位置:首页 >  商界看点 > 正文内容

特斯拉为什么要设计芯片来训练其自动驾驶技术

更新时间:2021-09-09 10:50:05

特斯拉制造汽车。现在,它也是最新一家通过制造自己的硅芯片来寻求人工智能优势的公司。

在上个月的一次促销活动上,特斯拉透露了一款名为D1的定制人工智能芯片的细节,该芯片用于训练自动驾驶仪自动驾驶系统背后的机器学习算法。这次活动的重点是特斯拉的人工智能工作,并以一个跳舞的人假扮公司打算制造的仿人机器人为特色。

特斯拉是最新一家自行设计硅芯片的非传统芯片制造商。随着人工智能变得越来越重要,部署成本也越来越高,谷歌、亚马逊和微软等在这项技术上投入巨资的其他公司也在设计自己的芯片。

在这次活动中,特斯拉首席执行官埃隆·马斯克(Elon Musk)表示,从用于训练公司神经网络的计算机系统中挤出更多性能将是自主驾驶技术进步的关键。”如果一个模特需要几天的时间来训练,而不是几个小时,那是一件大事,”他说。

在2019年改用Nvidia硬件后,特斯拉已经设计出解释其汽车传感器输入的芯片。但制造一种训练AI算法所需的功能强大且复杂的芯片要昂贵得多,而且具有挑战性。

“如果你认为自动驾驶的解决方案是训练一个大型神经网络,那么接下来就是你需要的垂直整合策略,”斯坦福汽车研究中心主任克里斯·格德斯(Chris Gerdes)说,他参加了特斯拉的活动。

许多汽车公司使用神经网络来识别道路上的物体,但特斯拉更依赖于这项技术,一个称为“变压器”的巨型神经网络同时接收八台摄像机的输入。

特斯拉的人工智能主管安德烈·卡帕蒂(Andrej Karpathy)在8月份的活动中说:“我们实际上是在从头开始构建一种合成动物。”汽车可以被看作是一种动物。它可以自主移动、感知环境并自主行动。”

近年来,Transformer模型在语言理解等领域取得了巨大进步;收益来自于使模型更大和更需要数据。培训最大的人工智能项目需要价值数百万美元的云计算能力。

现实世界技术公司的芯片分析师大卫·坎特(David Kanter)表示,马斯克正在打赌,通过加快培训,“那么我就可以使这台机器的自动驾驶程序在巡航和Waymos的世界范围内加速”,特斯拉的两个自动驾驶竞争对手就是这样说的。

斯坦福大学的格德斯说,特斯拉的战略是建立在其神经网络的基础上的。与许多自动驾驶汽车公司不同,特斯拉不使用激光雷达,这是一种更昂贵的传感器,可以在3D中看到世界。取而代之的是,它通过使用神经网络算法解析摄像机和雷达的输入来解释场景。这在计算上要求更高,因为该算法必须从摄像机馈送中重建其周围环境的地图,而不是依靠能够直接捕获该图像的传感器。

但特斯拉也比其他汽车公司收集了更多的培训数据。路上的100多万辆特斯拉汽车中的每一辆都将其8台摄像机的视频反馈发送回公司。特斯拉表示,它雇佣了1000名员工为这些图像贴上标签,注明汽车、卡车、交通标志、车道标记和其他特征,以帮助培训大型变压器。在8月的活动中,特斯拉还表示,它可以自动选择哪些图像在标签中优先,以使该过程更加有效。

格德斯说,特斯拉方法的一个风险是,在某一点上,添加更多数据可能不会使系统变得更好。”“这只是更多数据的问题吗?”他说还是神经网络的性能稳定在比你希望的更低的水平?”

无论哪种方式,回答这个问题都可能代价高昂。

大型昂贵人工智能模型的兴起不仅激发了一些大公司开发自己的芯片;它还催生了数十家资金雄厚的创业公司,致力于专门的硅技术。

人工智能培训芯片市场目前由Nvidia主导,该公司最初生产游戏芯片。该公司转向提供人工智能芯片,因为其图形处理单元(GPU)比通用计算机核心的**处理单元(CPU)更适合运行大型神经网络。

在一个简洁的递归中,人工智能也推动了芯片设计的多样化。芯片设计通常需要深厚的技术专长和判断力,但机器学习已被证明能有效地实现过程要素的自动化。谷歌、三星和其他公司正在制造部分由人工智能设计的芯片。

分析师坎特表示,特斯拉的D1等专用芯片仍存在一些技术问题,包括它们如何有效地连接在一起,以及算法如何能够在不同芯片之间分割和传播。”从某种意义上说,你是在为你的软件团队写一张大支票来兑现,”他说。

特斯拉没有回应置评请求。

密歇根大学的一位专注于自主驾驶的教授胡欸鹏说,如果D1最终成功,麝香可以将其卖给其他汽车制造商,这将需要遵循其技术领先地位。

彭说,他不知道特斯拉所采取的方法在财务上或技术上是否可行,但他学会了不要与马斯克打赌。”他们做了很多大家都说行不通的事情,”他说但它最终会起作用。”

版权声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益, 请作者持权属证明与本网联系,我们将及时更正、删除,谢谢您的支持与理解。