Mundarija[Yashirish][Show]
Biz bilgan dunyo sun'iy intellekt (AI) natijasida o'zgarishi mumkin. Yarim avtonom tizimlarni takomillashtirishga kelsak, Tesla ulardan ko'p foydalanmoqda.
Bundan tashqari, Ilon Maskning ta'kidlashicha, u oxir-oqibat boshqa sohalarda ham qo'llaniladi. To'liq o'zini o'zi boshqarish texnologiyasi va avtopilot tizimi uchun,
Tesla kompyuter ko'rish qobiliyatidan foydalanadi, kompyuterni o'rganish, va sun'iy intellekt (FSD).
Ushbu bo'limda biz Teslani texnologik firmaga aylantirgan narsa va u o'zi boshqariladigan avtomobillarni ishlab chiqish uchun sun'iy intellekt, kompyuter ko'rish, katta ma'lumotlar va boshqa texnologiyalardan qanday foydalanishini muhokama qilamiz. Keling, boshlaymiz.
Biz birinchi navbatda Tesla qanday texnologik firma ekanligini ko'rib chiqamiz.
Nima uchun Tesla texnologiya kompaniyasi deb hisoblanadi?
Tesla katta hajmdagi dasturiy ta'minot ishlab chiqarmoqda. Tesla-ning o'ziga xos ma'lumot-ko'ngilochar tizimi, Foydalanuvchi interfeysi, va avtonom haydash funksiyalari hammasi dasturiy ta'minotga asoslangan.
Boshqa avtomobil ishlab chiqaruvchilari endigina havodan yangilanishlarni sinab ko'rishni boshlagan bo'lsa-da, Tesla buni yillar davomida qilmoqda. Tesla xodimlari Tesla avtomobillari uchun operatsion tizimlarni yaratdilar va doimiy ravishda takomillashtirmoqda.
Tesla, shuningdek, quyosh panellari, uyingizda quyosh plitkalari, bir nechta turdagi akkumulyatorlar, zaryadlash stantsiyalari, kompyuterlar va asosiy kompyuter komponentlarini (Tesla avtomobillari uchun) o'z ichiga olgan turli xil texnologik mahsulotlarni ishlab chiqaradi.
Garchi Nokia ham, Blackberry ham dasturiy ta'minotga ega bo'lsa-da, iPhone ikkalasining muvozanatli kombinatsiyasiga ega edi, shuning uchun u mobil telefon biznesini zabt etdi va biz hozirda telefonlarimizdan qanday foydalanishimizni o'zgartirdi.
Tesla avtomobil biznesi uchun shunday qilyapti. Tesla - bu transport vositalari, ha (va SUVlar va tez orada pikaplar, yarim yuk mashinalari va ATV). Ammo bu transport vositalarida Tesla tomonidan ishlab chiqarilgan yoki Tesla tizimiga kiritilgan kundalik foydalanish uchun dasturiy ta'minot mavjud.
Siz to'xtab turganingizda, Tesla o'yin-kulgi variantlarini, jumladan TRAX, Caraoke va ko'plab o'yinlarni taqdim etdi (va, ehtimol, bir kun tranzit paytida). Tesla apparat va dasturiy ta'minotini birlashtirgan Sentry Mode xavfsizlik tizimi huquqni muhofaza qilish organlariga vandalizm kabi jinoyatlarni ochishda yordam berdi. Sizning smartfoningiz Tesla kaliti bo'lib xizmat qiladi.
Telefoningizdan foydalanib, siz Tesla-ga qo'ng'iroq qilishingiz mumkin. Bundan tashqari, avtomobil Tesla’ning noyob Sentry Mode texnologiyasi tufayli muhim voqea yuz berganda telefoningizga xabar beradi.
Tesla Tesla haydovchilarining haqiqiy haydash odatlari bo'yicha to'plangan ma'lumotlardan foydalanganligi sababli (ma'lumotlar to'plash texnologiyaning asosiy elementidir, ayniqsa bu to'g'ridan-to'g'ri va bozor tadqiqotlari orqali amalga oshirilmaganda), Tesla sug'urtasi ham kengaytma bo'ladi. texnologiya tomoni.
Tesla avtopilot uchun qanday texnologiyadan foydalanadi?
Ular robotlar va avtomobillar kabi mashinalarda katta miqyosda avtonomiya yaratadilar va foydalanadilar. Ularning ta'kidlashicha, to'liq javob beradigan yagona usul avtonom haydash va undan tashqari, rejalashtirish va ko'rish uchun eng zamonaviy AIga tayanadigan va xulosa chiqarish uchun samarali apparat bilan to'ldirilgan biri.
