kompyuta, Mitandao ya neva, chipu ya FSD, na algoriti nyingine nyingi.
Acha Reply