Tesla menggunakan kecerdasan buatan untuk meningkatkan pemanduan autonomi

Tesla berkata pada persidangan pelaburnya minggu lepas bahawa keupayaan pemanduan sendiri akan dipertingkatkan dengan ketara sebaik sahaja superkomputer Dojo ditambahkan pada infrastruktur pengkomputeran berprestasi tingginya.

Pengarah perisian Tesla Autopilot Ashok Elluswamy berkata semasa ucapan pada persidangan Hari Pelabur bahawa menjalankan Perisian FSD (memandu sendiri sepenuhnya)- kenderaan Tesla berasaskan (kini sekitar 400,000 pelanggan) akan dapat membuat keputusan memandu sendiri yang lebih bijak melalui peningkatan perkakasan, yang akan meningkatkan keupayaan kecerdasan buatan (AI) keseluruhan.

Syarikat pada masa ini mempunyai sistem kecerdasan buatan yang mengumpul data visual daripada lapan kamera di atas kapal dalam masa nyata dan menjana output 3D yang mengenal pasti halangan dan pergerakan, kenderaan, jalan raya dan lalu lintas mereka. lampu dan tugas pemodelan yang membantu kereta membuat keputusan.

Tesla melombong rangkaian keretanya untuk mendapatkan lebih banyak data visual dan memasukkannya ke dalam model latihan. Model latihan untuk terus belajar untuk menyelesaikan masalah baharu membantu AI lebih memahami corak di jalan raya. Melalui peningkatan perisian FSD, pengetahuan baharu dimasukkan ke dalam kereta.

"Jika kami menjalankan dan mengulangi proses ini, ia menjadi lebih baik dan lebih baik," kata Elluswamy "Penyelesaian kepada FSD boleh skala adalah untuk mendapatkan seni bina, data dan pengiraan dengan tepat, Kami telah mengumpulkan pasukan bertaraf dunia untuk melaksanakan kerja ini dan mereka membawa ketiga-tiga usaha ini ke hadapan." membeli lebih daripada 360,000 kenderaan. Syarikat itu menyediakan pembaikan perisian melalui kemas kini melalui udara. Pelanggan Tesla boleh membeli FSD bermula pada $99 sebulan. Sesetengah pelanggan dengan model Tesla yang lebih lama juga perlu membayar tambahan untuk memasang komputer FSD. Elluswamy mendakwa bahawa Tesla dengan FSD masih lima hingga enam kali lebih selamat daripada purata kebangsaan A.S.

Elluswamy berkata: "Sambil kami meningkatkan keselamatan, kebolehpercayaan dan keselesaan sistem kami, mereka boleh membuka kunci operasi tanpa pemandu, membolehkan cara baharu menggunakan kereta dan seterusnya Cara menggunakannya hari ini."

Hari ini, syarikat itu menjalankan sistem AInya pada 14,000 GPU di pusat datanya dan boleh memanfaatkan 30 petabait cache video, yang berkembang kepada 200 petabait. Kira-kira 4,000 GPU digunakan untuk pelabelan automatik, dan baki 10,000 GPU digunakan untuk latihan data kecerdasan buatan.

“Sebaik sahaja kami membawa Dojo (komputer latihan kami) ke dalam ruang ini, semua ini akan meningkat dengan ketara,” kata Elluswamy

The Sistem Dojo adalah berdasarkan cip D1 yang dibangunkan sendiri oleh Tesla, yang boleh memberikan prestasi FP32 22.6 trilion. Ia mempunyai 50 bilion transistor dan 10TBps lebar jalur pada cip, serta 4TBps jalur lebar luar cip.

Satu set cip D1 akan ditempatkan dalam kabinet ExaPOD berketumpatan tinggi, yang akan menyampaikan 1.1 exabait prestasi BFP16 dan CFP8. Komputer FSB on-board Tesla boleh memberikan 150 teraflop prestasi dan digunakan terutamanya untuk inferens.

