2021年09月17日/ 浏览 163
“我们遭遇了一点技术问题,希望以后可以用AI来解决”。原定于北京时间8月20日早8时开始的特斯拉AI DAY因技术问题延迟,一出场,特斯拉创始人马斯克就这样调侃道。
现场,马斯克公布了特斯拉纯视觉方案FSD的进展、神经网络自动驾驶训练、D1芯片、Dojo超级计算机等信息。
据介绍,特斯拉FSD系统已可以实现每1.5毫秒2500次搜索的超高效率,预测可能出现的各种情况。而不久后,特斯拉即将开始Dojo超级计算机的首批组装。此外,Tesla Bot这款机器人或将在明年推出首个原型机。
用AI神经网络技术提升辅助驾驶能力
特斯拉的辅助驾驶与自动驾驶一直是人们最关注的亮点。
而本次AI DAY中,相关负责人则介绍,特斯拉的纯视觉传感器方案的实现,离不开多任务学习HydraNets神经网络架构。每辆特斯拉汽车拥有8个环绕车身、覆盖周围360°的摄像头,来获取交通信号灯、信号牌、匝道、路缘等周边信息,为神经网络学习提供了绝佳条件。
据人工智能部门总监Andrej Karpathy介绍,特斯拉希望能够打造一个类似动物视觉皮层的神经网络连接,模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中,我们希望通过摄像头来模拟这个过程。
多任务学习HydraNets神经网络架构可以将8个摄像头获取的画面拼接起来,并完美平衡视频画面的延迟和精准度。通过人工或自动标注车道、车辆、信号灯、障碍物等环境和动静物体,系统会逐帧分析视频画面,了解物体的纵深、速度等信息,再将这些数据交给车队学习。
但是在这个过程中,特斯拉发现了几个问题:这些参数和空间追踪是很难通过C++这个基础架构实现拼接的;有一些空间数据的输出质量不高;不同摄像头获取的物体信息不同,拼合时很难进行整体把握。
为解决这些问题,特斯拉开发了“矢量空间”(Vector Space)技术,同时兼具了非凸优化算法(Non-convex)、高维度两大优势。该技术可以通过8个摄像头输入的数据为基础绘制3D鸟瞰视图,形成4D的空间和时间标签的“路网”以呈现道路等信息,帮助车辆把握驾驶环境,更精准地寻找最优驾驶路径。
有了海量、精准的视频数据,特斯拉还需要创造一个强大的神经网络,并对网络进行特殊的布局,使这些数据能在一个总的主干网络上进行整合和重新分析。因此,特斯拉“高楼平地起”,自主研发了基于神经网络的训练方式。
据介绍,特斯拉拥有一支数据标注团队,规模在1000人左右。团队每天对视频数据中的物体在“矢量空间”中进行标注,在善于把握细节的人工标注和效率更高的自动标注配合下,只需要标注一次,“矢量空间”就能自动标注所有摄像头的多帧画面。这为特斯拉带来了上百亿级的有效且多样化的原生数据,而这些数据都会用于神经网络培训。
同时,特斯拉还开发了“仿真场景技术”,可以模拟现实中不太常见的“边缘场景”用于自动驾驶培训。在仿真场景中,特斯拉工程师可以提供不同的环境以及其他参数(障碍物、碰撞、舒适度等),极大提升了训练效率。
由此,特斯拉FSD系统已可以实现每1.5毫秒2500次搜索的超高效率,预测可能出现的各种情况,并在其中找到最安全、最舒适、最快速的自动驾驶路径。
Dojo超级计算机即将开始组装
在AI DAY,颇受关注的自然是芯片。
当下,随着所需处理的数据开始指数级增长,特斯拉也在提高训练神经网络的算力,因此,便有了特斯拉Dojo超级计算机。
据介绍,特斯拉的目标是实现人工智能训练的超高算力,同时还要扩展带宽、减少延迟、节省成本。这就要求Dojo超级计算机的布局,要实现空间和时间的平衡。
组成Dojo超级计算机的关键单元,是特斯拉自主研发的神经网络训练芯片——D1芯片。D1芯片采用分布式结构和7纳米工艺,搭载500亿个晶体管、354个训练节点,仅内部的电路就长达17.7公里,实现了超强算力和超高带宽。
1500个D1芯片共53万余训练节点,组成了Dojo超级计算机的训练模块。由于每个D1芯片之间都是无缝连接在一起,相邻芯片之间的延迟极低,训练模块最大程度上实现了带宽的保留,配合特斯拉自创的高带宽、低延迟的连接器,算力高达9PFLOPs(9千万亿次)。
实际应用中,特斯拉将以120个训练模块组装成ExaPOD,与业内其他产品相比,同成本下性能提升4倍,同能耗下性能提高1.3倍,占用空间节省5倍。
与硬件相匹配的,是特斯拉针对性开发的分布式系统——DPU(Dojo Processing Unit)。DPU是一个可视化交互软件,可以随时根据要求调整规模,高效地处理和计算,进行数据建模、存储分配、优化布局、分区拓展等任务。
据介绍,不久后,特斯拉即将开始Dojo超级计算机的首批组装。
值得注意的是,除了备受期待的神经网络学习与Dojo超级计算机,在活动末尾,马斯克在谈到AI发展方向时,还抛出了“Tesla Bot”。
Tesla Bot是一款机器人,高1.72米,重56.6千克,脸上的屏幕可显示信息,拥有人类水平的双手,并有力反馈感应,以实现平衡和敏捷的动作。
马斯克表示,Tesla Bot将利用Dojo超级计算机的训练机制来改进功能,并补充道:“未来劳动力不会短缺,但体力劳动只是一种选择。Tesla Bot可以执行一些危险性、重复性、枯燥的任务。”Tesla Bot或将在明年推出首个原型机。
校对 刘越