สารบัญ[ซ่อน][แสดง]
โลกที่เรารู้จักสิ่งนี้สามารถเปลี่ยนแปลงได้ด้วยปัญญาประดิษฐ์ (AI) ในส่วนของการปรับปรุงระบบกึ่งอัตโนมัตินั้น Tesla ใช้ประโยชน์จากระบบเหล่านี้อย่างมาก
นอกจากนี้ อีลอน มัสก์ ยังยืนยันว่าจะนำไปใช้ในด้านอื่นในที่สุด สำหรับเทคโนโลยี Full Self-Driving และระบบ Autopilot
เทสลาใช้คอมพิวเตอร์วิทัศน์ เรียนรู้เครื่องและปัญญาประดิษฐ์ (FSD)
ในบทความนี้ เราจะพูดถึงสิ่งที่ทำให้ Tesla เป็นบริษัทเทคโนโลยี และวิธีที่บริษัทใช้ AI, คอมพิวเตอร์วิทัศน์, บิ๊กดาต้า และเทคโนโลยีอื่นๆ เพื่อพัฒนารถยนต์ไร้คนขับ เอาล่ะ.
ก่อนอื่นเราจะตรวจสอบว่าเทสลาเป็นบริษัทเทคโนโลยีอย่างไร
ทำไมเทสลาถึงถูกมองว่าเป็นบริษัทเทคโนโลยี?
เทสลา กำลังผลิตซอฟต์แวร์จำนวนมาก ระบบสาระบันเทิงที่โดดเด่นของเทสลา ส่วนติดต่อผู้ใช้และฟังก์ชันการขับขี่อัตโนมัติทั้งหมดใช้ซอฟต์แวร์
ในขณะที่ผู้ผลิตรถยนต์รายอื่นเพิ่งเริ่มทดลองใช้การอัปเกรดแบบ over-the-air แต่ Tesla ได้ทำมาหลายปีแล้ว พนักงานของเทสลาได้สร้างและพัฒนาระบบปฏิบัติการสำหรับรถยนต์เทสลาอย่างต่อเนื่อง
เทสลายังผลิตผลิตภัณฑ์ทางเทคโนโลยีอื่นๆ มากมาย รวมถึงแผงโซลาร์เซลล์ กระเบื้องโซลาร์รูฟท็อป แบตเตอรี่หลายประเภท สถานีชาร์จ คอมพิวเตอร์ และส่วนประกอบคอมพิวเตอร์ที่สำคัญ (สำหรับรถยนต์เทสลา)
แม้ว่าทั้ง Nokia และ Blackberry จะมีซอฟต์แวร์ แต่ iPhone ก็มีการผสมผสานทั้งสองอย่างเข้าด้วยกัน จึงเป็นสาเหตุที่ทำให้ธุรกิจโทรศัพท์เคลื่อนที่เอาชนะและเปลี่ยนแปลงวิธีการใช้โทรศัพท์ของเราในปัจจุบัน
นี่คือสิ่งที่เทสลาทำเพื่อธุรกิจรถยนต์ ใช่แล้ว Tesla คือยานพาหนะ (และ SUV และอีกไม่นานจะเป็นรถกระบะ รถกึ่งบรรทุก และรถเอทีวี) แต่ยานพาหนะเหล่านี้รวมซอฟต์แวร์สำหรับการใช้งานในชีวิตประจำวันซึ่งสร้างขึ้นโดยเทสลาภายในหรือรวมอยู่ในระบบของเทสลา
ในขณะที่คุณจอดรถ Tesla ได้แนะนำทางเลือกด้านความบันเทิง เช่น TRAX, Caraoke และเกมมากมาย (และบางทีสักวันหนึ่งระหว่างทาง) ระบบรักษาความปลอดภัย Sentry Mode ซึ่งรวมเอาฮาร์ดแวร์และซอฟต์แวร์ของ Tesla เข้าไว้ด้วยกัน ได้ช่วยเหลือผู้บังคับใช้กฎหมายในการแก้ปัญหาอาชญากรรมอย่างเช่น การก่อกวน สมาร์ทโฟนของคุณทำหน้าที่เป็นกุญแจของเทสลา
คุณสามารถโทรหาเทสลาเพื่อมาหาคุณได้โดยใช้โทรศัพท์ นอกจากนี้ รถจะแจ้งเตือนโทรศัพท์ของคุณหากมีเหตุการณ์สำคัญด้วยเทคโนโลยี Sentry Mode ที่เป็นเอกลักษณ์ของ Tesla
เนื่องจาก Tesla จะใช้ข้อมูลที่ได้รวบรวมเกี่ยวกับพฤติกรรมการขับขี่ที่แท้จริงของผู้ขับขี่ Tesla (การรวบรวมข้อมูลเป็นองค์ประกอบสำคัญของเทคโนโลยี โดยเฉพาะอย่างยิ่งเมื่อเป็นเช่นนี้โดยตรงและไม่ได้ทำผ่านการสำรวจวิจัยตลาด) การประกันภัยของ Tesla จะเป็นส่วนขยายด้วยเช่นกัน ทางด้านเทคโนโลยี
Tesla ใช้เทคโนโลยีอะไรสำหรับ Autopilot?
