الذكاء الاصطناعي والروبوتات

Tesla Bot

ضع هدفًا عامًا واصنع روبوت بشري مستقل ثنائي القدم قادر على أداء مهام غير آمنة أو متكررة أو مملة. يتطلب تحقيق هذا الهدف النهائي بناء حزم البرامج التي تُمكّن عمليات التوازن والتنقل والإدراك والتفاعل مع العالم المادي. نحن نوظف مهندسين ذوي خبرة في التعلم المتعمق، والرؤية الحاسوبية، وتخطيط الحركة، والضوابط، والبرمجيات العامة ومهندسين ميكانيكيين من أجل حل بعض من أصعب التحديات الهندسية لدينا.

الاطلاع على الفرص

رقاقة FSD

إنشاء رقائق استدلال بالذكاء الاصطناعي لتشغيل برنامج Full Self-Driving لدينا، مع مراعاة كل تحسين في المعمارية والمعمارية الدقيقة مع التركيز على الوصول إلى أقصى أداء للسيليكون لكل واط. وإجراء تحليلات تخطيط الرقاقة والتوقيت والطاقة على التصميم. مع كتابة اختبارات ولوحات تسجيل مُحكمة للتحقق من الأداء الوظيفي والأداء العادي، علاوة على تنفيذ برامج التشغيل على البرنامج وتواصل باستخدام الرقاقة، مع التركيز على تحسين الأداء والتكرار. وأخيرًا، التحقق من صحة رقاقة السيليكون وإدراجها في خطط الإنتاج بكميات ضخمة في سياراتنا.

رقاقة Dojo

إنشاء رقاقات تدريب الذكاء الاصطناعي لتشغيل نظام Dojo الخاص بنا. استخدام تقنية حديثة متقدمة بدءًا من أصغر عُقَد التدريب وصولًا إلى مربعات التدريب متعددة القوالب. تصميم وهندسة معمارية لتحقيق أقصى قدر من الأداء والإنتاجية وعرض النطاق الترددي بكل دقة. تعيين المنهجية الفيزيائية وتخطيط الرقاقة وجوانبها المادية الأخرى. تطوير أساليب التحقق من الصحة ما قبل وما بعد تصنيع السيليكون لضمان السلامة الوظيفية. كتابة المحولات البرمجية والمشغلات لتحسين الطاقة والأداء لشبكاتنا العصبية في جميع أنحاء نظام Dojo بأكمله. لمزيد من المعلومات حول التنسيقات والأساليب الحسابية لـ Dojo، قم بتنزيل أحدث مستنداتنا الفنية.

نظام Dojo

تصميم نظام Dojo وإنشائه بدءًا من واجهات البرامج الثابتة للسيليكون إلى واجهات برمجة التطبيقات البرمجية عالية المستوى التي تهدف إلى التحكم فيه. حل المشكلات الصعبة باستخدام أحدث التقنيات لتوصيل الطاقة العالية والتبريد، وكتابة حلقات التحكم وبرامج المراقبة التي تتوسع. العمل مع كل من جوانب تصميم النظام بحيث لا يقيدك إلا خيالك، واستخدام البراعة الكاملة لفرق الهندسة الميكانيكية والحرارية والكهربائية لدينا لإنشاء الجيل التالي من حوسبة التعلم الآلي للاستخدام في مراكز بيانات Tesla. التعاون مع أسطول السيارات من Tesla لتعلم كيفية توزيع أعباء التدريب باستخدام مجموعات البيانات الضخمة لدينا، وتصميم واجهة برمجة تطبيقات عامة لتقديم Dojo إلى الجماهير.

الشبكات العصبية

تطبيق أحدث البحوث لتدريب الشبكات العصبية العميقة على المشاكل التي تتراوح بين الإدراك والتحكم. تقوم شبكاتنا لكل كاميرا بتحليل الصور الأولية لإجراء التجزئة الدلالية، واكتشاف الكائنات وتقدير العمق الأحادي. تلتقط شبكات الصور العلوية الخاصة بنا مقاطع فيديو من جميع الكاميرات لإخراج تخطيط الطريق والبنية التحتية الثابتة والكائنات ثلاثية الأبعاد مباشرةً في العرض من أعلى إلى أسفل. تستفيد شبكاتنا من أكثر السيناريوهات تعقيدًا وتنوعًا في العالم، ويتم الحصول عليها بشكل متكرر من أسطول السيارات لدينا المكون من مليون سيارة في الوقت الفعلي. يتضمن البناء الكامل لشبكات Autopilot العصبية 48 شبكة تستغرق 70,000 ساعة GPU للتدريب 🔥. ومعًا، ينتجون 1000 متجه مميز (تنبؤات) في كل خطوة زمنية.

خوارزميات الاستقلالية

تطوير الخوارزميات الأساسية التي تقود المركبة من خلال إنشاء تمثيل عالي الدقة للعالم وتخطيط المسارات في تلك المساحة. من أجل تدريب الشبكات العصبية على التنبؤ بمثل هذه التمثيلات، تم إنشاء بيانات دقيقة وواسعة النطاق من الناحية الخوارزمية لحقيقة الأرض من خلال دمج المعلومات من مستشعرات المركبة عبر المكان والزمان. واستخدام أحدث التقنيات لبناء نظام قوي للتخطيط واتخاذ القرار يعمل في الأوضاع المعقدة للعالم الحقيقي في ظل عدم اليقين. وتقييم الخوارزميات الخاصة بك على نطاق أسطول سيارات Tesla بأكمله.

أسس التعليمات البرمجية

الإنتاجية ووقت الاستجابة والصحة والحتمية هي المقاييس الرئيسية التي نقوم بتحسين الكود من أجلها. بناء أسس برنامج Autopilot من أدنى مستويات التكديس، ودمجها بإحكام في المعدات المخصصة لدينا. قم بتنفيذ برامج تحميل التشغيل فائقة الموثوقية مع دعم للتحديثات عند بعد وإحضار نوى Linux المخصصة. كتابة تعليمات برمجية منخفضة المستوى سريعة وموفرة للذاكرة لتسجيل بيانات عالية التردد وكبيرة الحجم من مستشعراتنا، ومشاركتها مع العديد من عمليات المستهلك— دون التأثير على زمن الوصول إلى الذاكرة المركزية أو إعاقة التعليمات البرمجية الوظيفية الهامة من دورات وحدة المعالجة المركزية. حساب الضغط والمسارات عبر مجموعة متنوعة من وحدات معالجة الأجهزة، موزعة عبر نظام على شرائح متعددة.

البنية التحتية للتقييم

بناء أدوات وبنية تحتية لتقييم الحلقة المفتوحة والمغلقة والمعدات في الحلقة على نطاق واسع لتسريع وتيرة الابتكار وتتبع تحسينات الأداء ومنع الانحدار. الاستفادة من المقاطع المميزة مجهولة المصدر من أسطول السيارات لدينا وادمجها في مجموعات كبيرة من حالات الاختبار. كتابة تعليمات برمجية تحاكي بيئتنا الواقعية، وتنتج رسومات واقعية للغاية وبيانات مستشعر أخرى تغذي برنامج Autopilot لدينا من أجل التصحيح المباشر أو الاختبار الآلي.