Hotline Perkhidmatan
Kolumnis
Kolumnis
Perkara utama tafsiran penyelesaian pemanduan autonomi FSD Tesla
2024-05-15
2252
Lawatan Elon Musk ke Beijing: Breaking Ice dengan FSD China
Tidak lama selepas lawatan Musk ke Beijing, Persatuan Pengilang Automobil China dan Pusat Penyelarasan Tindak Balas Kecemasan Rangkaian Komputer Kebangsaan mengeluarkan notis mengenai ujian empat keperluan keselamatan untuk pemprosesan data kereta. Tesla, sebagai perusahaan yang dibiayai asing, menjadi salah satu kumpulan pertama syarikat kereta yang melepasi keempat-empat keperluan. Dalam FSD V12, Tesla membuat penambahbaikan yang ketara pada navigasi dan algoritma perancangan laluannya. Versi baharu sistem navigasi boleh merancang laluan pemanduan secara bijak, dengan mengambil kira pelbagai faktor seperti keadaan trafik, perubahan jalan dan pilihan pemandu. Selain itu, versi baharu FSD mempunyai keupayaan analisis trafik masa nyata yang lebih kukuh, membolehkannya melaraskan laluan berdasarkan keadaan sebenar, memastikan pengalaman pemanduan yang lebih lancar. Walaupun syarikat kereta China ketinggalan dalam teknologi asas untuk pemanduan autonomi, mereka mempunyai kelebihan dalam ekologi dan rantaian bekalan. Dengan pembangunan infrastruktur pengangkutan pintar, mereka dijangka dapat mengintegrasikan produk yang lebih kompetitif.
Dengan teknologi pemanduan autonomi hujung ke hujung yang dicapai oleh FSD V12, Tesla hanya perlu menggunakan data pemanduan tempatan yang banyak untuk melatih model pemanduan pintar, memberikan pengalaman pemanduan yang unggul. Selain itu, dengan mengurangkan penggunaan kod berasaskan peraturan dengan ketara, Tesla tidak perlu menubuhkan pasukan beribu-ribu jurutera algoritma pemanduan pintar di China. Dengan hanya pasukan operasi tempatan kira-kira 20 orang dan pasukan pelabelan data ratusan orang, Tesla boleh memastikan pendaratan dan operasi FSD lancar di pasaran China.
Pada 16 Mei 2023, selepas bercakap pada mesyuarat pemegang saham tahunan Tesla, Musk memberikan temu bual kepada CNBC, saluran media kewangan Amerika yang terkenal.
Ketika membincangkan keupayaan AI Tesla, Musk berkata bahawa Tesla jauh ke hadapan dalam AI dunia sebenar dan ia boleh dikatakan tiada tandingan. Dia kemudiannya menjawab soalan hos tentang ChatGPT dan AI generatif:
"Saya fikir Tesla juga akan mempunyai 'momen ChatGPT,' jika tidak tahun ini, maka saya tidak fikir ia akan lewat daripada tahun depan. Ini bermakna suatu hari nanti, tiba-tiba, 3 juta kenderaan Tesla boleh memandu sendiri... maka 5 juta, kemudian 10 juta...
Jika kami menukar kedudukan kami, dengan Tesla membina model bahasa yang menghasilkan keputusan tidak lebih buruk daripada ChatGPT, dan Microsoft serta OpenAI mengusahakan pemanduan autonomi, jika kami bertukar tugas, sudah pasti kami akan menang."
FSD ialah perisian pemanduan autonomi pautan penuh dan seni bina perkakasan
Seni Bina FSD: Rangka kerja perisian pemanduan autonomi dan perkakasan menyeluruh menyeluruh dibina merentas pelbagai peringkat termasuk data, algoritma dan kuasa pengiraan, merangkumi persepsi, perancangan dan pelaksanaan.
Perancangan: Pada asasnya menangani isu perancangan laluan berbilang objek, menguruskan trajektori untuk diri sendiri dan semua objek untuk membimbing kenderaan dalam menyelesaikan tindakan pelaksanaan yang sepadan.
Rangkaian Neural: Menganalisis input seperti aliran video untuk mengeluarkan keadaan kinematik lengkap (kedudukan/halaju/pecutan/kekasaran) mengawal kenderaan.
Data Latihan: Menggunakan teknologi autoanotasi 4D yang canggih, simulasi dipertingkatkan dan sumber pengkomputeran awan untuk membentuk sistem data gelung tertutup.
Infrastruktur Latihan: Termasuk CPU, GPU, unit Pemecut Rangkaian Neural dan pengkompil AI. Pengkompil AI menyokong operasi baharu yang diperlukan oleh rangkaian saraf, memetakannya kepada sumber perkakasan asas yang optimum.
Penyusunan & Inferens AI: Alamat yang menjalankan rangkaian saraf pada komputer. Enjin inferens semasa boleh memperuntukkan pelaksanaan rangkaian neural tunggal kepada dua sistem cip bebas, sama seperti mempunyai dua komputer berasingan yang disambungkan dalam komputer pemanduan autonomi yang sama.