พวกเขาสร้างและใช้เอกราชในเครื่องจักรขนาดใหญ่ เช่น หุ่นยนต์และรถยนต์ แย้งว่าวิธีเดียวที่จะให้คำตอบได้ครบถ้วน การขับขี่แบบอิสระ และเหนือสิ่งอื่นใดคือระบบที่อาศัย AI ล้ำสมัยสำหรับการวางแผนและการมองเห็น เสริมด้วยฮาร์ดแวร์ที่มีประสิทธิภาพสำหรับการอนุมาน
ชิปเทสลา FSD
ระบบของเทสลามาพร้อมกับโปรเซสเซอร์ AI สองตัวเพื่อเพิ่มประสิทธิภาพและความปลอดภัยบนท้องถนน ระบบเทสลามุ่งสู่การทำงานที่ปราศจากข้อผิดพลาด เนื่องจากกำลังสำรองและแหล่งอินพุตข้อมูล ทำให้รถสามารถวิ่งต่อไปได้ แม้ว่าจะมีเครื่องหนึ่งทำงานผิดปกติ
เทสลาใช้มาตรการป้องกันเพิ่มเติมเหล่านี้เพื่อให้แน่ใจว่ายานพาหนะได้รับการจัดเตรียมอย่างดีเพื่อป้องกันการชนในกรณีที่เกิดความล้มเหลวที่ไม่คาดคิด
อุปกรณ์เดียวที่สามารถทำงานได้ต่อวินาทีมากกว่าไมโครโปรเซสเซอร์ใหม่ของเทสลาคือสมองของมนุษย์ (การทำงาน 1 พันล้านล้านต่อวินาที) ซึ่งมีประสิทธิภาพมากกว่าไมโครชิป Tesla Nvidia ที่เคยใช้ก่อนหน้านี้ประมาณ 21 เท่า
สร้างตัวประมวลผลการอนุมาน AI เพื่อขับเคลื่อนซอฟต์แวร์ Full Self-Driving โดยคำนึงถึงทุก ๆ การปรับปรุงสถาปัตยกรรมและไมโครสถาปัตยกรรมเพียงเล็กน้อยในขณะที่เพิ่มประสิทธิภาพซิลิกอนต่อวัตต์สูงสุด
แม้ว่าเทสลาจะเป็นผู้นำตลาดสำหรับหัวรถจักรที่ขับเคลื่อนด้วยตัวเองโดยสมบูรณ์อย่างไม่ต้องสงสัย แต่ก็ยังห่างไกลจากการพัฒนายานยนต์ขับเคลื่อนอัตโนมัติที่ล้ำสมัย
เทสลา โดโจ ชิป
Tesla เปิดตัว Tesla D1 ซึ่งเป็นโปรเซสเซอร์ใหม่ที่มีกำลังไฟ 362 TFLOPs ใน BF16 / CFP8 ที่สร้างขึ้นโดยเฉพาะสำหรับ ปัญญาประดิษฐ์. เรื่องนี้ถูกเปิดเผยในช่วงล่าสุด เทสลา AI การนำเสนอวัน.
ชิปขนาดใหญ่ถูกสร้างขึ้นโดยการเชื่อมต่อเครือข่ายของหน่วยการทำงานที่เรียกว่าเครือข่ายของหน่วยการทำงาน ซึ่ง Tesla D1 เพิ่มโหนดการฝึกอบรมทั้งหมด 354 โหนด หน่วยการทำงานแต่ละหน่วยมีซีพียู ISA 64 บิตแบบ quad-core พร้อมการออกแบบเฉพาะสำหรับการข้ามผ่านลิงก์ การออกอากาศ และการสลับเปลี่ยนตำแหน่ง การนำ superscalar ไปใช้โดย CPU นี้ (ไปป์ไลน์แบบเวกเตอร์กว้าง 4 ตัวและเวกเตอร์แบบกว้าง 2 ตัว)
เทสลาซิลิคอนใหม่นี้มีขนาดเล็กกว่า GA100 GPU ที่พบในตัวเร่งความเร็ว NVIDIA A100 ซึ่งมีขนาด 826 มม. สี่เหลี่ยมจัตุรัส ผลิตโดยใช้กระบวนการ 7nm มีทรานซิสเตอร์ทั้งหมด 50,000 ล้านตัว และใช้พื้นที่ 645 มม.
