像人一样思考决策 聊特斯拉FSD V12系统

[时尚] 时间:2024-03-29 08:23:03 来源:蓝影头条 作者:热点 点击:149次

    

  [ 新鲜技术解读]  在美国时间8月26日,像人V系特斯拉CEO埃隆·马斯克亲自体验了搭载FSD V12最新版驾驶辅助系统软件,样思期间进行了约45分钟视频直播。考决据介绍,策聊FSD V12版软件将采用端到端的特斯统神经网络算法,不再依赖地图数据,像人V系有了目的样思地坐标,车辆就会自动导航驾驶过去。考决下面我们就来了解下特斯拉FSD V12版软件,策聊看看它为何这么神!特斯统● 安装了FSD V12软件的像人V系Model S  直播中的车辆是一台搭载了HW3(Hardware 3.0)驾驶辅助硬件系统的Model S(参数|询价),上面安装了最新版FSD V12软件。样思这套HW3硬件采用的考决是特斯拉自主研发的FSD芯片,采用14纳米工艺制造,策聊单芯片算力72TOPS。特斯统每套HW3.0硬件配置了两块FSD芯片,总算力为144TOPS,总功耗为200W。  最新版FSD V12软件没有采用最新发布的、性能进一步提升的HW4.0版本硬件。这一方面反映出,现在这套FSD V12软件是基于HW3.0硬件开发的,同时HW3.0硬件的算力已经完全能够满足FSD V12的需求了。日后,这套软件算法成熟后,移植到算力更强的HW4.0上也只是时间的问题。 ● FSD V12软件最大的升级是什么?  FSD V12软件最大的升级是采用了一套端到端(End to End)算法方案。说人话就是,驾驶辅助系统把摄像头获取的图像数据输入到神经网络,网络能够直接输出车辆控制指令(如转向、加速、制动等)。  神经网络算法由多个相互连接的人工神经元组成,这些神经元按层次结构排列。通过多次迭代训练,神经网络能够自动学习输入数据的特征和模式,并在未见过的数据上进行准确的预测或分类。这使得神经网络算法广泛应用于图像识别、语音识别、自然语言处理、推荐系统等各种机器学习任务。  两者相比起来,传统的车辆控制决策和路线规划算法是通过逻辑控制程序来实现的,即由程序员编写的代码实现。而特斯拉最新的端到端方案则把这部分逻辑控制代码负责的功能也交由神经网络模型来实现,这也是FSD V12软件最具创新性的地方。  相比人肉导航,车上的高精度GPS、指南针、轮速传感器等设备又能帮助这套采用端到端方案的驾驶辅助系统实现更精确的路线规划,大大减少“走过了”和“拐错了”的情况发生。  马斯克称搭载FSD V12软件的HW3.0硬件,目前能以36FPS帧速率同时处理8个摄像头的数据(HW3.0硬件性能能支持到50FPS,但摄像头规格限制了帧速率提升),系统功耗仅为100W(HW3.0额定功率为200W),这一方面反映出HW3.0的高效能,也反映出FSD V12软件对算力的要求并不是十分严苛,HW3.0 144TOPS的算力对它来说也是有冗余的。  这一切车辆控制决策都不是由传统逻辑算法得出的,而是由神经网络推理得到。听上去,是不是和人类很像呢?人类在驾车时,很多情况下都是基于直觉,而直觉正是大脑神经回路所产生的。● FSD V12软件的神经网络是怎么得来的?  目前绝大部分神经网络算法都由学习和推理两个部分组成。驾驶辅助系统通过学习各种路况视频,得出一个参数调优后的神经网络。这个优化后的神经网络被部署到HW3.0硬件上面,根据车辆摄像头获得的图像进行推理,得出车辆控制决策。  据称,特斯拉智驾系统的决策,从2020年开始就由编程逻辑转为神经网络算法了,技术变革其实早已展开,只是大多数普通消费者后知后觉而已。  马斯克也直言:“这也是V12版本软件还未真正公开发布的原因。”目前的V12版软件还需要对各种边角案例(Conner Case)进行针对性优化。简单来说就是让系统再多看看视频,进行强化学习,进一步优化神经网络架构以及网络参数。● 端到端算法走红,强化了算力的话语权  端到端算法要好用,就得不断地给神经网络“喂”视频,让它不断学习,优化参数。而整个学习过程都是极大地依赖于训练服务器的算力。随着端到端算法的走红,谁拥有算力强大的训练服务器,谁就在自动驾驶领域有绝对的话语权。  受到美国对中国出口禁令的影响,中国企业想要大量购买英伟达最新高端加速卡看来是比较困难了。目前中国企业虽然也能生产AI加速芯片,但和深耕AI市场多年的英伟达相比,在应用生态建设以及芯片性能上都有不小的差距,要走的路还相当长。  随着AI技术的崛起,其所依赖的算力已经成为科技企业投资的重要标的物。资金纷纷投入到智算中心的建设当中,使得AI行业逐步变成了一个重资产行业。说人话就是,谁在算力上砸钱,谁的模型性能就好,产品就能够更快推出占领市场。  中国自动驾驶企业想要在纯视觉+端到端算法赛道上与特斯拉硬刚的话,胜算并不高;不如在传感器融合+V2X车路协同技术路线上进一步发展,或许能找到一条适合中国的自动驾驶之路。● 中国正在迈入城区导航辅助驾驶时代  去年下半年开始,以小鹏城市NGP和华为城区NCA为代表的城区导航辅助驾驶功能率先逐步落地,并逐步解锁越来越多城市的使用权。  供应链企业也在摩拳擦掌,小马智行、毫末智行、文远知行等企业也在积极为主机厂提供最新的智能驾驶解决方案。可以预见的是,搭载城区辅助驾驶功能的车型数量将会在2023年迎来一波爆发。  用户只需要对车辆进行1-3周的固定路线训练,就能够在日常通勤路线上实现几乎无需人工干预的车辆自主驾驶。  相信未来会有更多的车企和科技企业来“卷”通勤导航辅助功能,进一步加剧行业的优胜劣汰,促进汽车智驾技术的进步。● 全文总结:  从直播视频来看,采用端到端神经网络算法的FSD V12版本软件确实具备了比较不错的城区导航辅助驾驶能力,但这是基于美国道路的实测表现。和中国路况相比,美国路况显然要简单一些,FSD V12版本是否能经受得住中国路况的地狱级难度挑战目前还有待验证。  2023年被认为是中国城市导航辅助驾驶的元年,也是驾驶辅助系统竞争下半场的开端。是骡子是马,得拉出来溜溜才能见分晓,我们期待特斯拉的城区NOA能够快点在国内落地,让我们有机会见识下纯视觉+端到端算法的真正实力究竟有多高!(图/文/ 常庆林)

(责任编辑:知识)

    相关内容
    精彩推荐
    热门点击
    友情链接