Berbanding dengan penyelesaian modular seperti model pakar dan model hibrid, penyelesaian pemanduan autonomi hujung ke hujung menyepadukan persepsi, perancangan dan kawalan, mengalih keluar kod berasaskan peraturan daripada setiap modul. Maklumat yang dikumpul daripada berbilang penderia dimasukkan terus ke dalam rangkaian saraf berskala besar yang kompleks, yang, selepas pengiraan, boleh secara langsung mengeluarkan arahan kawalan pemanduan, menghasilkan sistem hujung ke hujung. Kelebihan paling ketara ialah mengurangkan pergantungan pada peta berketepatan tinggi dan mengurangkan kos dalam peringkat pertengahan; model mempunyai had atas yang tinggi dan boleh mencapai anggaran penyelesaian optimum global. Kelemahan termasuk pembelajaran model awal yang lebih perlahan, memerlukan data latihan besar-besaran untuk model muncul dan mencapai kemajuan pesat, kurang penjelasan untuk senario mudah berbanding dengan seni bina modular, halangan kemasukan yang tinggi disebabkan lantai model yang rendah; kebolehtafsiran yang lemah bagi "kotak hitam" di tengah, berpotensi mengakibatkan lebih banyak gelagat keputusan yang tidak dapat dijelaskan daripada model pakar.
"Mod Bayang" Tesla juga menyediakan sokongan penting untuk kemajuan FSD.
Dengan mengumpul pelbagai data pemanduan semasa proses pemanduan pengguna, Tesla boleh mendapatkan data kes sudut bernilai tinggi, terus mengoptimumkan prestasi FSD. Data ini disimpan di pusat data Tesla, dan selepas analisis dan pemprosesan oleh enjin data, ia boleh digunakan sebagai bahan latihan untuk sistem, meningkatkan lagi ketepatan dan kebolehpercayaan FSD.
HW4.0 mempunyai kuasa pengkomputeran yang lebih kuat, dan model besar berkembang pesat.
Sumber utama kemajuan teknikal dalam versi beta awam FSD ini mungkin datang daripada aspek berikut: Pertama, FSD Beta V12 telah dikemas kini untuk platform HW4.0, memberikan sokongan perkakasan yang lebih kukuh untuk sistem. Peningkatan perkakasan HW4.0 meningkatkan kadar bingkai sebanyak 4 bingkai sesaat untuk kamera, membolehkan pemprosesan data imej yang lebih pantas dan meningkatkan pengecaman butiran jalan. Di samping itu, kuasa pengkomputeran HW4.0 digandakan berbanding HW3.0, membolehkan FSD melakukan pemprosesan dan pengiraan yang lebih cekap, mempercepatkan membuat keputusan.
Musk berkata kadar campur tangan FSD V12 hanya satu peratus daripada V11
Ketua Pegawai Eksekutif Tesla Elon Musk berkata pada hari Selasa di platform X bahawa kadar campur tangan perisian "Full Self-Driving" (FSD) versi V12 Tesla hanyalah satu peratus daripada versi V11. Seorang pengguna menyiarkan, "Berbanding dengan V11, kekerapan intervensi V12 akan dikurangkan lebih daripada 100 kali. Ini bukan peningkatan beransur-ansur, tetapi lonjakan.
Tesla akan melabur kira-kira $10 bilion dalam latihan dan inferens AI
Musk juga menambah bahawa mana-mana syarikat yang tidak boleh membelanjakan sekurang-kurangnya $10 bilion setiap tahun atau menggunakannya dengan cekap tidak boleh bersaing dalam pasaran.
Baru-baru ini, FSD V12 hujung ke hujung Tesla secara beransur-ansur mula dilancarkan kepada pengguna Amerika Utara secara besar-besaran. Ringkasnya, FSD V12 mencapai matlamat pemanduan autonomi melalui sejumlah besar data latihan video, membolehkan Tesla menghapuskan ratusan ribu baris kod. Walau bagaimanapun, latihan pemanduan autonomi AI tersebut memerlukan sejumlah besar kuasa pengkomputeran. Musk berkata dalam siaran langsung Ogos lalu bahawa Tesla akan melancarkan kluster GPU yang terdiri daripada 10,000 Nvidia H100 untuk melatih sistem FSD baharu.
Pengasas, pengerusi dan Ketua Pegawai Eksekutif AutoX Xiao Jianxiong memberitahu Wartawan Kewangan Pertama bahawa FSD Tesla telah menggunakan algoritma pembelajaran mendalam hujung ke hujung, yang telah meningkatkan prestasi dengan ketara berbanding sebelum ini. Pada masa lalu, ia bergantung pada algoritma peraturan berasaskan kod yang ditulis secara manual, dan kini ia menggunakan rangkaian model besar yang dilatih dengan data.
Syor Berkaitan
粤公网安备44030002007346号