Piloto automático

Desarrollamos e implementamos autonomía a gran escala. Creemos que la única manera de conseguir una solución general de conducción autónoma total es a través de un enfoque basado en una IA avanzada para la visión y la planificación, y que a su vez cuente con un uso eficiente del hardware de inferencia.

Hardware

Hardware

Diseñe chips de silicio desde cero para impulsar nuestro software de conducción autónoma total, teniendo en cuenta todas las pequeñas mejoras de arquitectura y microarquitectura a la vez que aprovecha al máximo el rendimiento por vatio del silicio. Realice análisis de planificación, sincronización y potencia del diseño. Realice pruebas y marcadores robustos y al azar para comprobar la funcionalidad y el rendimiento. Implemente compiladores y controladores para programar el chip y comunicarse con él centrándose en la optimización del rendimiento y en el ahorro de energía. Por último, valide el chip de silicio e incorpórelo a la producción en masa.

Redes neuronales

Redes neuronales

Realice una investigación vanguardista para entrenar redes neuronales profundas en problemas que afectan desde la percepción hasta el control. Nuestras redes para cada cámara analizan las imágenes sin procesar para realizar una segmentación semántica, una detección de objetos y una estimación monocular de la profundidad. Además, nuestras redes de vista cenital capturan grabaciones desde todas las cámaras para mostrar el diseño de la carretera, infraestructuras estáticas y objetos en 3D directamente en la vista superior. Por último, nuestras redes aprenden a partir de las situaciones más complicadas y diversas del mundo, y lo hacen de forma reiterada a partir de nuestra flota de más de 1 millón de vehículos en tiempo real. Un diseño completo de las redes neuronales del Piloto automático implica 48 redes con una formación de 70 000 horas de GPU 🔥. Con ello, se muestran 1000 tensores (predicciones) diferentes en cada intervalo.

Algoritmos de autonomía

Algoritmos de autonomía

Desarrolle los algoritmos principales que impulsan el coche con la creación de una representación de alta fidelidad del mundo y de las trayectorias de planificación en él. Para poder entrenar las redes neuronales de forma que puedan predecir dichas representaciones, puede diseñar de forma algorítmica datos reales del terreno precisos y de gran escala con la combinación de la información que se obtiene de los sensores del coche a lo largo del espacio y del tiempo. Gracias a técnicas vanguardistas, puede diseñar una planificación y un sistema de toma de decisiones robustos que actúan en situaciones complicadas del mundo real con cierta incertidumbre. Evalúe los algoritmos a escala de toda la flota de Tesla.

Fundamentos del código

Fundamentos del código

El rendimiento, la latencia, la corrección y el determinismo son las métricas principales con las que optimizamos nuestro código. Diseñe los fundamentos del software del Piloto automático desde los niveles más bajos de la pila, a la vez que los integra con nuestro hardware personalizado. Implemente bootloaders de alta fiabilidad y compatibles con actualizaciones inalámbricas, además de incluir kernels de Linux personalizados. Cree un código de bajo nivel rápido y con un uso eficiente de la memoria para capturar datos de alta frecuencia y volumen de nuestros sensores; estos datos se compartirán más adelante con distintos procesos del cliente sin afectar con ello a la latencia del acceso a la memoria central o al código de funcionamiento crítico de los ciclos de la CPU. Compute con segmentación en una amplia gama de unidades de procesamiento de hardware distribuidas en distintos sistemas en chips.

Infraestructura de evaluación

Infraestructura de evaluación

Cree herramientas de evaluación e infraestructura a gran escala en bucle abierto o cerrado y para hardware en bucle, de forma que se consiga acelerar el ritmo de la innovación, realizar un seguimiento de las mejoras de rendimiento y evitar retrocesos. Aproveche las grabaciones anónimas particulares de nuestra flota e intégrelas en paquetes grandes de casos de pruebas. Cree un código que simule nuestro entorno en el mundo real para producir gráficos muy realistas y otros datos de sensores que alimentan nuestro software del Piloto automático para una depuración de errores en tiempo real o pruebas automáticas.

Obligatorio

Enviando…

Gracias por enviarnos sus datos, nos pondremos en contacto con usted.

Lo sentimos, en este momento no hemos podido procesar su solicitud. Vuelva a intentarlo más tarde.