Những điểm chính trong việc giải thích giải pháp lái xe tự động FSD của Tesla

Trang chủ Nhà báo Khái niệm cơ bản về điện tử Những điểm chính trong việc giải thích giải pháp lái xe tự động FSD của Tesla

2024-05-15 2252

Chuyến thăm Bắc Kinh của Elon Musk: Phá băng với FSD Trung Quốc

Ngay sau chuyến thăm Bắc Kinh của Musk, Hiệp hội các nhà sản xuất ô tô Trung Quốc và Trung tâm điều phối ứng phó khẩn cấp mạng máy tính quốc gia đã đưa ra thông báo về việc thử nghiệm bốn yêu cầu bảo mật để xử lý dữ liệu ô tô. Tesla, với tư cách là doanh nghiệp có vốn nước ngoài, đã trở thành một trong những hãng ô tô đầu tiên vượt qua được cả 12 yêu cầu. Trong FSD VXNUMX, Tesla đã thực hiện những cải tiến đáng kể đối với thuật toán điều hướng và lập kế hoạch tuyến đường của mình. Phiên bản mới của hệ thống định vị có thể lập kế hoạch lộ trình lái xe một cách thông minh, có tính đến nhiều yếu tố khác nhau như điều kiện giao thông, thay đổi đường và sở thích của người lái xe. Ngoài ra, phiên bản mới của FSD còn có khả năng phân tích giao thông theo thời gian thực mạnh mẽ hơn, cho phép điều chỉnh tuyến đường dựa trên điều kiện thực tế, đảm bảo trải nghiệm lái xe mượt mà hơn. Trong khi các công ty ô tô Trung Quốc tụt hậu về công nghệ cơ bản cho xe tự hành, họ lại có lợi thế về hệ sinh thái và chuỗi cung ứng. Với sự phát triển cơ sở hạ tầng của giao thông thông minh, họ dự kiến sẽ tích hợp nhiều sản phẩm cạnh tranh hơn.

Với công nghệ lái tự động toàn diện mà FSD V12 đạt được, Tesla chỉ cần sử dụng dữ liệu lái xe địa phương dồi dào để đào tạo các mô hình lái xe thông minh, mang lại trải nghiệm lái vượt trội. Hơn nữa, bằng cách giảm đáng kể việc sử dụng mã dựa trên quy tắc, Tesla không cần phải thành lập đội ngũ hàng nghìn kỹ sư thuật toán lái xe thông minh ở Trung Quốc. Chỉ với đội ngũ vận hành địa phương khoảng 20 người và đội ghi nhãn dữ liệu hàng trăm người, Tesla có thể đảm bảo FSD hạ cánh và vận hành suôn sẻ tại thị trường Trung Quốc.

Vào ngày 16 tháng 2023 năm XNUMX, sau khi phát biểu tại cuộc họp cổ đông thường niên của Tesla, Musk đã trả lời phỏng vấn CNBC, một cơ quan truyền thông tài chính nổi tiếng của Mỹ.

Khi thảo luận về khả năng AI của Tesla, Musk cho biết Tesla đang vượt xa về AI trong thế giới thực và có thể nói là không có đối thủ. Sau đó, anh ấy giải đáp câu hỏi của người dẫn chương trình về ChatGPT và AI tổng quát:

"Tôi nghĩ Tesla cũng sẽ có 'khoảnh khắc ChatGPT', nếu không phải năm nay thì tôi không nghĩ sẽ muộn hơn năm sau. Điều này có nghĩa là một ngày nào đó, đột nhiên, 3 triệu xe Tesla có thể tự lái... rồi là 5 triệu, rồi là 10 triệu...

Nếu chúng tôi hoán đổi vị trí của mình, với việc Tesla xây dựng mô hình ngôn ngữ tạo ra kết quả không tệ hơn ChatGPT, và Microsoft và OpenAI cùng nghiên cứu về xe tự lái, nếu chúng tôi trao đổi nhiệm vụ của mình, chắc chắn chúng tôi sẽ giành chiến thắng.”

FSD là kiến trúc phần cứng và phần mềm lái xe tự động liên kết đầy đủ

Kiến trúc FSD: Khung phần cứng và phần mềm lái xe tự động toàn diện từ đầu đến cuối được xây dựng ở nhiều cấp độ khác nhau, bao gồm dữ liệu, thuật toán và sức mạnh tính toán, bao gồm nhận thức, lập kế hoạch và thực thi.

Lập kế hoạch: Về cơ bản giải quyết các vấn đề về lập kế hoạch đường dẫn đa đối tượng, quản lý quỹ đạo cho cả bản thân và tất cả các đối tượng để hướng dẫn phương tiện hoàn thành các hành động thực hiện tương ứng.

Mạng thần kinh: Phân tích các đầu vào như luồng video để xuất ra các trạng thái động học hoàn chỉnh (vị trí/vận tốc/gia tốc/độ nhám) điều khiển phương tiện.

Dữ liệu đào tạo: Sử dụng công nghệ chú thích tự động 4D tiên tiến, mô phỏng nâng cấp và tài nguyên điện toán đám mây để hình thành hệ thống dữ liệu vòng kín.

Cơ sở hạ tầng đào tạo: Bao gồm CPU, GPU, bộ tăng tốc mạng thần kinh và trình biên dịch AI. Trình biên dịch AI hỗ trợ các hoạt động mới theo yêu cầu của mạng thần kinh, ánh xạ chúng tới các tài nguyên phần cứng cơ bản tối ưu.

