مقالات

Rivian فناوری جدیدی را در مراسم Autonomy و AI Day Presentation نشان می‌دهد


اخبار

در اوایل ماه دسامبر، Rivian اولین رویداد خود را با محوریت فناوری برگزار کرد و به رسانه ها طعمی از آنچه در راه است داد.


در اوایل ماه دسامبر، Rivian رویدادی را برگزار کرد که در آن برخی از نوآوری‌های جدیدی را که مصرف‌کنندگان می‌توانند مشتاقانه منتظر آن باشند، از جمله سخت‌افزار خودمختار نسل سوم، مجموعه حسگرهای چندوجهی، نرم‌افزار خودرو و گسترش آن‌ها به LiDAR، برجسته کردند.

“در راه اندازی، نسل سوم سخت افزار خودمختار ما ترکیبی پیشرو در صنعت از حسگرهای خودرو و استنتاج های موجود در آمریکای شمالی را ارائه می دهد.”

سخت افزار برق

پاراگراف های زیر مستقیماً از بیانیه مطبوعاتی آنها گرفته شده است.

ماژول محاسباتی نسل سوم Rivian، Gen 3 Autonomy Computer، به 1600 کمیاب INT8 TOPS (تریلیون عملیات در ثانیه) دست می یابد. برای نشان دادن سرعت فوق العاده: کامپیوتر Gen 3 Autonomy می تواند 5 میلیارد پیکسل در ثانیه پردازش کند.

در قلب Gen 3 Autonomy Computer پردازنده Rivian Autonomy (RAP1) قرار دارد که سیلیکون ساخته شده خودمان است. RAP1 یکی از اولین ماژول‌های چند تراشه‌ای است که در کاربردهای محاسباتی بالا در صنعت خودرو استفاده می‌شود.

موتور شبکه عصبی داخلی ریوین (NNE) مستقیماً روی تراشه کار می کند.

RAP1 برای تعامل با بسیاری از روش‌های حسگر مختلف برای انجام پردازش استنتاج در تأخیرهای قطعی بهینه شده است – یک نیاز کلیدی برای هوش مصنوعی فیزیکی.

این یک مشکل بزرگ برای Rivian و در واقع برای صنعت خودرو به عنوان یک کل است، زیرا خودروسازان معمولاً توانایی یا مزایای صرف سرمایه برای توسعه تراشه های کامپیوتری سفارشی خود را ندارند. تسلا همچنین از سیلیکون سفارشی استفاده می کند، اما آنها در واقع تنها خودروساز غربی دیگری هستند که این تعهد را انجام داده اند.

💡

تسلا از Nvidia و Mobileye فاصله گرفت تا انویدیا را راه اندازی کند تراشه FSD (کاملا خودران). در سال 2019. اخیراً آن را توسعه داده است تراشه D1 به طور خاص برای آموزش ابررایانه “Dojo” خود برای پردازش مقادیر عظیمی از داده های رانندگی مستقل.

تصمیم به استفاده از LiDAR گرفت

سایر خودروسازان به دلیل هزینه بالا در استفاده از LiDAR تردید داشتند، یعنی تسلا، اما Rivian با ادغام این فناوری در ناوگان خود به جلو حرکت می کند.

بر اساس این پایه، ما LiDAR را در ناوگان خود ادغام خواهیم کرد و از مدل های آینده R2 شروع می کنیم. LiDAR داده های فضایی دقیق و سه بعدی و سنجش اضافی را ارائه می دهد – این به تبدیل ناوگان R2 ما به ناوگان حقیقت زمینی بسیار بزرگ برای آموزش مدل ما کمک می کند.

تسلا مشهور بود که LiDAR، حسگرهای اولتراسونیک و رادار را از وسایل نقلیه خود حذف کرد و تنها به Tesla Vision (سیستم دوربین 8) متکی بود. این سیستم بدیهی است که کامل بودن آن ثابت نشده است، اما قابل درک است. بحث این است که رانندگی خودکار شما با LiDAR به جای دوربین‌ها چقدر موثرتر خواهد بود.

پیشرفت در خودمختاری

به گفته ریویان:

پلتفرم Rivian Autonomy با یک چرخ فلایویل داده خود-بهبود طراحی شده برای یادگیری بیشتر در مورد رانندگی انسان، به ویژه تفاوت های ظریف غیرقابل پیش بینی آن، شروع می شود. نمونه‌های از پیش برچسب‌گذاری‌شده به Rivian Cloud ارسال می‌شوند، جایی که مجموعه‌های داده با وفاداری بالا به‌طور خودکار سازماندهی و برچسب‌گذاری می‌شوند. با قابلیت‌های تقریباً هم‌زمان، این خط لوله‌ای است که با سرعت بسیار زیاد در کل ناوگان، هر دقیقه از هر روز کار می‌کند و یک پایگاه دانش در حال گسترش را ایجاد می‌کند.

این پایگاه دانش، مدل رانندگی بزرگ (LDM)، مدل پایه خودران ریویان را تقویت می کند. معماری شبیه LLM به ما امکان می‌دهد پیشرفت‌های هوش مصنوعی مولد را مستقیماً در پشته استقلال خود اعمال کنیم، از جمله یادگیری تقویتی که استراتژی‌های رانندگی برتر را در مدل‌های داخلی با حداقل هزینه محاسباتی تقطیر می‌کند.

LDM اکنون در حال بهبود قابلیت‌های خودروهای نسل 2 است و شاهد پیشرفت‌های بیشتری در خودروهای آینده با رایانه خودکار نسل 3 خواهد بود.

با این سیستم، کل پشته همیشه با هر نسخه بهبود می‌یابد، و ما یک نقشه راه داریم که به بالاترین سطوح استقلال گسترش می‌یابد.

این جالب است زیرا ریویان می‌گوید: «هی، ما کم و بیش از همان فناوری استفاده می‌کنیم که ChatGPT استفاده می‌کند.» که اولین بار است که می‌بینم یک خودروساز سعی می‌کند بسته نرم‌افزاری خود را مستقیماً به ماشین ببندد تا شبیه چیزی مانند ChatGPT یا Grok باشد. این یک حرکت هوشمندانه است زیرا برای سرمایه گذاران خوب به نظر می رسد، حتی اگر فناوری ممکن است کمی متفاوت باشد.


Source link

نوشته های مشابه

دکمه بازگشت به بالا