Tại sự kiện AI Day tháng trước, CEO Tesla Elon Musk cho biết việc tăng cường hiệu suất của hệ thống đào tạo mạng thần kinh nhân tạo là chìa k♑hóa để đạt được tiến bộ trong lĩnh vực lái xe tự hành.
D1 đang được dùng cho siêu máy tính Dojo của Tesla. TSMC là đơn vị gia công trên tiến trình 7nm với 🍨50 tỷ bóng bán dẫn trên diện tích đế chip 645 mm vuông. Chip này giúp đào tạo các mô hình nhận dạng vật thể từ nguồn cấp dữ liệu video do camera bên t🍬rong xe Tesla thu thập. Musk nói sẽ đưa D1 vào hoạt động trên xe trong năm tới.
Thực tế, Tesla đã từ bỏ phần cứng Drive Xavier của Nvidia và tự thiết kế chip phân tích dữ liệu cảm biến trên ôtô của mình𒈔 từ năm 2019. Tuy nhiên, việc tạo ra một loại chip mới, mạnh mẽ và phức tạp hơn cho việc đào tạo các thuật toán AI là một thách thức công nghệ và 🏅tốn kém hơn rất nhiều.
Chris Gerdes, Giám đốc Trung tâm nghiên cứu ôtô tại Stanford, cho biết: "Giải pháp cho xe tự hành trong tương lai chính là đào tạo một mạng lưới thần kinh nhân tạo lớn". Một số công ty xe hơi cũng sử dụng mạng neural để xác định vật thể trên đường, nhưng Tesla đang tận dụng tốt nhất công nghệ này, với mạng thần kinh khổng lồ được gọi là mô hình học sâu "transformer", xử lý dữ liệu từ tám camera cùng mộ꧑t lúc.
Tấm 25 chip D1 trên tay Ganesh Venkataramanan, Giám đốc phần cứng Autopilot của Tesla. Ảnh: Tesla
Andrej Karpathy, Giám đốc bộ phận AI của Te♊sla, cho biết: "Chúng tôi đang xây dựng từ đầu một loài động vật nhân tạo. Chiếc xe có thể được coi như một con vật. Nó di chuyển một cách tự chủ, cả﷽m nhận môi trường và hành động một cách tự chủ".
Các mô hình cải tiến của transformer những năm gần đây đã mang lại bước tiến lớn trong lĩnh vực hiểu ngôn ngữ tự nhiên. Nhưng việc này cũng khiến cho mô hình lớn hơn và ngốn dữ liệu hơn, đòi hỏi sức mạnh xử lý trị giá vài triệu USD. Không như nhiều công ty sản xuất xe tự lái, Tesla không sử dụng lidar, cảm biến giúp ôtô nhìn thế giới ở dওạng 3D. Thay vào đó, hãng dựa vào thuật toán để phân tích dữ liệu đầu vào từ camera và radar của xe. Điều này đòi hỏi nhiều tính t💮oán hơn vì thuật toán phải tạo lại bản đồ môi trường xung quanh từ nguồn cấp dữ liệu camera thay vì dựa vào các cảm biến chụp trực tiếp bức ảnh đó.
Nhưng Tesla cũng thu thập nhiều dữ liệu đào tạo hơn các công ty xe hơi khác. Mỗi người trong số hơn một triệu xe Teslas trên đường sẽ gửi lại cho công ty nguồn cấp dữ l📖iệu video từ 8 camera trên xe. Tesla cho biết công ty thuê khoảng 1.000 nhân viên làm nhiệm vụ gắn nhãn vật thể trong những hình ảnh đó, như xác định ôtô, xe tải, biển báo giao thông, vạch kẻ làn đường và các tính năng khác để giúp đào tạo các mô hình học sâu. Hãng cũng có thể tự động chọn các hình ảnh cần ưu tiên trong việc dán nhãn để làm cho quá trình hiệu quả hơn.
Sự 🤡gia tăng các ꦯmô hình AI lớn, đắt tiền là lý do khiến một số công ty lớn phát triển chip của riêng mình. Thị trường chip đào tạo AI đang do Nvidia thống trị. Hãng này vốn nổi tiếng với các sản phẩm chip chơi game, nhưng chuyển hướng sang cung cấp chip AI khi nhận thấy GPU phù hợp để chạy các mạng neural lớn hơn là CPU.
David Kanter, nhà phân tích tại Real World Technologies, cho biết một số chi tiết kỹ thuật về chip Tesla D1 chưa được công bố, bao gồm mức độ hiệu quả của chip khi được kết nối với nhau và mức độ hiệu quả của một thuật toán khi được phân chia và trải rộng tr🌄ên các chip kh𝐆ác nhau.
Tesla hiện cung cấp tiện ích tự lái cho các mẫu xe mới với tính năng tự động chuyển làn, điều hướng trên đường cao tốc, di chuyển vào điểm đỗ xe và xuất phát từ điểm đỗ xe ra chỗ người♕ lái xe. Trang web của Tesla cho biết vào cuối năm nay, gói cập nhật phần mềm sẽ cho phép Tesla tự lái trên đường phố.
Huei Peng, giáo sư ngành xe tự hành tại Đại học Michigan, cho biết nếu chip D1 thành công, Musk có thể bán nó cho các nhà sản xuất ôtô khác. Ông không chắc liệu phương pháp Tesla đang thực hiện có hiệu quả về mặt tài chính hay kỹ thuật không, nhưng rất lạc quan về khả năng của Musk. "Họ đã làm rất nhiều thứ mà mọi người đều nói rằng sẽ không hiệu quả. Nhưng cuối cùng chúng 🅠đều hoạt động".
Đăng Thiên (theo Wired)