サービスホットライン
コラムニスト
コラムニスト
テスラの FSD 自動運転ソリューション解釈の重要なポイント
2024-05-15
2252
イーロン・マスク氏の北京訪問：FSD中国との緊張を解く
マスク氏の北京訪問直後、中国自動車工業協会と国家コンピュータネットワーク緊急対応調整センターは、自動車データ処理に関する12つのセキュリティ要件のテストに関する通知を出した。テスラは外資系企業として、XNUMXつの要件をすべて満たした最初の自動車会社のXNUMXつとなった。 FSD VXNUMX では、テスラはナビゲーションとルート計画のアルゴリズムを大幅に改善しました。新しいバージョンのナビゲーション システムは、交通状況、道路の変化、ドライバーの好みなどのさまざまな要因を考慮して、運転ルートをインテリジェントに計画できます。さらに、FSD の新バージョンには、より強力なリアルタイム交通分析機能があり、実際の状況に基づいてルートを調整できるため、よりスムーズな運転体験が保証されます。中国の自動車会社は自動運転の基礎技術では遅れをとっているが、エコロジーやサプライチェーンでは優位性を持っている。インテリジェント交通のインフラ開発に伴い、より競争力のある製品を統合することが期待されています。
FSD V12 によって実現されるエンドツーエンドの自動運転技術により、テスラは豊富なローカル運転データを使用してインテリジェント運転モデルをトレーニングするだけで済み、優れた運転体験を提供します。さらに、ルールベースのコードの使用を大幅に減らすことで、テスラは中国に数千人のインテリジェント運転アルゴリズムエンジニアからなるチームを設立する必要がなくなりました。テスラは、約 20 人の現地運営チームと数百人のデータラベル付けチームだけで、FSD の中国市場へのスムーズな上陸と運営を確実に行うことができます。
16年2023月XNUMX日、マスク氏はテスラ年次株主総会での講演後、アメリカの著名な金融メディアであるCNBCのインタビューに応じた。
マスク氏はテスラのAI能力について議論した際、テスラは現実世界のAIにおいてはるかに先を行っており、比類のないものであると言えると述べた。次に彼は、ChatGPT と生成 AI に関するホストの質問に答えました。
「テスラも『ChatGPTの瞬間』を迎えることになると思います。今年ではないにしても、来年以降になるとは思いません。これは、ある日突然、3万台のテスラ車が自動運転できるようになるということです...その次は5万、その次は10万…
Tesla が ChatGPT と同等の結果を生み出す言語モデルを構築し、Microsoft と OpenAI が自動運転に取り組んでいる立場を交換し、タスクを交換すれば、間違いなく私たちが勝つでしょう。」
FSD はフルリンクの自動運転ソフトウェアおよびハードウェア アーキテクチャです
FSD アーキテクチャ: 包括的なエンドツーエンドの自動運転ソフトウェアおよびハードウェア フレームワークは、データ、アルゴリズム、計算能力を含むさまざまなレベルにわたって構築され、認識、計画、実行が含まれます。
計画: 基本的に複数オブジェクトの経路計画の問題に対処し、車両自身とすべてのオブジェクトの両方の軌道を管理して、車両が対応する実行アクションを完了できるようにガイドします。
ニューラル ネットワーク: ビデオ ストリームなどの入力を分析して、車両を制御する完全な運動学的状態 (位置/速度/加速度/粗さ) を出力します。
トレーニング データ: 最先端の 4D 自動アノテーション テクノロジー、アップグレードされたシミュレーション、クラウド コンピューティング リソースを利用して、閉ループ データ システムを形成します。
トレーニング インフラストラクチャ: CPU、GPU、ニューラル ネットワーク アクセラレータ ユニット、および AI コンパイラが含まれます。 AI コンパイラーは、ニューラル ネットワークに必要な新しい操作をサポートし、それらを最適な基盤となるハードウェア リソースにマッピングします。
AI のコンパイルと推論: コンピューター上で実行されているニューラル ネットワークに対処します。現在の推論エンジンは、単一のニューラル ネットワークの実行を 2 つの独立したチップ システムに割り当てることができます。これは、同じ自動運転コンピューター内に 2 つの別々のコンピューターが接続されているのと同様です。
