Tesla کے FSD خود مختار ڈرائیونگ حل کی تشریح کے اہم نکات

ہوم پیج (-) کالمسٹ الیکٹرانکس کی بنیادی باتیں Tesla کے FSD خود مختار ڈرائیونگ حل کی تشریح کے اہم نکات

2024-05-15 2252

ایلون مسک کا بیجنگ دورہ: ایف ایس ڈی چین کے ساتھ برف کو توڑنا

مسک کے بیجنگ کے دورے کے فوراً بعد، چائنا ایسوسی ایشن آف آٹوموبائل مینوفیکچررز اور نیشنل کمپیوٹر نیٹ ورک ایمرجنسی رسپانس کوآرڈینیشن سینٹر نے آٹوموبائل ڈیٹا پروسیسنگ کے لیے چار حفاظتی تقاضوں کی جانچ پر ایک نوٹس جاری کیا۔ Tesla، ایک غیر ملکی فنڈڈ انٹرپرائز کے طور پر، چاروں ضروریات کو پورا کرنے والی کار کمپنیوں کے پہلے بیچ میں سے ایک بن گئی۔ FSD V12 میں، Tesla نے اپنے نیویگیشن اور روٹ پلاننگ الگورتھم میں نمایاں بہتری کی ہے۔ نیویگیشن سسٹم کا نیا ورژن ٹریفک کے حالات، سڑک کی تبدیلیوں اور ڈرائیور کی ترجیحات جیسے مختلف عوامل کو مدنظر رکھتے ہوئے ڈرائیونگ کے راستوں کی ذہانت سے منصوبہ بندی کر سکتا ہے۔ مزید برآں، FSD کے نئے ورژن میں حقیقی وقت میں ٹریفک تجزیہ کرنے کی مضبوط صلاحیتیں ہیں، جو اسے حقیقی حالات کی بنیاد پر راستوں کو ایڈجسٹ کرنے کی اجازت دیتی ہیں، اور ڈرائیونگ کے ایک ہموار تجربے کو یقینی بناتا ہے۔ اگرچہ چینی کار کمپنیاں خود مختار ڈرائیونگ کے لیے بنیادی ٹیکنالوجی میں پیچھے ہیں، لیکن ماحولیات اور سپلائی چین میں ان کے فوائد ہیں۔ ذہین نقل و حمل کے بنیادی ڈھانچے کی ترقی کے ساتھ، ان سے توقع کی جاتی ہے کہ وہ زیادہ مسابقتی مصنوعات کو مربوط کریں گے۔

FSD V12 کے ذریعے حاصل کردہ اینڈ ٹو اینڈ خود مختار ڈرائیونگ ٹیکنالوجی کے ساتھ، Tesla کو ڈرائیونگ کا ایک اعلی تجربہ فراہم کرتے ہوئے، ذہین ڈرائیونگ ماڈلز کی تربیت کے لیے صرف مقامی ڈرائیونگ ڈیٹا کو استعمال کرنے کی ضرورت ہے۔ مزید برآں، اصول پر مبنی کوڈ کے استعمال کو نمایاں طور پر کم کرکے، ٹیسلا کو چین میں ہزاروں ذہین ڈرائیونگ الگورتھم انجینئرز کی ٹیم قائم کرنے کی ضرورت نہیں ہے۔ صرف 20 افراد پر مشتمل مقامی آپریشنز ٹیم اور سینکڑوں افراد پر مشتمل ڈیٹا لیبلنگ ٹیم کے ساتھ، Tesla چینی مارکیٹ میں FSD کی ہموار لینڈنگ اور آپریشن کو یقینی بنا سکتا ہے۔

16 مئی 2023 کو، ٹیسلا شیئر ہولڈر کی سالانہ میٹنگ میں بولنے کے بعد، مسک نے معروف امریکی مالیاتی میڈیا آؤٹ لیٹ CNBC کو ایک انٹرویو دیا۔

