Autopilot

Autonomiju razvijamo i primjenjujemo u potrebnom obimu za postizanje optimalne učinkovitosti. Vjerujemo da je pristup utemeljen na naprednoj umjetnoj inteligenciji za viziju i planiranje, uz učinkovitu upotrebu hardverske podrške, jedini način za postizanje općeg rješenja za potpuno samostalnu vožnju.

Hardver

Hardver

Izradite silicijske čipove za naš softver za potpuno samostalnu vožnju iz temelja, uzimajući u obzir svako maleno strukturalno i mikrostrukturalno poboljšanje u nastojanju maksimalnog iskorištavanja njegovih performansi po vatu. Provedite planiranje, tempiranje i analizu dizajna. Izradite opsežne, nasumične testove i zabilježite rezultate za provjeru funkcionalnosti i performansi. Implementirajte kompilatore i upravljačke programe za programiranje i komuniciranje s čipom, sa snažnom usmjerenošću na optimizaciju performansi i energetske uštede. I na kraju, validirajte silicijski čip i pokrenite masovnu proizvodnju.

Neuronske mreže

Neuronske mreže

Primjenom najnaprednijih istraživanja naučite neuronske mreže kako rješavati probleme, od percepcije do kontrole. Naše mreže, koje su razvijene za svaku od kamera, analiziraju sirove slike i provode semantičku segmentaciju, detektiraju objekte i vrše monokularne dubinske procjene. Naše mreže snimaju videozapise iz ptičje perspektive sa svim kamerama kako bi prikazale izgled ceste, statičku infrastrukturu i 3D objekte izravno u prikazu odozgo prema dolje. Naše mreže uče iz najsloženijih i najrazličitijih scenarija na svijetu koji neprekidno i u stvarnom vremenu pristižu iz gotovo milijun vozila koliko broji naša flota. Cijela neuronska mreža autopilota uključuje 48 mreža kojima je potrebno 70.000 GPU sati za učenje 🔥. Zajedno formiraju 1000 različitih tenzora (predviđanja) u svakom vremenskom intervalu.

Algoritmi za autonomnu vožnju

Algoritmi za autonomnu vožnju

Razvijte ključne algoritme koji će služiti za vožnju automobila stvaranjem iznimno vjernih prikaza svijeta i planiranjem putanji u tom prostoru. Kako bi neuralne mreže naučile predviđati takve prikaze, algoritamski stvorite precizne i opsežne setove empirijskih podataka kombiniranjem informacija od senzora automobila u prostoru i vremenu. Rabeći najnaprednije tehnike izradite robustni sustav za planiranje i donošenje odluka koji radi u složenim, stvarnim situacijama pod neizvjesnim uvjetima. Provedite evaluaciju svojih algoritama na razini čitave Tesline flote.

Temelji za kodove

Temelji za kodove

Propusnost, latencija, točnost i determinizam glavni su metrički podaci zbog kojih optimiziramo svoje kodove. Izradite temelje softvera autopilota od najnižih razina koje su precizno integrirane s našim prilagođenim hardverom. Implementirajte iznimno pouzdane pokretačke programe s podrškom za bežična ažuriranja i osmislite prilagođene Linux jezgre. Napišite brz, memorijski učinkovit kod niske razine za hvatanje visokofrekventnih i voluminoznih podataka s naših senzora i podijelite ga na više potrošačkih procesa, a bez učinka na kašnjenje pristupa središnjoj memoriji ili nužne potrebe preuzimanja funkcionalnog koda iz CPU ciklusa. Provedite izračune uzduž i poprijeko na raznim hardverskim procesnim jedinicama, na više sustava na bazi čipova.

Evaluacijska infrastruktura

Evaluacijska infrastruktura

Stvorite evaluacijske alate otvorene i zatvorene petlje, s hardverom u petlji i infrastrukturu po mjeri kako biste ubrzali razvoj inovacije, za praćenje poboljšanja performansi i sprječavanje regresija. Iskoristite anonimizirane specifične isječke iz vozila naše flote i integrirajte ih u velike pakete testnih slučajeva. Napišite kod koji simulira naše stvarno okruženje i proizvodi iznimno realistične grafičke prikaze i druge senzorske podatke koje softver našeg autopilota može upotrijebiti za ispravljanje pogrešaka uživo ili automatsko testiranje.

Required

Slanje u tijeku...

Hvala Vam na prijavi, bit ćemo u kontaktu!

Nažalost, trenutno ne možemo obraditi vaš zahtjev, pokušajte ponovno kasnije.