AI och robotteknik

Tesla Optimus

Skapa en autonom tvåfotad människoformad robot för allmänna ändamål som kan utföra osäkra, repetitiva eller tråkiga uppgifter. För att uppnå detta mål krävs att man bygger programvarustackar som möjliggör balans, navigering, uppfattningsförmåga och interaktion med den fysiska världen. Vi anställer ingenjörer inom djup maskininlärning, datorseende, rörelseplanering, styrning, mekanik och systemutvecklare för att lösa några av våra svåraste tekniska utmaningar.

Se arbetstillfällen

FSD-chip

Bygg AI-inferenschips för att köra vår programvara för total självkörning med varje liten förbättring av arkitekturen och mikroarkitekturen i åtanke samtidigt som du maximerar prestandan per watt. Utför arbetsplanering, tids- och strömanalyser för utformningen. Skriv robusta tester och resultattavlor för att verifiera funktionalitet och prestanda. Implementera drivrutiner för att programmera och kommunicera med chippet, med fokus på prestandaoptimering och redundans. Validera slutligen kiselchippet och ta det till massproduktion i våra fordon.

Dojo-chip

Bygg AI-träningschip för att driva vårt Dojo-system. Implementera banbrytande teknik från de minsta träningsnoderna till multipla chipset för träning. Designa och skapa arkitektur för maximal prestanda, genomströmning och bandbredd på varje undernivå. Diktera fysiska metoder, arbetsplanering och andra fysiska aspekter av chippet. Utveckla metoder för verifiering före kisel och validering efter kisel för att säkerställa funktionell korrekthet. Skriv kompilatorer och drivrutiner för att optimera effekt och prestanda för våra neurala nätverk i hela Dojo-systemet. För mer information om Dojos aritmetiska format och metoder kan du ladda ner vårt senaste whitepaper.

Dojo-system

Designa och bygg Dojo-systemet, från kisel-firmwaregränssnitt till programvaru-API:er på hög nivå som är avsedda att styra det. Lös svåra problem med toppmodern teknik för högeffektiv leverans och kylning, och skriv styrslingor och programvara för övervakning som fungerar på stor skala. Arbeta med alla aspekter av systemutformningen där den enda gränsen är din fantasi, och utnyttja hela kunskapen hos våra mekaniska, värmetekniska och elektrotekniska team till fullo för att skapa nästa generations maskininlärningsdatorer för användning i Teslas datacenter. Samarbeta med Teslas vagnparksinlärning för att distribuera träningsuppgifter med hjälp av våra enorma dataset och utforma ett offentligt API som kommer att föra ut Dojo till massorna.

Neurala nätverk

Applicera avancerad forskning för att utbilda djupa neurala nätverk om problem inom allt från perception till styrning. Våra per-kamera-nätverk analyserar råa bilder för att utföra semantisk segmentering, objektdetektering och monokulär djupberäkning. Våra översiktsnätverk hämtar in video från alla kameror för att ta fram vägens layout, den statiska infrastrukturen och 3D-objekten direkt i vy uppifrån. Våra nätverk lär sig utifrån de mest komplicerade och mångsidiga scenarierna i världen, iterativt inhämtat från vår fordonsflotta med miljontals bilar i realtid. En fullständig version av neurala nätverk för Autopilot innefattar 48 nätverk som tar 70 000 GPU-timmar att träna upp 🔥. Tillsammans producerar de 1000 olika tensorer (förutsägelser) vid varje tidpunkt.

Autonomitetsalgoritmer

Utveckla de grundläggande algoritmer som driver fordonet genom att skapa en hi-fi-representation av världen och planera vägar i detta utrymme. I syfte att träna de neurala nätverken att förutsäga sådana representationer kan de algoritmiskt skapa korrekta och storskaliga marksanningsdata genom att kombinera information från fordonets sensorer över tid och rum. Använd toppmodern teknik för att bygga ett robust system för planering och beslutsfattande som fungerar i komplicerade verkliga situationer med osäkerhet. Utvärdera dina algoritmer i förhållande till hela Teslas vagnpark.

Grundläggande kod

Genomströmning, latens, korrekthet och determinism är de viktigaste mätvärdena för optimering av vår kod. Bygg upp den programvarumässiga grunden för Autopilot från de lägsta nivåerna i stacken och integrera strikt med vår anpassade hårdvara. Implementera oerhört pålitliga uppstartsrutiner med stöd för trådlösa uppdateringar och ta fram anpassade Linux-kärnor. Skriv snabb, minneseffektiv kod på grundläggande nivå för att ta emot stora volymer högupplöst data från våra sensorer och dela med sig av den med till flera konsumentprocesser, utan att påverka latensen för den centrala minnesåtkomst eller svälta ut kritisk funktionskod från processorns cykler. Gör krympnings- och pipelineberäkningar för olika typer av bearbetningsenheter i hårdvaran som är fördelade över flera system-på-chip.

Utvärderingsinfrastruktur

Bygg upp utvärderingsverktyg i öppna och slutna kretsar med hårdvara i kretsen samt omfattande infrastruktur i stor skala för att öka innovationstakten, spåra prestandaförbättringar och förhindra återgångar. Använd anonymiserade karaktäristiska klipp från vår vagnpark och integrera dem i stora sviter av testfall. Skriv kod som simulerar vår verkliga miljö och producerar mycket realistisk grafik och andra sensordata som matas in i vår programvara för Autopilot för direkt avbuggning eller automatisk testning.