เทสลาอ้างว่าชิป Dojo จะประมวลผลข้อมูลวิทัศน์ของคอมพิวเตอร์เร็วกว่าระบบปัจจุบันถึงสี่เท่า ทำให้บริษัทสามารถปรับระบบขับเคลื่อนอัตโนมัติได้อย่างเต็มที่
อย่างไรก็ตาม ความสำเร็จทางเทคโนโลยีที่ท้าทายที่สุด XNUMX ประการ ได้แก่ การเชื่อมต่อระหว่างกันและซอฟต์แวร์ ยังไม่บรรลุผลโดยเทสลา
สวิตช์เครือข่ายระดับบนสุดไม่สามารถแข่งขันกับแบนด์วิดท์ภายนอกของไทล์ใดๆ ในการทำเช่นนี้ Tesla ได้สร้างการเชื่อมต่อระหว่างกัน
ระบบโดโจ
สร้างระบบ Dojo จากซอฟต์แวร์ระดับสูง API เพื่อควบคุมไปจนถึงอินเตอร์เฟสเฟิร์มแวร์ซิลิคอน ใช้เทคโนโลยีการส่งกำลังแรงสูงและการระบายความร้อนที่ทันสมัยเพื่อแก้ไขสถานการณ์ที่ท้าทาย และสร้างลูปการควบคุมที่ปรับขนาดได้และซอฟต์แวร์ตรวจสอบ
ใช้ความเชี่ยวชาญทั้งหมดของทีมวิศวกรรมเครื่องกล ความร้อน และไฟฟ้าเพื่อพัฒนาการประมวลผลการเรียนรู้ของเครื่องรุ่นต่อไปสำหรับใช้ในศูนย์ข้อมูลของ Tesla ข้อจำกัดเพียงอย่างเดียวคือจินตนาการของคุณ
ทำงานกับทุกองค์ประกอบของ การออกแบบระบบ. พัฒนา API ที่เปิดเผยต่อสาธารณะซึ่งจะทำให้ Dojo เข้าถึงได้สำหรับทุกคน และทำงานร่วมกับการเรียนรู้ของกลุ่ม Tesla เพื่อส่งมอบปริมาณงานการฝึกอบรมโดยใช้ชุดข้อมูลจำนวนมหาศาล
อัลกอริธึมอิสระ
สร้างแบบจำลองโลกที่มีความเที่ยงตรงสูงและวางแผนเส้นทางในพื้นที่นั้นเพื่อพัฒนาอัลกอริธึมหลักที่ควบคุมยานยนต์
ด้วยการรวมข้อมูลจากเซ็นเซอร์ของรถจากสถานที่และเวลา อัลกอริธึมสามารถให้ข้อมูลความจริงภาคพื้นดินที่แม่นยำและครอบคลุมซึ่งสามารถนำมาใช้ในการฝึก เครือข่ายประสาทเทียม เพื่อคาดหวังการเป็นตัวแทนเหล่านี้
พวกเขาสร้างระบบการวางแผนและการตัดสินใจที่แข็งแกร่งโดยใช้วิธีการที่ล้ำสมัยที่สามารถทำงานได้ในสถานการณ์จริงที่ท้าทายด้วยความไม่แน่นอน
การวิเคราะห์อัลกอริธึมในระดับฝูงบินเทสลาทั้งหมดนั้นมีประโยชน์
โครงข่ายประสาทเทียม
โครงข่ายประสาทเทียมเชิงลึกสามารถฝึกได้ในประเด็นต่างๆ ตั้งแต่การรับรู้ไปจนถึงการควบคุมโดยใช้การวิจัยที่ล้ำสมัย เพื่อให้การแบ่งส่วนความหมาย การระบุวัตถุ และการประมาณความลึกด้วยตาข้างเดียว ให้สำเร็จ เครือข่ายต่อกล้องจะตรวจสอบภาพดิบ
เครือข่ายมุมมองมุมสูงของพวกเขาใช้ฟุตเทจจากกล้องทั้งหมดเพื่อสร้างมุมมองจากบนลงล่างของแผนผังถนน โครงสร้างพื้นฐานแบบคงที่ และวัตถุ 3 มิติ
เครือข่ายของพวกเขาได้รับข้อมูลจากกองรถประมาณ 1 ล้านคันอย่างต่อเนื่อง ซึ่งรวมถึงสถานการณ์ที่ซับซ้อนและหลากหลายที่สุดในโลก
