Tehisintellekt ja robootika

Tesla Optimus

Luua üldotstarbeline autonoomne humanoidrobot, mis suudab teha ohtlikke, korduvaid või igavaid ülesandeid. Selle lõppeesmärgi saavutamiseks on vaja luua tarkvarapakette, mis võimaldavad tasakaalu, navigeerimist, tajumist ja suhtlemist füüsilise maailmaga. Otsime süvaõppe, arvutinägemise, liikumisplaneerimise, juhtimis-, mehaanika- ja üldise tarkvara insenere, et lahendada meie kõige keerulisemaid inseneriprobleeme.

Vaata võimalusi

FSD-kiip

Arendage AI-kiipe meie Full Self-Drivingu tarkvara käitamiseks, arvestades iga väiksemagi arhitektuurilise ja mikroarhitektuurilise täiustusega ning maksimeerides ränikiibi jõudlust vati kohta. Tehke disaini floor-planning, ajastuse ja energiatarbe analüüsid. Kirjutage funktsionaalsuse ja jõudluse kontrollimiseks põhjalikud testid ja tulemustabelid. Rakendage draivereid kiibi programmeerimiseks ja sellega suhtlemiseks, keskendudes jõudluse optimeerimisele ja töökindluse tagamisele. Lõpuks valideerige ränikiip ja viige see meie sõidukites masstootmisse.

Närvivõrgud

Rakenda tipptasemel uuringuid süvanärvivõrkude treenimiseks probleemide lahendamise jaoks alates tajust kuni juhtimiseni. Meie kaamerapõhised võrgud analüüsivad toorpilte semantilise segmenteerimise, objektide tuvastamise ja monokulaarse sügavuse hindamiseks. Meie linnulennuvaate võrgud võtavad kõigilt kaameratelt video ning väljastavad otse ülaltvaates teekatte paigutuse, staatilise taristu ning 3D-objektid. Meie võrgustikud õpivad maailma kõige keerulisematest ja mitmekesisematest stsenaariumidest, ammutades andmeid iteratiivselt meie miljonite sõidukite pargist reaalajas. Isejuhtivate närvivõrkude täielik ehitus hõlmab 48 võrku, mille treenimiseks kulub 70 000 GPU-tundi 🔥. Koos väljastavad nad igal ajahetkel 1000 eri tensorit (ennustust).

Autonoomia algoritmid

Arendage sõidukit juhtivad põhialgoritmid, luues kõrge täpsusega maailmamudeli ning planeerides trajektoore selles ruumis. Selleks, et treenida närvivõrke selliste esituste ennustamiseks, arendage algoritmiliselt täpseid ja suuremahulisi tõeväärtusandmeid, kombineerides sõiduki andurite teavet ruumis ja ajas. Kasutage tipptasemel meetodeid, et arendada vastupidav planeerimis- ja otsustussüsteem, mis suudab töötada keerulistes reaalse maailma olukordades ebakindluse tingimustes. Hinnake oma algoritme kogu Tesla autopargi ulatuses.

Koodi alused

Läbilaskevõime, latentsus, korrektsus ja determinism on peamised mõõdikud, mille järgi me oma koodi optimeerime. Ehitage isejuhtivate sõidukite tarkvara alused üles madalaimatelt tasanditelt, lõimides need tihedalt meie kohandatud riistvaraga. Rakendage ülimalt usaldusväärseid alglaadureid, mis toetavad õhu kaudu värskendusi ja käivitavad kohandatud Linuxi kerneleid. Kirjutage kiiret ja mälutõhusat madalatasemelist koodi, et koguda kõrge sageduse ja suure mahuga andmeid meie anduritelt ning jagada neid mitmele tarbijaprotsessile, ilma et see mõjutaks keskmälu ligipääsu latentsust või jätaks kriitilise funktsionaalse koodi ilma protsessori ressurssideta. Optimeerige ja töödelge arvutus eri riistvaraliste töötlusüksuste vahel, jaotatuna mitme süsteemikiibi lõikes.

Hindamistaristu

Arendage avatud ja suletud ahelaga ning riistvarasisese testimisega (hardware-in-the-loop) hindamistööriistu ja -taristut mastaabis, et kiirendada uuenduslikkust, jälgida jõudluse paranemist ning vältida regressioone. Kasutage anonüümseks muudetud karakteristikklippe meie sõidukipargist ning lõimige need suurtesse testjuhtumite kogumitesse. Kirjutage koodi, mis simuleerib meie reaalse maailma keskkonda, luues väga realistlikku graafikat ja muid anduriandmeid, mida kasutatakse meie isejuhtimise tarkvara reaalajas silumiseks või automaatseks testimiseks.