Tesla FSD chipi
Tesla tizimlari yaxshilangan ishlash va yo'l harakati xavfsizligi uchun ikkita AI protsessorlari bilan ta'minlangan. Tesla tizimi xatosiz ishlashga qaratilgan. Zaxira quvvati va ma'lumotlarni kiritish manbalari tufayli, bitta blok ishlamay qolsa ham, mashina ishlashda davom etishi mumkin.
Tesla kutilmagan nosozliklar yuz berganda avtohalokatlarning oldini olish uchun avtomobillar yaxshi tayyorlanganligini ta'minlash uchun ushbu qo'shimcha ehtiyot choralarini ko'radi.
Yangi Tesla mikroprotsessoridan sekundiga ko‘proq amallarni bajara oladigan yagona qurilma bu inson miyasi (sekundiga 1 kvadrillion operatsiya). Bu ilgari ishlatilgan Tesla Nvidia mikrochiplaridan qariyb 21 baravar kuchliroqdir.
Har bir kichik arxitektura va mikro-arxitektura yaxshilanishini hisobga olgan holda, har bir vatt uchun kremniy unumdorligini oshirishni hisobga olgan holda, oʻzlarining Full Self-Driving dasturiy taʼminotini quvvatlantirish uchun sunʼiy intellekt protsessorlarini yarating.
Garchi Tesla mutlaqo avtonom lokomotivlar bozorida shubhasiz etakchi bo'lsa-da, eng zamonaviy avtopilot avtomobilini ishlab chiqishdan hali uzoq yo'l.
Tesla Dojo chipi
Tesla BF1/CFP362-da 16 TFLOP quvvatga ega yangi Tesla D8 protsessorini taqdim etdi. sun'iy intellekt. Bu yaqinda bo'lib o'tgan uchrashuvda ma'lum bo'ldi Tesla AI Kun taqdimoti.
Ulkan chip Tesla D1 jami 354 ta o'quv tugunlarini qo'shadigan funktsional birliklar tarmog'i deb ataladigan funktsional birliklar tarmog'ini ulash orqali yaratiladi. Har bir funktsional blokda to'rt yadroli, 64-bitli ISA protsessorlari mavjud bo'lib, ular havolalarni o'tkazish, translyatsiyalar va transpozitsiyalar uchun buyurtma bo'yicha maxsus dizaynga ega. Ushbu protsessor (4-keng skalar va 2-keng vektorli quvurlar) tomonidan superskalyar dastur qo'llaniladi.
Ushbu yangi Tesla kremniy NVIDIA A100 tezlatgichida topilgan GA100 GPU-dan kichikroq, uning o'lchami 826 mm kvadrat. U 7 nm jarayon yordamida ishlab chiqariladi, jami 50,000 645 million tranzistorga ega va XNUMX mm kvadrat maydonni egallaydi.
Tesla ta'kidlashicha, uning Dojo chipi kompyuterni ko'rish ma'lumotlarini hozirgi tizimlarga qaraganda to'rt baravar tezroq qayta ishlaydi va bu kompaniyaga o'zini o'zi boshqarish tizimini to'liq avtomatlashtirish imkonini beradi.
Biroq, ikkita eng qiyin texnologik yutuqlar, ya'ni plitkadan plitka o'zaro bog'lanishi va dasturiy ta'minot Tesla tomonidan hali amalga oshirilmagan.
Yuqori darajadagi tarmoq kalitlari har qanday plitkaning tashqi tarmoqli kengligi bilan raqobatlasha olmaydi. Buning uchun Tesla noyob interkonnektlarni yaratdi.
Dojo tizimi
Dojo tizimini yarating, uni yuqori darajadagi dasturiy ta'minot API'laridan kremniy proshivka interfeyslarigacha boshqarish. Qiyin vaziyatlarni hal qilish uchun yuqori quvvatli yetkazib berish va sovutish texnologiyalaridan foydalaning va kengaytiriladigan boshqaruv tsikllari va monitoring dasturlarini yarating.
Tesla ma'lumotlar markazlarida foydalanish uchun mashinani o'rganishning keyingi avlodini ishlab chiqish uchun ularning mexanik, issiqlik va elektrotexnika jamoalarining barcha tajribasidan foydalaning. Yagona cheklov - bu sizning tasavvuringiz.
Har bir komponent bilan ishlash tizim dizayni. Dojo-dan hamma uchun ochiq bo'ladigan umumiy foydalanishga mo'ljallangan API-ni ishlab chiqing va Tesla floti bilan hamkorlik qilib, ularning ulkan ma'lumotlar to'plamidan foydalangan holda o'quv yuklarini yetkazib bering.