เครือข่าย 48 เครือข่ายที่ประกอบเป็นโครงสร้างทั้งหมดของโครงข่ายนิวรัล Autopilot ต้องการ 70,000 GPU ชั่วโมงในการฝึกอบรม ในแต่ละขั้นตอน เวลาจะสร้างเทนเซอร์ (การคาดการณ์) ที่แตกต่างกัน 1,000 รายการ
การประเมินโครงสร้างพื้นฐาน
พวกเขายังได้สร้างโครงสร้างพื้นฐานและเครื่องมือประเมินฮาร์ดแวร์แบบวงเปิดและแบบวงปิดตามขนาดที่ต้องการเพื่อเร่งความเร็วของนวัตกรรม ตรวจสอบการปรับปรุงประสิทธิภาพ และหยุดการถดถอย
พวกเขาใช้คลิปลักษณะเฉพาะของกองเรือที่ไม่ระบุชื่อและรวมเข้ากับสถานการณ์การทดสอบต่างๆ เขียนโค้ดที่จำลองสภาพแวดล้อมจริง สร้างภาพที่เหมือนจริงอย่างไม่น่าเชื่อ และข้อมูลเซ็นเซอร์อื่นๆ สำหรับโปรแกรม Autopilot เพื่อใช้สำหรับการทดสอบอัตโนมัติหรือการดีบักแบบสด
เทสลาใช้ประโยชน์จากบิ๊กดาต้า ปัญญาประดิษฐ์ และการเรียนรู้ของเครื่องอย่างไร
ข้อมูลขนาดใหญ่
ข้อมูลขนาดใหญ่ไม่ได้ถูกใช้โดยเทสลาเพื่อแก้ไขปัญหาเท่านั้น นอกจากนี้ยังใช้เพื่อเพิ่มความสุขของผู้บริโภค พวกเขาได้รับข้อมูลจากชุมชนออนไลน์ของลูกค้า และใช้ข้อมูลดังกล่าวเพื่อปรับปรุงการผลิตในภายหลัง การโต้ตอบกับลูกค้าประเภทนี้ไม่เคยมีมาก่อนในธุรกิจ
บิ๊กดาต้าสนับสนุนความพยายามของเทสลาในการประหยัดต้นทุน ค้นหาตลาดใหม่ เอาใจผู้บริโภค สร้างผลิตภัณฑ์ใหม่ และปรับปรุงยานพาหนะของตน
ข้อมูลนี้ใช้เพื่อสร้างแผนที่ที่มีข้อมูลหนาแน่นมาก ซึ่งแสดงทุกอย่างตั้งแต่ตำแหน่งของความเสี่ยงที่บังคับให้ผู้ขับขี่ต้องดำเนินการ ไปจนถึงความเร็วของการจราจรที่เพิ่มขึ้นโดยเฉลี่ยบนถนนสายหนึ่ง
การประมวลผลแบบ Edge กำหนดว่ารถแต่ละคันต้องทำอะไรในตอนนี้ ในขณะที่แมชชีนเลิร์นนิงในระบบคลาวด์จะจัดการการฝึกอบรมกลุ่มยานยนต์ทั้งหมด
นอกจากนี้ยังมีการตัดสินใจระดับที่สาม โดยรถยนต์อาจเชื่อมต่อกับรถยนต์เทสลาที่อยู่ใกล้เคียงเพื่อสร้างเครือข่ายและแบ่งปันความรู้เกี่ยวกับพื้นที่
เครือข่ายเหล่านี้อาจจะสื่อสารกับยานพาหนะที่ผลิตโดยผู้ผลิตรายอื่น เช่นเดียวกับระบบอื่นๆ เช่น กล้องจราจร เซ็นเซอร์ภาคพื้นดิน หรือโทรศัพท์ในโลกอนาคตอันใกล้ที่รถยนต์ไร้คนขับเป็นเรื่องธรรมดา
ปัญญาประดิษฐ์
เพื่อให้สามารถขับขี่ได้ด้วยตนเอง รถยนต์ที่ขับเคลื่อนด้วยตนเองจะประเมินข้อมูลจากเซ็นเซอร์และกล้องวิชันซิสเต็มอย่างต่อเนื่อง จากนั้นพวกเขาจะตัดสินใจตามข้อมูลนี้
พวกเขาใช้ AI เพื่อทำความเข้าใจและคาดการณ์การเคลื่อนไหวของจักรยาน คนเดินถนน และรถยนต์ พวกเขาสามารถตัดสินใจได้ในเสี้ยววินาทีและวางแผนกิจกรรมอย่างรวดเร็วโดยใช้ความรู้นี้
