KI und Robotik

Wir entwickeln und implementieren Autonomie in grossem Massstab in Fahrzeugen, Robotern und mehr. 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, 2-beinige Roboter und mehr darstellt.

Tesla Bot

Ihre Aufgabe ist die Erstellung eines universellen, autonomen humanoiden Roboters mit zwei Beinen, der unsichere, sich wiederholende oder langweilige Aufgaben ausführen kann. Um dieses Ziel zu erreichen, müssen Software-Stacks aufgebaut werden, die Balance, Navigation, Wahrnehmung und Interaktion mit der physischen Welt ermöglichen. Wir suchen Ingenieure für Deep Learning, Computer Vision, Bewegungsplanung, Steuerungen, Mechanik und Software, um einige unserer schwierigsten technischen Herausforderungen zu lösen.

Siehe Stellenangebote

FSD-Chip

Sie werden an der Entwicklung von KI Inferenz-Chips mitarbeiten, die unsere Software für autonomes Fahren unterstützen. Dabei werden Sie jede kleine architektonische und mikroarchitektonische Verbesserung abwägen, 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 Tests und Bewertungsmuster. Sie implementieren Treiber, um den Chip zu programmieren und mit ihm zu kommunizieren, wobei der Schwerpunkt auf Leistungsoptimierung und Redundanz liegt. Schliesslich validieren Sie den Siliziumchip und bringen ihn zur Serienproduktion in unseren Fahrzeugen.

Dojo-Chip

Sie erstellen Chips für KI-Lernfunktionen, um unser Dojo-System zu unterstützen. Sie implementieren dazu die neueste Technologie – von den kleinsten Machine-Learning-Nodes bis hin zu Multi-Die-Anlernelementen. Sie entwickeln Design und Architektur für maximale Leistung, Bandbreite und höchsten Durchsatz bei jeder Granularität. Sie geben die physikalische Methodik, die Topografie und andere physikalische Aspekte des Chips vor. Sie entwickeln Methoden zur Verifizierung vor und nach der Silizium-Ebene, um die vorgesehene Funktionalität sicherzustellen. Sie schreiben Compiler und Treiber, um Kapazität und Leistung der neuronalen Netze im gesamten Dojo-System zu optimieren. Weitere Informationen über die arithmetischen Formate und Methoden unseres Dojo-System finden Sie in unserem aktuellen Weissbuch zum Herunterladen.

Dojo-System

Sie entwerfen und erstellen das Dojo-System – von den Silizium-Firmware-Schnittstellen bis hin zu den High-Level-Software-APIs, die es steuern soll. Sie lösen Hardware-Herausforderungen mit modernster Technologie für hohes Leistungsvermögen mit angemessener Kühlung und erstellen Regelkreise und skalierbare Überwachungssoftware. Sie arbeiten an allen Aspekten des Systemdesigns, wobei nur Ihre Fantasie Grenzen setzt. Dabei werden Sie vom geballten Know-how unser Mechanik-, Wärme- und Elektrotechnik-Teams unterstützt, um die nächste Generation von maschinellem Lernen für Tesla-Rechenzentren zu entwickeln. Ihnen stehen dabei die umfangreichen Lerndaten der Tesla-Flotte zur Verfügung, um maschinelle Lernfunktionalitäten auf Basis unserer umfangreichen Datensätze bereitstellen zu können. Ihr Ziel ist eine API für die Öffentlichkeit, die das Dojo-System der breiten Masse zugänglich macht.

Neuronale Netze

Wir wenden modernste Forschung an, um tiefe neuronale Netzwerke auf Probleme von der Wahrnehmung bis zur Kontrolle zu trainieren. Unsere Netzwerke pro Kamera analysieren Rohbilder, um semantische Segmentierung, Objekterkennung und monokulare Tiefenschätzung durchzuführen. Unsere Netzwerke aus der Vogelperspektive erfassen Videos von allen Kameras, um das Strassenlayout, die statische Infrastruktur und 3D-Objekte direkt in der Draufsicht anzuzeigen. Unsere Netzwerke lernen von den kompliziertesten und vielfältigsten Szenarien der Welt und beziehen sie iterativ aus unserer Flotte von Millionen von Fahrzeugen in Echtzeit. Ein vollständiger Aufbau neuronaler Autopilot-Netzwerke umfasst 48 Netzwerke, für deren Training 70.000 GPU-Stunden benötigt werden 🔥. Zusammen geben sie zu jedem Zeitschritt 1.000 verschiedene Tensoren (Vorhersagen) aus.

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

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

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.

Gestalten Sie die Zukunft der künstlichen Intelligenz

Tesla wird die in diesem Formular angegebenen Informationen verwenden, um Ihre Anfrage gemäss den Tesla Datenschutzhinweisen für Talente zu bearbeiten.