Avtonomiya algoritmlari
Avtomobilni boshqaradigan asosiy algoritmlarni ishlab chiqish uchun yuqori aniqlikdagi dunyo modelini va ushbu makonda traektoriyani yarating.
Mashinaning sensorlari maʼlumotlarini joy va vaqt boʻyicha jamlash orqali algoritm oʻqitish uchun ishlatilishi mumkin boʻlgan aniq va keng er yuzidagi haqiqat maʼlumotlarini taqdim etishi mumkin. neyron tarmoqlari bu tasvirlarni oldindan bilish.
Ular noaniqlik bilan real dunyo stsenariylariga qarshi kurashishda ishlaydigan ilg'or metodologiyalardan foydalangan holda kuchli rejalashtirish va qaror qabul qilish tizimini quradilar.
Algoritmlarni butun Tesla floti darajasida tahlil qilish foydalidir.
Neyron tarmoqlari
Chuqur neyron tarmoqlarni ilg'or tadqiqotlardan foydalangan holda idrok etishdan tortib boshqarishgacha bo'lgan masalalar bo'yicha o'rgatish mumkin. Semantik segmentatsiyani, ob'ektni identifikatsiyalashni va monokulyar chuqurlikni baholashni amalga oshirish uchun ularning kamerali tarmoqlari xom rasmlarni tekshiradi.
Ularning qush ko‘zi bilan qarash tarmoqlari yo‘l sxemasi, statik infratuzilma va 3D ob’yektlarning yuqoridan pastga qarashini yaratish uchun barcha kameralardan olingan tasvirlardan foydalanadi.
Ularning tarmoqlari doimiy ravishda dunyodagi eng murakkab va xilma-xil vaziyatlarni o'z ichiga olgan 1 millionga yaqin avtomobillar parkidan ma'lumotlar bilan ta'minlanadi.
Avtopilot neyron tarmoqlarining butun konstruktsiyasini tashkil etuvchi 48 ta tarmoqni o'qitish uchun 70,000 1,000 GPU soat kerak bo'ladi. Har bir vaqt oralig'ida ular birgalikda XNUMX xil tensorlarni (bashoratlarni) ishlab chiqaradilar.
Infratuzilmani baholash
Shuningdek, ular innovatsiyalar tezligini tezlashtirish, samaradorlikni oshirishni kuzatish va regressiyalarni to‘xtatish uchun infratuzilma va ochiq va yopiq tizimli apparatni baholash vositalarini yaratdilar.
Ular o'z flotining anonim xarakterli kliplaridan foydalanadilar va ularni ko'plab sinov stsenariylariga kiritadilar. Avtomatlashtirilgan sinov yoki jonli disk raskadrovka uchun foydalanish uchun avtopilot dasturi uchun hayratlanarli darajada jonli tasvirlar va boshqa sensor ma'lumotlarini yaratib, ularning haqiqiy muhitini taqlid qiluvchi kod yozing.
Tesla katta ma'lumotlar, sun'iy intellekt va mashinani o'rganishdan qanday foydalanadi?
Katta ma'lumot
Katta ma'lumotlar Tesla tomonidan faqat muammolarni hal qilish uchun ishlatilmaydi; u iste'molchilarning baxtini oshirish uchun ham ishlatiladi. Ular o'z mijozlarining onlayn hamjamiyatlaridan ma'lumot olishadi va undan keyingi ishlab chiqarishni yaxshilash uchun foydalanadilar. Mijozlarning bunday munosabati biznesda uchramaydi.
Katta ma'lumotlar Teslaning xarajatlarni tejash, yangi bozorlarni topish, iste'molchilarni xursand qilish, yangi mahsulotlar yaratish va avtomobillarini yaxshilashga qaratilgan sa'y-harakatlarini qo'llab-quvvatlaydi.
Ma'lumotlar haydovchilarni harakat qilishga majbur qiladigan xavflarning joylashuvidan tortib yo'lning ma'lum bir qismida harakat tezligining o'rtacha ko'tarilishigacha bo'lgan har qanday narsani ko'rsatadigan juda zich xaritalarni yaratish uchun ishlatiladi.
Edge hisoblash Har bir alohida avtomobil hozir qanday harakat qilish kerakligini aniqlaydi, bulutda mashinani o'rganish esa butun parkni o'rgatadi.
Bundan tashqari, qaror qabul qilishning uchinchi darajasi mavjud bo'lib, u orqali avtomobillar qo'shni Tesla avtomobillari bilan tarmoqlar qurish va hudud haqida bilim almashish uchun ulanishi mumkin.