Tesla کی AI صلاحیتوں پر گفتگو کرتے ہوئے، مسک نے کہا کہ Tesla حقیقی دنیا کی AI میں بہت آگے ہے اور اسے بے مثال کہا جا سکتا ہے۔ اس کے بعد انہوں نے ChatGPT اور جنریٹیو AI کے بارے میں میزبان کے سوال کا جواب دیا:

"مجھے لگتا ہے کہ ٹیسلا کے پاس بھی 'چیٹ جی پی ٹی لمحہ' ہوگا، اگر اس سال نہیں، تو مجھے نہیں لگتا کہ یہ اگلے سال کے بعد ہوگا۔ اس کا مطلب ہے کہ ایک دن، اچانک، 3 ملین ٹیسلا گاڑیاں خود کو چلا سکتی ہیں... پھر یہ 5 ملین ہے، پھر یہ 10 ملین ہے...

اگر ہم اپنی پوزیشنوں کو تبدیل کرتے ہیں، Tesla کے ساتھ ایک ایسا لینگویج ماڈل بناتا ہے جس کے نتائج ChatGPT سے بدتر نہیں ہوتے، اور Microsoft اور OpenAI خود مختار ڈرائیونگ پر کام کرتے ہیں، اگر ہم اپنے کاموں کا تبادلہ کرتے ہیں، تو اس میں کوئی شک نہیں کہ ہم جیت جائیں گے۔"

FSD ایک مکمل لنک خود مختار ڈرائیونگ سافٹ ویئر اور ہارڈویئر فن تعمیر ہے۔

FSD فن تعمیر: ایک جامع آخر سے آخر تک خود مختار ڈرائیونگ سافٹ ویئر اور ہارڈویئر فریم ورک مختلف سطحوں پر بنایا گیا ہے جس میں ڈیٹا، الگورتھم، اور کمپیوٹیشنل پاور شامل ہے، جس میں ادراک، منصوبہ بندی اور عمل درآمد شامل ہے۔

منصوبہ بندی: بنیادی طور پر ملٹی آبجیکٹ پاتھ پلاننگ کے مسائل کو حل کرتا ہے، خود اور تمام اشیاء دونوں کے لیے ٹریکجٹری کا انتظام کرتا ہے تاکہ متعلقہ عمل کو مکمل کرنے میں گاڑی کی رہنمائی کی جا سکے۔

نیورل نیٹ ورکس: گاڑی کو کنٹرول کرنے والی مکمل کائینیٹک سٹیٹس (پوزیشن/ویلوسٹی/سرعت/کھردرا پن) کو آؤٹ پٹ کرنے کے لیے ویڈیو اسٹریمز جیسے ان پٹ کا تجزیہ کریں۔

ٹریننگ ڈیٹا: جدید ترین 4D آٹو اینوٹیشن ٹیکنالوجی، اپ گریڈ شدہ سمولیشن، اور کلاؤڈ کمپیوٹنگ وسائل کو بند لوپ ڈیٹا سسٹم بنانے کے لیے استعمال کرتا ہے۔

ٹریننگ انفراسٹرکچر: CPU، GPU، نیورل نیٹ ورک ایکسلریٹر یونٹس، اور ایک AI کمپائلر پر مشتمل ہے۔ AI کمپائلر نیورل نیٹ ورکس کے لیے درکار نئے آپریشنز کو سپورٹ کرتا ہے، ان کو بہترین بنیادی ہارڈویئر وسائل کے ساتھ نقشہ بناتا ہے۔

AI تالیف اور اندازہ: کمپیوٹرز پر نیورل نیٹ ورک چلانے والے پتے۔ موجودہ انفرنس انجن ایک ہی نیورل نیٹ ورک کے عمل کو دو آزاد چپ سسٹمز کے لیے مختص کر سکتا ہے، جیسا کہ ایک ہی خود مختار ڈرائیونگ کمپیوٹر کے اندر دو الگ الگ کمپیوٹر جڑے ہوئے ہیں۔

