Elon Musk, CEO von Tesla, rekrutiert Mitglieder des AI / Chip-Teams für die Entwicklung von Dojo-Supercomputern

von Eva Fox August 14, 2020

Tesla CEO Elon Musk Recruits AI/Chip Team Members For ‘Dojo’ Supercomputer Development

Ausgewähltes Bild: Tesla

Elon Musk, CEO von Tesla, gab heute bekannt, dass das Unternehmen Mitglieder des AI / Computerchip-Teams mit der Entwicklung eines NN-Trainingscomputers (Neural Network) namens Dojo beauftragt, um große Mengen an Videodaten zu verarbeiten.

Teslas kundenspezifischer Inferenzcomputer mit 144 TOPS (Billionen Operationen pro Sekunde) im Fahrzeug, in dem fast jeder TOP für NN verwendet und optimiert werden kann, übertrifft bei der Serienproduktion bei weitem alles andere, da für den Betrieb hochentwickelter Netze Hardware erforderlich ist. Dojo, der Trainings-Supercomputer des Unternehmens, wird in der Lage sein, große Mengen an Video-Trainingsdaten zu verarbeiten und Hyperraum-Arrays mit einer extremen Anzahl von Parametern, viel Speicher und einer extrem hohen Bandbreite zwischen den Kernen effizient auszuführen.

Bereits im Februar forderte Musk Programmierer und Ingenieure auf, sich Teslas Team anzuschließen. "Tonnenweise C ++ / C-Ingenieure, die für die Fahrzeugsteuerung und den gesamten Rest des Autos benötigt werden. Der Bildungshintergrund ist irrelevant, aber alle müssen den Hardcore-Codierungstest bestehen", schrieb er auf Twitter.

Teslas NN befindet sich zunächst in Python für eine schnelle Iteration und wird dann aus Gründen der Geschwindigkeit in C ++ / C-Rohmetall-Treibercode konvertiert, was ein sehr wichtiger Faktor ist.

Heute hat Musk erneut alle, die Interesse an der Entwicklung des Supercomputers von Tesla haben, aufgefordert, sich dem Team anzuschließen.

Während des Earnings Call für das zweite Quartal 2020 sagte Musk, Tesla arbeite daran, auf ein komplexeres KI-Framework umzusteigen, das die Fähigkeiten von Autopilot verbessern werde. Er erklärte, dass das, was Tesla bisher getan hat, so ziemlich in 2.5D funktioniert. Aber 2.5D ist zeitlich nicht gut korreliert. "Sie denken an die Welt in drei Dimensionen und die vierte Dimension ist die Zeit", sagte Musk. Er erklärte, dass es wirklich schwierig sei zu vermitteln, wie viel besser ein 4D-System funktionieren würde.

"Es ist zu Dingen fähig, die, wenn man sie nur betrachtet - Dinge als einzelne Bilder im Gegensatz zu Videos betrachtet - im Grunde genommen so aussehen, als könnten Sie von einzelnen Bildern zu Surround-Videos übergehen.

Dieser architektonische Wandel, der seit einiger Zeit im Gange ist, aber für niemanden in der Produktionsflotte wirklich eingeführt wurde, ist wirklich wichtig für das volle Selbstfahren. "

Der Betrieb in 4D wird umwerfend fortgeschritten sein. Im Vergleich zur Fahrerassistententechnologie eines durchschnittlichen Autoherstellers ist 4D Autopilot nicht nur ein Game Changer: Es wird das Ganze verändern Sport. „Das Auto scheint eine enorme Verbesserung zu haben. Es wird wahrscheinlich später in diesem Jahr eingeführt. Es wird in der Lage sein, Ampeln, Stopps, Abbiegungen, alles, so ziemlich alles zu tun. Und dann wird es ein langer Marsch von (Updates) sein. Es ist definitiv viel besser als ein Mensch, aber wie viel besser als ein Mensch muss es sein? ", Sagte Musk.

Am 6. August veröffentlichte Tesla das Patent "Generierung der Grundwahrheit für maschinelles Lernen aus Zeitreihenelementen", das die Essenz von 4D gut erklärt.

Musk schrieb auch, dass Tesla in 6-10 Wochen eine limitierte Veröffentlichung veröffentlichen wird, die eine wesentliche Verbesserung gegenüber FSD darstellt und sofort einen Quantensprung in der Entwicklung von Autopilot bewirken wird. Es wird keine inkrementelle Optimierung sein, sondern eine grundlegende architektonische Neufassung. Im Moment verwendet der Tesla-CEO den neuesten Alpha-Build in seinem Auto, der fast keine Eingriffe zwischen Zuhause und Arbeit erfordert.

Vielen Dank für Ihre Leserschaft. Bitte teilen Sie uns Ihre Meinung im Kommentarbereich unten mit.

Artikel bearbeitet von @SmokeyShorts, können Sie ihm auf Twitter folgen




← Vorheriger  / Nächster →