Bu tarmoqlar, ehtimol, boshqa ishlab chiqaruvchilar tomonidan ishlab chiqarilgan transport vositalari, shuningdek, avtonom avtomobillar odatiy holga keladigan yaqin kelajakdagi dunyoda transport kameralari, yerga asoslangan sensorlar yoki telefonlar kabi boshqa tizimlar bilan ham bog'lanadi.
Sun'iy intellekt
O'z-o'zidan haydash imkoniyatiga ega bo'lish uchun avtonom avtomobillar doimiy ravishda sensorlari va mashinani ko'rish kameralari ma'lumotlarini baholaydilar. Keyin ular ushbu ma'lumotlarga asoslanib qaror qabul qilishadi.
Velosipedlar, piyodalar va avtomobillar harakatini tushunish va oldindan bilish uchun ular sun'iy intellektdan foydalanadilar. Ular bir soniya ichida mulohazalar qilishlari va ushbu bilimlardan foydalangan holda o'z faoliyatini tezda rejalashtirishlari mumkin.
Mashina hozir bo'lgan qatorda qolishi kerakmi yoki o'zgarishi kerakmi? U avvalgidek davom etishi kerakmi yoki ularning oldidagi mashinadan o'tib ketishi kerakmi? Avtomobil qachon sekinlashishi yoki tezlashishi kerak?
Avtomobillarni toʻliq avtonom qilish uchun Tesla algoritmlarni oʻrgatish va sunʼiy intellektni taʼminlash uchun zarur maʼlumotlarni toʻplashi kerak. Ko'proq o'quv ma'lumotlari har doim yaxshi ishlashga olib keladi va Tesla bu borada ustundir.
Tesla raqobatbardosh ustunlikka ega, chunki u o'zining barcha ma'lumotlarini hozirda yo'lda bo'lgan yuz minglab Tesla avtomobillaridan to'playdi. Ichki va tashqi sensorlar Teslaning turli sharoitlarda qanday ishlashini kuzatib boradi.
Bundan tashqari, ular haydovchilarning o'zini qanday tutishini, jumladan, turli vaziyatlarga munosabatini va rul yoki asboblar paneliga qanchalik tez-tez tegishini kuzatadilar. Ular juda murakkab kuzatuv tizimiga ega.
Masalan, Tesla bir lahzani o'z vaqtida yozib oladi, uni ma'lumotlar to'plamiga qo'shadi va keyin neyron tarmog'i o'rganishi mumkin bo'lgan muhitning mavhum tasvirini yaratish uchun rangli shakllardan foydalanadi.
Bu Tesla avtomobili avtomobil yoki velosiped o'zini qanday tutishi haqida noto'g'ri taxmin qilganda sodir bo'ladi.
Machine Learning
Boshqaruvdagi haydovchining qo‘lining joylashuvi va ular qanday ishlashi haqida ma’lumot olishi mumkin bo‘lgan ichki va tashqi datchiklardan foydalangan holda, Tesla Machine Learning o‘zining barcha transport vositalaridan, shuningdek, o‘zining asosiy ma’lumotlaridan bir qismini muvaffaqiyatli to‘playdi. haydovchilar.
Ma'lumotlar, shuningdek, ma'lum bir yo'l uzunligi davomida harakat tezligining o'rtacha ko'tarilishidan xavf mavjudligi va hatto haydovchilarni chora ko'rishga undaydigan hamma narsani aks ettiruvchi juda zich xaritalarni yaratish uchun ishlatiladi.
ning bir qismi bo'lsa-da chekka hisoblash Har bir alohida mashinada avtomobil hozir qanday harakat qilish kerakligini aniqlaydi, Teslaning bulutga asoslangan mashina o'rganishi butun parkni o'qitish uchun javobgardir.
Ba'zi mahalliy tushunchalar va ma'lumotlarni almashish uchun avtomobillar yaqin atrofdagi boshqa ba'zi Tesla avtomobillari bilan bog'lanishlari mumkin.
Xulosa
Tesla har doim ma'lumotlarni to'plash va tahlil qilish bilan shug'ullanadigan biznes bo'lib kelgan, bu har qanday ish uchun eng kuchli vositadir. Ular protsessorlarini loyihalashda istisno qilmadilar.
Ning rivojlanishi avtonom avtoulovlar va korporatsiya tomonidan statistik ma'lumotlarning tahlili sun'iy intellekt, ma'lumotlarni tahlil qilish, katta ma'lumotlar, mashinalarni o'rganish, kompyuterni ko'rish, neyron tarmoqlari, FSD chipi va boshqa ko'plab algoritmlar tufayli haydash uslubimizni butunlay o'zgartirishga imkon berdi.
Leave a Reply