IA y robótica
Desarrollamos y desplegamos autonomía a escala en vehículos, robots y más. Creemos que un enfoque basado en IA avanzada para la visión y la planificación, respaldado por el uso eficiente de hardware de inferencia, es la única forma de lograr una solución general para la robótica bipedal, Full Self-Driving y mucho más.
Tesla Optimus
Crear un robot humanoide autónomo, de propósito general, bípedo, capaz de realizar tareas inseguras, repetitivas o aburridas. Para lograr ese objetivo final, es necesario crear pilas de software que permitan el equilibrio, la navegación, la percepción y la interacción con el mundo físico. Estamos contratando ingenieros de aprendizaje profundo, visión por computadora, planificación de movimientos, controles, mecánicos y de software general para resolver algunos de nuestros desafíos de ingeniería más difíciles.
Chip FSD
Creamos chips de inferencia de IA para ejecutar nuestro software Full Self-Driving, teniendo en cuenta todas las pequeñas mejoras arquitectónicas y de micro arquitectura y, al mismo tiempo, nos esforzamos por extraer el máximo desempeño por watt del silicio. Realizamos la planificación del espacio, el cálculo de tiempos y los análisis de potencia en el diseño. Creamos pruebas y marcadores sólidos para verificar la funcionalidad y el rendimiento. Implementamos controladores para programar y comunicarse con el chip, con enfoque en la optimización del rendimiento y la redundancia. Finalmente, validamos el chip de silicio y lo llevamos a producción en masa en nuestros vehículos.
Redes neuronales
Aplicar investigación de vanguardia para entrenar redes neuronales profundas en problemas que van desde la percepción hasta el control. Nuestras redes por cámara analizan imágenes sin procesar para realizar la segmentación semántica, la detección de objetos y la estimación de la profundidad monocular. Nuestras redes de vista de pájaro toman video de todas las cámaras para mostrar el diseño de la carretera, la infraestructura estática y los objetos 3D directamente en la vista de arriba hacia abajo. Nuestras redes aprenden de los escenarios más complicados y diversos del mundo, extraídos de forma iterativa de nuestra flota de millones de vehículos en tiempo real. Una compilación completa de redes neuronales de piloto automático involucra 48 redes que tardan 70,000 horas de GPU en entrenarse 🔥. Juntos, generan 1,000 tensores distintos (predicciones) en cada paso de tiempo.
Algoritmos de autonomía
Desarrolla los algoritmos centrales que impulsan el vehículo mediante la creación de una representación de alta fidelidad del mundo y la planificación de trayectorias en ese espacio. Con el fin de entrenar las redes neuronales para predecir tales representaciones, crea algorítmicamente datos verídicos del terreno precisos y a gran escala mediante la combinación de información de los sensores del vehículo en el espacio y el tiempo. Utiliza técnicas de vanguardia para construir un sistema sólido de planificación y toma de decisiones que opere en situaciones complicadas del mundo real bajo incertidumbre. Evalúa tus algoritmos a la escala de toda la flotilla de Tesla.
Bases del código
El rendimiento, la latencia, la corrección y el determinismo son las principales métricas por las que optimizamos nuestro código. Construimos las bases del software de Piloto automático desde los niveles más bajos de la pila, y los integramos estrechamente con nuestro hardware personalizado. Implementamos cargadores de arranque súper confiables con compatibilidad para actualizaciones inalámbricas y traemos kernels Linux personalizados. Escribimos rápidamente código de bajo nivel con uso eficiente de la memoria para capturar datos de alta frecuencia y gran volumen de nuestros sensores, y para compartirlos con varios procesos de consumo, sin afectar la latencia de acceso a la memoria central o desgastar el código funcional crítico de los ciclos de la CPU. Aprovechamos y hacemos más eficiente el cálculo en una variedad de unidades de proceso de hardware, que se distribuyen en varios sistemas en chips.
Evaluación de Infraestructura
Creamos herramientas de evaluación de bucle abierto y cerrado y hardware-in-the-loop e infraestructura a gran escala para acelerar el ritmo de la innovación, realizar un seguimiento de las mejoras de rendimiento y evitar regresiones. Aprovechamos los clips con características anónimas de nuestra flota y los integramos en grandes conjuntos de casos de prueba. Escribimos un código que simule nuestro entorno real, produciendo gráficos sumamente realistas y otros datos de sensores que alimentan nuestro software de Piloto automático para depuración en vivo o pruebas automáticas.
