Как Tesla использует суперкомпьютер для обучения своей технологии автономного вождения - Новости авто Как Tesla использует суперкомпьютер для обучения своей технологии автономного вождения - Новости авто full screen background image

Как Tesla использует суперкомпьютер для обучения своей технологии автономного вождения

91

Сегодня вы не можете купить полностью самоуправляемый автомобиль, но автопроизводители по всему миру стремятся стать первой компанией, разместившей такой автомобиль на дилерских площадках. Также нет двух компаний, которые идут по одному и тому же технологическому пути для достижения этого плана. Некоторые используют методы дистанционного зондирования, такие как обнаружение света и определение дальности (LiDAR), в то время как другие полагаются на датчики на основе радара, которые помогают обнаруживать трудноразличимые препятствия на проезжей части. И, как правило, фирмы, работающие над автономными технологиями, будут использовать комбинацию LiDAR, радара и камер.

Кроме того, есть Tesla, которая считает, что распознавание изображений на основе зрения с использованием только камер является ключом к доступной и надежной автономности.

Но в методе Теслы есть одна загвоздка: усовершенствовать автономию на основе зрения сложно. Это требует использования постоянно совершенствуемой системы, которая может быстро адаптироваться к новым и меняющимся дорожным условиям, а затем она должна быть способна делиться этой информацией с другими транспортными средствами на проезжей части. Такой вид обучения требует значительно большей вычислительной мощности, чем та, что имеется в одном транспортном средстве — для этого требуется суперкомпьютер.

[По теме: Все расчеты беспилотных автомобилей перед перестроением ]

Во время выступления на Международной объединенной конференции по компьютерному зрению и распознаванию образов в начале этого месяца старший директор Tesla по искусственному интеллекту Андрей Карпати сообщил, что автопроизводитель работает над проектом, призванным сделать именно это.

Новый суперкомпьютер Tesla не был назван, по крайней мере, публично. Сам кластер состоит из 720 отдельных компьютеров, называемых узлами. Каждый узел имеет восемь графических процессоров (GPU) Nvidia A100 емкостью 80 ГБ, способных выполнять высокоинтенсивные вычисления с плавающей запятой с почти в 500 раз большей мощностью по сравнению со стандартным процессором для настольных ПК.

Всего в кластере 5760 графических процессоров, что достаточно для достижения безумной вычислительной мощности в 1,8 экзафлопса. Карпати считает, что это делает суперкомпьютер Tesla пятой по мощности вычислительной средой во всем мире, по крайней мере, на бумаге.

В современных автомобилях Tesla используется усовершенствованная система помощи водителю под названием «Автопилот». Этот набор функций позволяет автомобилю использовать восемь наружных камер для сбора данных об окружении автомобиля и, когда они задействованы и где это применимо, выполняет боковое (рулевое управление) и продольное (ускорение и торможение) управление под наблюдением водителя. Хотя это не следует путать с передовым беспилотным управлением Waymo, это промежуточный шаг, который использует частичную автоматизацию для преодоления разрыва между ручным управлением и полностью автономным управлением.

[См.: Как Waymo учит беспилотные автомобили справляться с хаосом на парковках ]

Автопилот использует информацию, полученную от всех автомобилей Tesla на дороге, чтобы улучшить свои решения по вождению. Когда Tesla едет по улице, его наружные камеры постоянно собирают данные о внешней среде. Компьютеры в автомобиле изучают эти данные и делают прогнозы того, как вести себя в любом заданном сценарии, фактически не отправляя управление самому транспортному средству.

Эта информация передается в архитектуре машинного обучения, называемой нейронной сетью. Затем прогнозы записываются и отправляются обратно в Tesla, чтобы определить, было ли решение правильным или какие-либо данные были неверно идентифицированы. Если это так, то данные затем непрерывно проходят через суперкомпьютер, настраивая его поведение, пока он не будет обрабатываться без ошибок, эффективно обучая постоянно улучшающуюся модель автопилота Теслы.

[См.: Новый чип Intel добавляет терафлоп в ваш рабочий стол. Вот что это значит ]

Этот метод не только потребляет большое количество вычислительной мощности, но также требует значительного объема памяти для хранения одного миллиона 10-секундных клипов, используемых для создания собственного набора данных Tesla для обучения автопилоту. Только для этих клипов требуется 1,5 петабайта памяти, тогда как сама система способна хранить около 10 петабайт данных на сверхбыстрой флэш-памяти NVMe.

Кроме того, генеральный директор Tesla Илон Маск ранее дразнил «Project Dojo», суперкомпьютер, построенный на собственном кремнии Tesla, специально разработанный для обучения модели нейронной сети. Маск отметил, что установление высокоскоростной связи между компонентами и эффективное охлаждение было постоянной проблемой в конце 2020 года, хотя проект продолжался.

Поскольку кластер Karpathy использует графические процессоры на базе Nvidia, похоже, он не связан с Project Dojo. Тем не менее, он по-прежнему играет важную роль в достижении конечной цели Tesla — стать первым автопроизводителем, способным полностью самостоятельно управлять автомобилем на дорогах общего пользования.

Довольно амбициозная цель Tesla была встречена с изрядной долей скептицизма лидерами отрасли и скептиками автономии транспортных средств только для зрения, особенно после того, как автопроизводитель отказался от использования сверхточного LiDAR как части своего пакета автономии.

[См.: Этот суперкомпьютер будет выполнять 1 000 000 000 000 000 000 операций в секунду ]

Сегодня ни один автомобиль Tesla на дорогах не использует LiDAR. Фактически, Илон Маск назвал LiDAR « костылем » в 2018 году, осудив технологию в пользу собственной системы технического зрения Tesla, прежде чем отказаться от дополнительных радаров в начале этого года. Одно только это решение стоило Тесле одобрения безопасности от Национальной администрации безопасности дорожного движения .

Между тем, Volvo решила внедрить LiDAR в качестве стандартной функции для предстоящего преемника своего внедорожника XC90.

Что касается Tesla, то ее суперкомпьютер текущего поколения поможет обучить ее модель автопилота, а предстоящий Project Dojo, вероятно, еще больше. Но только время покажет, победит ли его технология, основанная на видении, над конкурентами, а это означает, что это гамбит, который может создать или разрушить его позицию лидера в сегменте автономии.