Ganesh Venkataraman, pengarah kanan perkakasan Tesla, berkata dalam ucapan pada persidangan Hot Chips tahun lepas bahawa Tesla membuat cip D1 kerana keupayaan sedia ada dalam penskalaan GPU dan CPU.

Venkataraman berkata: "Kami melihat banyak kesesakan. Pertama dari segi inferens, itulah sebabnya kami menggunakan komputer FSD. Kemudian kami mula melihat isu skala latihan yang sama, memahami kerja Selepas mengukur... kami boleh mengoptimumkan sistem kami berdasarkan keperluan output.” Penyambungan dilakukan dalam pasca pemprosesan sistem perancangan.

"Ia sangat rapuh dan tidak membawa kepada kejayaan yang ketara," kata Elluswamy.

Sejak beberapa tahun lalu, Tesla telah berubah menjadi "dunia video berbilang kamera." Setiap kenderaan mempunyai lapan kamera yang menyalurkan maklumat visual ke dalam sistem AI, yang kemudiannya menghasilkan ruang keluaran 3D. AI membuat keputusan tentang kehadiran halangan, pergerakannya, lorong, jalan raya dan lampu isyarat, dsb.

Pemodelan tugas melangkaui penglihatan komputer dan menggunakan teknik yang digunakan dalam sistem kecerdasan buatan seperti ChatGPT, termasuk pengubah, modul perhatian dan autoregresi token Pemodelan.

Elluswamy berkata: "Dengan penyelesaian menyeluruh terhadap sistem persepsi, kami benar-benar menghapuskan langkah pasca pemprosesan yang rapuh dan menyediakan output berkualiti tinggi kepada sistem perancangan. Walaupun sistem perancangan tidak statik Ia kini mula menggunakan lebih banyak sistem kecerdasan buatan untuk menyelesaikan masalah ini. keputusan yang lancar dan masa nyata. Elluswamy memberi contoh masa tindak balas 50 milisaat, di mana kereta pandu sendiri boleh membuat keputusan memandu selepas berinteraksi dengan persekitaran sekeliling (termasuk pejalan kaki dan lampu isyarat).

Ini adalah banyak data, dan dalam pengkomputeran tradisional, "setiap data memerlukan 10 milisaat masa pengiraan, yang boleh melebihi 1000 milisaat dengan mudah. ​​Ini tidak boleh diterima." dengan AI, kami membungkus semua itu ke dalam 50 milisaat pengiraan supaya ia boleh berjalan dalam masa nyata," kata Elluswamy. >

Tesla menambah data mentahnya dengan mengumpul data kenderaan pada keadaan jalan yang berbeza dan arah aliran trafik sekitar dunia. Tesla menggunakan algoritma untuk membina semula lorong, sempadan jalan, sekatan jalan, lintasan dan imej lain, yang kemudiannya digunakan sebagai asas untuk membantu kereta mengemudi.

"Ini dicapai dengan mengumpulkan pelbagai serpihan kereta yang berbeza dalam armada dan menggabungkan semua serpihan menjadi gambaran bersatu dunia di sekeliling kereta itu," kata Elluswamy

Memandangkan lebih banyak data dimasukkan ke dalam sistem, model latihan dibina semula secara berterusan. Untuk melatih rangkaian, Tesla membina saluran paip pelabelan automatik yang kompleks pada data yang dikumpul, menjalankan algoritma pengiraan padanya, dan kemudian menjana label untuk melatih rangkaian ini.

Elluswamy berkata: "Setelah kami selesai membina semula asas, kami boleh membina pelbagai simulasi di atas asas untuk menjana pelbagai data yang tidak terhingga untuk latihan Tesla mempunyai Simulator yang berkuasa itu boleh mensintesis cuaca lawan, keadaan pencahayaan, dan juga gerakan objek lain. "Setiap kali kami menambah data, prestasi bertambah baik."

Atas ialah kandungan terperinci Tesla menggunakan kecerdasan buatan untuk meningkatkan pemanduan autonomi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!