AI Compilation & Inference: Địa chỉ chạy mạng nơron trên máy tính. Công cụ suy luận hiện tại có thể phân bổ việc thực thi một mạng lưới thần kinh duy nhất cho hai hệ thống chip độc lập, giống như việc có hai máy tính riêng biệt được kết nối trong cùng một máy tính lái xe tự động.

Trong giải pháp end-to-end, mạng nơ-ron là chìa khóa và được kỳ vọng sẽ đạt được giải pháp tối ưu toàn cục.

So với các giải pháp mô-đun như mô hình chuyên gia và mô hình kết hợp, các giải pháp lái xe tự động toàn diện tích hợp nhận thức, lập kế hoạch và kiểm soát, loại bỏ mã dựa trên quy tắc khỏi mỗi mô-đun. Thông tin được thu thập từ nhiều cảm biến được nhập trực tiếp vào mạng lưới thần kinh phức tạp quy mô lớn, sau khi tính toán, có thể xuất trực tiếp các lệnh điều khiển lái xe, tạo thành một hệ thống hoàn chỉnh. Ưu điểm đáng kể nhất là giảm sự phụ thuộc vào bản đồ có độ chính xác cao và giảm chi phí ở các giai đoạn trung gian; mô hình có giới hạn trên cao và có thể đạt được các giải pháp tối ưu toàn cục gần đúng. Những nhược điểm bao gồm việc học mô hình ban đầu chậm hơn, yêu cầu dữ liệu đào tạo lớn để mô hình xuất hiện và đạt được tiến bộ nhanh chóng, ít giải thích hơn cho các kịch bản đơn giản so với kiến trúc mô-đun, rào cản gia nhập cao do sàn mô hình thấp; khả năng diễn giải kém của "hộp đen" ở giữa, có khả năng dẫn đến nhiều hành vi quyết định khó giải thích hơn so với các mô hình chuyên gia.

"Chế độ bóng" của Tesla cũng cung cấp hỗ trợ quan trọng cho tiến trình FSD.

Bằng cách thu thập nhiều dữ liệu lái xe khác nhau trong quá trình lái xe của người dùng, Tesla có thể thu được dữ liệu trường hợp vào cua có giá trị cao, liên tục tối ưu hóa hiệu suất FSD. Những dữ liệu này được lưu trữ trong trung tâm dữ liệu của Tesla và sau khi được công cụ dữ liệu phân tích và xử lý, chúng có thể được sử dụng làm tài liệu đào tạo cho hệ thống, cải thiện hơn nữa độ chính xác và độ tin cậy của FSD.

HW4.0 có sức mạnh tính toán mạnh hơn và các mô hình lớn tiến bộ rõ rệt.

Nguồn tiến bộ kỹ thuật chính trong phiên bản beta công khai này của FSD có thể đến từ các khía cạnh sau: Thứ nhất, FSD Beta V12 đã được cập nhật cho nền tảng HW4.0, cung cấp hỗ trợ phần cứng mạnh mẽ hơn cho hệ thống. Nâng cấp phần cứng HW4.0 tăng tốc độ khung hình lên 4 khung hình/giây cho máy ảnh, cho phép xử lý dữ liệu hình ảnh nhanh hơn và cải thiện khả năng nhận dạng chi tiết đường. Ngoài ra, sức mạnh tính toán của HW4.0 được tăng gấp đôi so với HW3.0, cho phép FSD thực hiện xử lý và tính toán hiệu quả hơn, tăng tốc độ ra quyết định.

Musk cho biết tỷ lệ can thiệp của FSD V12 chỉ bằng 11% VXNUMX

Giám đốc điều hành Tesla, Elon Musk, cho biết hôm thứ Ba trên nền tảng X rằng tỷ lệ can thiệp của phiên bản V12 phần mềm "Tự lái hoàn toàn" (FSD) của Tesla chỉ bằng 11% so với phiên bản V11. Một người dùng đăng: "So với V12, tần số can thiệp của V100 sẽ giảm hơn XNUMX lần. Đây không phải là sự nâng cấp dần dần mà là một bước nhảy vọt.

Tesla sẽ đầu tư khoảng 10 tỷ USD vào đào tạo và suy luận AI

Musk cũng nói thêm rằng bất kỳ công ty nào không thể chi ít nhất 10 tỷ USD hàng năm hoặc triển khai nó một cách hiệu quả thì sẽ không thể cạnh tranh trên thị trường.

Gần đây, FSD V12 end-to-end của Tesla đã dần bắt đầu được triển khai tới người dùng Bắc Mỹ trên quy mô lớn. Tóm lại, FSD V12 đạt được mục tiêu lái xe tự động thông qua một lượng lớn dữ liệu đào tạo video, cho phép Tesla loại bỏ hàng trăm nghìn dòng mã. Tuy nhiên, việc đào tạo lái xe tự động AI như vậy đòi hỏi một lượng lớn sức mạnh tính toán. Musk cho biết trong một buổi phát sóng trực tiếp vào tháng 10,000 năm ngoái rằng Tesla sắp ra mắt cụm GPU gồm 100 chiếc Nvidia HXNUMX để huấn luyện hệ thống FSD mới.

Người sáng lập, chủ tịch và Giám đốc điều hành AutoX, Xiao Jianxiong, nói với các nhà báo tài chính đầu tiên rằng FSD của Tesla đã sử dụng thuật toán học sâu từ đầu đến cuối, giúp cải thiện đáng kể hiệu suất so với trước đây. Trước đây, nó dựa vào các thuật toán quy tắc dựa trên mã được viết thủ công và bây giờ nó sử dụng một mạng mô hình lớn được đào tạo bằng dữ liệu.

Thuật ngữ cơ bản của bao bì tiên tiến

Trang Tiếp

10 công ty bán dẫn hàng đầu