UI a robotika

Tesla Optimus

Vytvoření univerzálního, dvounohého, autonomního humanoidního robota, který zvládne nebezpečné, opakující se nebo nudné úkoly. K dosažení tohoto konečného cíle je třeba vytvořit softwarové sady umožňující dosažení rovnováhy, navigaci, vnímání a interakci s fyzickým světem. Abychom vyřešili některé z našich nejtěžších technických výzev, hledáme inženýry pro hloubkové učení, počítačové vidění, plánování pohybu, ovládání a mechanické i obecné softwarové inženýry.

Viz Příležitosti

Čip pro plně autonomní řízení (FSD)

Na dedukčních čipech pro umělou inteligenci běží náš software pro plně autonomní řízení. Při jejich vývoji je prostor uvažovat o nejrůznějších drobných vylepšeních architektury a mikroarchitektury s cílem dosáhnout současně maximálního výkonu na watt. Navrhujte uspořádání, časování a provádějte energetické analýzy. Vytvářejte robustní testy a srovnávací tabulky k ověření funkčnosti a výkonu. Implementujte ovladače k programování čipu a komunikaci s ním. Zaměřte se na optimalizaci výkonu a redundanci. Ověřte funkčnost křemíkového čipu a uveďte ho do sériové výroby pro naše vozidla.

Neuronové sítě

Využijte data ze špičkového výzkumu k hlubokému strukturovanému učení neuronových sítí o problémech od vnímání až po ovládání. Naše sítě pro jednotlivé kamery analyzují nezpracované obrazy a provádějí sémantickou segmentaci, detekci objektů a odhad monokulární hloubky. Naše sítě pro pohled z ptačí perspektivy pořizují videozáznam ze všech kamer a výstupem je rozvržení silnic, statická infrastruktura a 3D objekty přímo v pohledu shora dolů. Naše sítě se učí v reálném čase z nejrůznějších a  nejsložitějších scénářů po celém světě, iterativně získávaných z našeho fleetu milionů vozidel. Celkový počet neuronových sítí systému Autopilot zahrnuje 48 sítí, jejichž učení trvá 70 000 GPU hodin 🔥. Jejich společným výstupem je 1 000 odlišných tenzorů (předpovědí) v každém časovém kroku.

Autonomní algoritmy

Vyvíjejte základní algoritmy, které řídí vůz vytvořením vysoce věrného zobrazení světa a plánováním trajektorií v daném prostoru. Abyste mohli naučit neuronové sítě předvídat takové skutečnosti, vytvoříte pomocí algoritmů přesná a rozsáhlá podkladová data kombinující informace ze senzorů vozu napříč prostorem a časem. Využijete nejmodernější metody k vytvoření robustního systému plánování a rozhodování, který bude fungovat v nejistých komplikovaných situacích reálného světa. Využijte své algoritmy v rámci celého vozového parku Tesla.

Základy kódu

Průchodnost, latence, správnost a determinismus jsou hlavní metriky, pro které náš kód optimalizujeme. Vytvořte softwarové základy systému Autopilot od nejnižších úrovní zásobníku a integrujte je s naším vlastním hardwarem. Implementujte super-spolehlivé bootloadery s podporou bezdrátových aktualizací a vytvářejte upravené kernely systému Linux. Pište rychlé a paměťově efektivní, nízkoúrovňové kódy umožňující zachytit vysokofrekvenční, velkoobjemová data z našich senzorů a sdílet je s větším počtem spotřebitelských procesů, aniž by to ovlivnilo latenci přístupu k centrální paměti nebo důležitý funkční kód z cyklů CPU. Komprimujte a unifikujte výpočetní postupy napříč řadou různých hardwarových procesních jednotek integrovaných do více systémů na čipu.

Infrastruktura vyhodnocování

Tvořte nástroje pro vyhodnocování otevřených a uzavřených smyček, hardware-in-the-loop a infrastruktury ve velkém měřítku za účelem zrychlení tempa inovací, sledování vylepšení výkonu a předcházení regresím. Využijte anonymizovaných charakteristických klipů z našeho fleetu a integrujte je do velkých sad testovacích případů. Pište kód simulující naše reálné prostředí a generující vysoce realistickou grafiku a další data ze senzorů, která zásobují náš software systému Autopilot za účelem živého odladění či automatického testování.