آخر سے آخر تک حل میں، نیورل نیٹ ورک کلیدی حیثیت رکھتا ہے اور اس سے عالمی بہترین حل حاصل کرنے کی امید ہے۔

ماڈیولر سلوشنز جیسے کہ ماہر ماڈلز اور ہائبرڈ ماڈلز کے مقابلے میں، اینڈ ٹو اینڈ خود مختار ڈرائیونگ سلوشنز ہر ماڈیول سے اصول پر مبنی کوڈ کو ہٹاتے ہوئے تاثر، منصوبہ بندی اور کنٹرول کو مربوط کرتے ہیں۔ متعدد سینسروں سے جمع کی گئی معلومات کو براہ راست پیچیدہ بڑے پیمانے پر اعصابی نیٹ ورکس میں داخل کیا جاتا ہے، جو کہ حساب کے بعد، ڈرائیونگ کنٹرول کمانڈز کو براہ راست آؤٹ پٹ کر سکتے ہیں، جس کے نتیجے میں اینڈ ٹو اینڈ سسٹم ہوتا ہے۔ سب سے اہم فائدہ اعلی درستگی والے نقشوں پر انحصار کو کم کرنا اور درمیانی مراحل میں اخراجات کو کم کرنا ہے۔ ماڈل کی اوپری حد زیادہ ہے اور یہ اندازاً عالمی بہترین حل حاصل کر سکتا ہے۔ نقصانات میں ابتدائی ماڈل سیکھنے میں سست روی شامل ہے، ماڈل کو ابھرنے اور تیز رفتار ترقی حاصل کرنے کے لیے بڑے پیمانے پر تربیتی ڈیٹا کی ضرورت ہوتی ہے، ماڈیولر آرکیٹیکچرز کے مقابلے میں سادہ منظرناموں کی کم وضاحت، کم ماڈل فلور کی وجہ سے داخلے میں زیادہ رکاوٹ؛ درمیان میں "بلیک باکس" کی ناقص تشریح، ممکنہ طور پر ماہر ماڈلز کے مقابلے میں زیادہ ناقابل وضاحت فیصلہ کن رویے کا نتیجہ ہے۔

ٹیسلا کا "شیڈو موڈ" بھی FSD کی ترقی کے لیے اہم معاونت فراہم کرتا ہے۔

صارف کے ڈرائیونگ کے عمل کے دوران مختلف ڈرائیونگ ڈیٹا اکٹھا کرکے، Tesla FSD کی کارکردگی کو مسلسل بہتر بناتے ہوئے، اعلیٰ قدر کارنر کیس ڈیٹا حاصل کر سکتا ہے۔ یہ ڈیٹا ٹیسلا کے ڈیٹا سینٹر میں محفوظ کیے جاتے ہیں، اور ڈیٹا انجن کے ذریعے تجزیہ اور پروسیسنگ کے بعد، انہیں سسٹم کے لیے تربیتی مواد کے طور پر استعمال کیا جا سکتا ہے، جس سے FSD کی درستگی اور وشوسنییتا کو مزید بہتر بنایا جا سکتا ہے۔

