Autopilot

Wir entwickeln und implementieren Autonomie auf breiter Basis. Wir sind davon überzeugt, dass ein auf fortschrittlicher KI basierender Ansatz für Vision und Planung, der durch den effizienten Einsatz von Inferenz-Hardware unterstützt wird, der einzig gangbare generelle Lösungsweg für autonomes Fahren darstellt.

Hardware

Hardware

Sie werden an der Entwicklung von Silizium-Chips mitarbeiten, die unsere Software für autonomes Fahren von Grund auf unterstützen. Dabei werden Sie jede kleine architektonische und mikroarchitektonische Verbesserung nutzen, während Sie gleichzeitig die Silizium-Performance pro Watt maximieren. In diesem Rahmen führen Sie Topologie-, Timing- und Leistungsanalysen der Konfiguration durch. Zum Testen von Funktionalität und Leistung konzipieren Sie robuste, randomisierte Tests und Bewertungsmuster. Sie implementieren Compiler und Treiber, um den Chip zu programmieren und mit ihm zu kommunizieren, wobei der Schwerpunkt auf Leistungsoptimierung und Energieeinsparung liegt. Zum Abschluss validieren Sie den Silizium-Chip und bringen ihn zur Massenproduktionsreife.

Neuronale Netze

Neuronale Netze

Sie werden an der Anwendung von Spitzenforschung mitarbeiten, um tiefe neuronale Netze für Aufgaben zu trainieren, die von der Wahrnehmung bis zur Steuerung reichen. Unsere Einzelkamera-Netzwerke analysieren Rohbilder, um semantische Segmentierung, Objekterkennung und monokulare Abstandsschätzung durchzuführen. Unsere Vogelperspektiven-Netzwerke generieren Videos von allen Kameras, um Straßenführung, statische Infrastruktur und 3D-Objekte direkt in einer gestaffelten Draufsicht wiederzugeben. Unsere Netzwerke lernen von den kompliziertesten und vielfältigsten Szenarien der Welt, die iterativ von unserer Flotte von fast 1 Million Fahrzeugen in Echtzeit geliefert werden. Ein vollständiger Aufbau der Neuronalen Netze des Autopiloten umfasst 48 Netzwerke, die 70.000 GPU-Stunden für das Training benötigen 🔥. Zusammen ergeben sie zu jedem Zeitpunkt 1.000 unterschiedliche Tensoren (Vorhersagen).

Autonomie-Algorithmen

Autonomie-Algorithmen

Sie werden an der Entwicklung von Kernalgorithmen mitwirken, die das Fahrzeug steuern, indem sie eine detailgetreue Darstellung der Umgebung erstellen und die Spurführung in diesem Raum planen. Um die neuronalen Netze so zu trainieren, dass sie Vorhersagen in solchen Darstellungen treffen können, erzeugen Sie algorithmisch genaue und großflächige Topologie-Wahrheitsdaten, wobei die Informationen der Fahrzeugsensoren über Raum und Zeit hinweg kombiniert werden. Sie wenden hochmoderne Techniken an, um ein robustes Planungs- und Entscheidungsfindungssystem zu erstellen, das in komplizierten, realen Situationen unter Unsicherheit funktioniert. Und Sie bewerten Ihre individuellen Algorithmen auf die gesamte Tesla-Flotte skaliert.

Code-Grundlagen

Code-Grundlagen

Durchsatz, Latenz, Korrektheit und Determinismus sind die wichtigsten Parameter, mit denen wir unseren Code optimieren. Sie bauen die Grundlagen der Autopilot-Software von den untersten Ebenen des Stacks aus auf, um sie nahtlos in unsere maßgeschneiderte Hardware zu integrieren. Sie implementieren äußerst zuverlässige Bootloader mit Unterstützung von Over-the-Air-Updates und konzipieren entsprechend angepasste Linux-Kernel. Dazu gehört das Schreiben von schnellem, speichereffizientem Low-Level-Code, um hochfrequente Daten von großem Umfang, die von unseren Sensoren erfasst werden, an mehrere Verbraucherprozesse zu verteilen - ohne Beeinträchtigung der Latenz des zentralen Speichers oder "Verhungern" des kritischen Funktionscodes durch CPU-Zyklen. Dies erfordert auch Squeeze- und Pipeline-Berechnungen für diverse Hardware-Verarbeitungseinheiten, die auf mehreren System-Chips verteilt sind.

Infrastruktur für Evaluierung

Infrastruktur für Evaluierung

Sie erstellen Hardware-in-the-Loop-Evaluierungstools für offene und geschlossene Regelkreise sowie eine umfassende, skalierbare Infrastruktur, um das Innovationstempo zu beschleunigen, Leistungsverbesserungen zu verfolgen und Rückschritte zu verhindern. Sie nutzen anonymisierte charakteristische Videoclips aus unserer Fahrzeugflotte und integrieren sie in große Testfallgruppen. Sie schreiben Code, der unsere reale Umgebung simuliert, hochrealistische Grafiken erstellt und andere Sensordaten nutzt, die unsere Autopilot-Software für Live-Debugging oder automatisierte Tests benötigt.

Pflichtfeld

Wird gesendet ...

Vielen Dank für Ihre Einsendung. Wir werden Sie kontaktieren!

Leider können wir Ihre Anfrage derzeit nicht verarbeiten. Bitte versuchen Sie es später erneut.