รถควรอยู่ในเลนที่เป็นอยู่ตอนนี้หรือควรเปลี่ยน? ควรจะไปต่อเหมือนเดิมหรือแซงรถข้างหน้า? รถควรชะลอหรือเร่งความเร็วเมื่อใด
เพื่อให้รถยนต์มีอิสระอย่างเต็มที่ Tesla ต้องรวบรวมข้อมูลที่จำเป็นเพื่อฝึกอัลกอริทึมและป้อน AIs ข้อมูลการฝึกอบรมที่มากขึ้นจะนำไปสู่ประสิทธิภาพที่ดีขึ้นเสมอ และเทสลามีความเป็นเลิศในเรื่องนี้
เทสลามีความได้เปรียบในการแข่งขันเนื่องจากรวบรวมข้อมูลทั้งหมดจากรถยนต์เทสลาหลายแสนคันซึ่งขณะนี้อยู่บนท้องถนน เซ็นเซอร์ภายในและภายนอกคอยติดตามว่า Teslas ทำงานอย่างไรภายใต้สภาวะต่างๆ
นอกจากนี้ พวกเขายังสังเกตพฤติกรรมของผู้ขับขี่ รวมถึงปฏิกิริยาต่อสถานการณ์ต่างๆ และความถี่ที่พวกเขาสัมผัสพวงมาลัยหรือแผงหน้าปัด พวกเขามีระบบติดตามที่ซับซ้อนมาก
ตัวอย่างเช่น Tesla บันทึกทันทีทันใด เพิ่มในการรวบรวมข้อมูล จากนั้นใช้รูปแบบสีเพื่อสร้างภาพนามธรรมของสภาพแวดล้อมที่โครงข่ายประสาทเทียมสามารถเรียนรู้ได้
สิ่งนี้เกิดขึ้นเมื่อรถยนต์เทสลาตั้งสมมติฐานที่ไม่ถูกต้องเกี่ยวกับพฤติกรรมของรถยนต์หรือจักรยาน
เครื่องเรียนรู้
ด้วยการใช้เซ็นเซอร์ภายในและภายนอกที่สามารถรับข้อมูลเกี่ยวกับตำแหน่งมือของผู้ขับขี่บนตัวควบคุมและวิธีการทำงานต่อไป การเรียนรู้ของเครื่องของ Tesla ประสบความสำเร็จในการรวบรวมข้อมูลสำคัญบางส่วนจากยานพาหนะทุกคัน ไดรเวอร์
ข้อมูลนี้ยังใช้เพื่อสร้างแผนที่ที่มีข้อมูลหนาแน่นซึ่งแสดงทุกอย่างตั้งแต่ความเร็วของการจราจรที่เพิ่มขึ้นโดยเฉลี่ยตลอดความยาวของถนนจนถึงอันตรายและแม้กระทั่งแจ้งให้ผู้ขับขี่ดำเนินการ
ในขณะที่ส่วนหนึ่งของ การคำนวณที่ทันสมัย ในรถยนต์แต่ละคันจะกำหนดว่ารถจะต้องดำเนินการอย่างไรในตอนนี้ แมชชีนเลิร์นนิงบนคลาวด์ของเทสลามีหน้าที่รับผิดชอบในการฝึกอบรมทั้งกองเรือ
เพื่อแลกเปลี่ยนข้อมูลเชิงลึกและข้อมูลในท้องถิ่น รถยนต์สามารถเชื่อมต่อกับรถยนต์เทสลาคันอื่นๆ ในบริเวณใกล้เคียงได้
สรุป
เทสลาเป็นธุรกิจที่สร้างการรวบรวมและวิเคราะห์ข้อมูลมาโดยตลอดซึ่งเป็นเครื่องมือที่ทรงพลังที่สุดสำหรับทุกสิ่งที่ทำ พวกเขาไม่มีข้อยกเว้นในขณะที่ออกแบบซีพียู
การพัฒนาของ ยานพาหนะอิสระ และการวิเคราะห์ข้อมูลทางสถิติของบริษัททำให้สามารถเปลี่ยนแปลงวิธีการขับเคลื่อนของเราได้อย่างสมบูรณ์ด้วยปัญญาประดิษฐ์ การวิเคราะห์ข้อมูล บิ๊กดาต้า การเรียนรู้ของเครื่อง คอมพิวเตอร์วิทัศน์ โครงข่ายประสาทเทียม ชิป FSD และอัลกอริธึมอื่นๆ อีกมากมาย
เขียนความเห็น