HW4.0 میں کمپیوٹنگ کی مضبوط طاقت ہے، اور بڑے ماڈلز نمایاں طور پر ترقی کرتے ہیں۔

FSD کے اس عوامی بیٹا ورژن میں تکنیکی پیش رفت کے اہم ذرائع درج ذیل پہلوؤں سے آ سکتے ہیں: سب سے پہلے، FSD Beta V12 کو HW4.0 پلیٹ فارم کے لیے اپ ڈیٹ کر دیا گیا ہے، جو سسٹم کے لیے مضبوط ہارڈ ویئر سپورٹ فراہم کرتا ہے۔ HW4.0 ہارڈویئر اپ گریڈ کیمروں کے لیے فریم ریٹ میں 4 فریم فی سیکنڈ کا اضافہ کرتا ہے، جس سے تصویری ڈیٹا کی تیز تر پروسیسنگ اور سڑک کی تفصیل کی شناخت کو بہتر بنایا جاتا ہے۔ اس کے علاوہ، HW4.0 کی کمپیوٹنگ کی طاقت HW3.0 کے مقابلے میں دوگنی ہے، جس سے FSD کو زیادہ موثر پروسیسنگ اور حساب کتاب کرنے کی اجازت ملتی ہے، فیصلہ سازی میں تیزی آتی ہے۔

مسک نے کہا کہ FSD V12 مداخلت کی شرح V11 کا صرف ایک فیصد ہے۔

ٹیسلا کے سی ای او ایلون مسک نے منگل کو ایکس پلیٹ فارم پر کہا کہ ٹیسلا کے "فل سیلف ڈرائیونگ" (FSD) سافٹ ویئر V12 ورژن کی مداخلت کی شرح V11 ورژن کا صرف ایک فیصد ہے۔ ایک صارف نے پوسٹ کیا، "V11 کے مقابلے میں، V12 کی مداخلت کی فریکوئنسی 100 گنا سے زیادہ کم ہو جائے گی۔ یہ بتدریج اپ گریڈ نہیں ہے، بلکہ ایک چھلانگ ہے۔

ٹیسلا AI ٹریننگ اور انفرنس میں تقریباً 10 بلین ڈالر کی سرمایہ کاری کرے گا۔

مسک نے مزید کہا کہ کوئی بھی کمپنی جو کم از کم 10 بلین ڈالر سالانہ خرچ نہیں کر سکتی یا اسے موثر طریقے سے تعینات نہیں کر سکتی وہ مارکیٹ میں مقابلہ نہیں کر سکتی۔

حال ہی میں، ٹیسلا کا اینڈ ٹو اینڈ ایف ایس ڈی V12 آہستہ آہستہ بڑے پیمانے پر شمالی امریکہ کے صارفین کے لیے پیش کیا جانا شروع ہو گیا ہے۔ مختصراً، FSD V12 ویڈیو ٹریننگ ڈیٹا کی ایک بڑی مقدار کے ذریعے خود مختار ڈرائیونگ کا ہدف حاصل کرتا ہے، جس سے Tesla کوڈ کی لاکھوں لائنوں کو ختم کرنے کی اجازت ملتی ہے۔ تاہم، ایسی AI خود مختار ڈرائیونگ کی تربیت کے لیے بہت زیادہ کمپیوٹنگ پاور کی ضرورت ہوتی ہے۔ مسک نے گزشتہ اگست میں براہ راست نشریات میں کہا تھا کہ ٹیسلا نئے FSD سسٹم کو تربیت دینے کے لیے 10,000 Nvidia H100s پر مشتمل ایک GPU کلسٹر شروع کرنے والی ہے۔

آٹو ایکس کے بانی، چیئرمین، اور سی ای او Xiao Jianxiong نے فرسٹ فنانشل جرنلسٹس کو بتایا کہ Tesla کے FSD نے اینڈ ٹو اینڈ ڈیپ لرننگ الگورتھم استعمال کیے ہیں، جس کی کارکردگی پہلے کے مقابلے میں نمایاں طور پر بہتر ہوئی ہے۔ ماضی میں، یہ دستی طور پر لکھے گئے کوڈ پر مبنی اصول الگورتھم پر انحصار کرتا تھا، اور اب یہ ڈیٹا کے ساتھ تربیت یافتہ ایک بڑے ماڈل نیٹ ورک کا استعمال کرتا ہے۔

پچھلا

اعلی درجے کی پیکیجنگ کی بنیادی اصطلاحات

اگلے

ٹاپ 10 سیمی کنڈکٹر کمپنیاں