エキスパート モデルやハイブリッド モデルなどのモジュール型ソリューションと比較して、エンドツーエンドの自動運転ソリューションは認識、計画、制御を統合し、各モジュールからルールベースのコードを削除します。複数のセンサーから収集された情報は、複雑で大規模なニューラル ネットワークに直接入力され、計算後に駆動制御コマンドを直接出力できるエンドツーエンド システムが実現されます。最も重要な利点は、高精度マップへの依存を減らし、中間段階でのコストを削減できることです。モデルには高い上限があり、近似的な全体最適解を達成できます。デメリットとしては、初期のモデル学習が遅いこと、モデルが出現して急速な進歩を達成するには大量のトレーニング データが必要であること、モジュラー アーキテクチャに比べて単純なシナリオの説明が少ないこと、モデル フロアが低いため参入障壁が高いことなどが挙げられます。中間の「ブラック ボックス」の解釈可能性が低く、エキスパート モデルよりも説明不能な意思決定動作が発生する可能性があります。
テスラの「シャドウ モード」も、FSD の進歩に重要なサポートを提供します。
ユーザーの運転プロセス中にさまざまな運転データを収集することで、テスラは価値の高いコーナーケース データを取得し、FSD パフォーマンスを継続的に最適化できます。これらのデータはテスラのデータセンターに保存され、データエンジンによる分析と処理の後、システムのトレーニング資料として使用できるため、FSD の精度と信頼性がさらに向上します。
HW4.0は演算能力が強化され、大規模モデルの進化が著しい。
FSD のこのパブリック ベータ バージョンにおける技術的進歩の主な源は、次の側面から来ている可能性があります。 まず、FSD ベータ V12 は HW4.0 プラットフォーム用に更新され、システムのハードウェア サポートが強化されました。 HW4.0 ハードウェアのアップグレードにより、カメラのフレーム レートが 4 フレーム/秒増加し、画像データの高速処理が可能になり、道路の詳細認識が向上します。さらに、HW4.0 の計算能力は HW3.0 と比較して XNUMX 倍になっており、FSD がより効率的な処理と計算を実行できるようになり、意思決定が迅速化されます。
マスク氏は、FSD V12の介入率はV11のわずかXNUMXパーセントであると述べた
テスラの最高経営責任者（CEO）イーロン・マスク氏は火曜日、Xプラットフォーム上で、テスラの「完全自動運転」（FSD）ソフトウェアV12バージョンの介入率はV11バージョンのわずか11パーセントであると語った。あるユーザーは、「V12と比較して、V100の介入頻度はXNUMX倍以上減少します。これは段階的なアップグレードではなく飛躍です。」と投稿しました。
テスラはAIのトレーニングと推論に約10億ドルを投資する
マスク氏はまた、少なくとも年間10億ドルを費やしたり、効率的に展開したりできない企業は市場で競争できないとも付け加えた。
最近、テスラのエンドツーエンド FSD V12 が徐々に北米のユーザーに大規模に展開され始めています。つまり、FSD V12 は大量のビデオ トレーニング データを通じて自動運転の目標を達成し、テスラは数十万行のコードを削減できるようになります。しかし、このようなAI自動運転の訓練には大量のコンピューティングパワーが必要です。マスク氏は昨年10,000月のライブブロードキャストで、テスラが新しいFSDシステムをトレーニングするために100万台のNvidia HXNUMXで構成されるGPUクラスターを立ち上げようとしていると述べた。
AutoXの創設者で会長兼最高経営責任者（CEO）のXiao Jianxiong氏はファースト・ファイナンシャル・ジャーナリストに対し、テスラのFSDはエンドツーエンドの深層学習アルゴリズムを使用しており、以前と比べてパフォーマンスが大幅に向上していると語った。以前は、手動で記述されたコードベースのルール アルゴリズムに依存していましたが、現在はデータでトレーニングされた大規模なモデル ネットワークを使用しています。
関連する推奨事項
粤公网安备44030002007346号