Tesla說明當前自動駕駛技術發展透過Unreal Engine建構模擬世界、以Dojo超級電腦進行訓練

2022-10-01 15:31

聯合新聞網／ 楊又肇

▲透過更高效率、更高運算效能推動自動駕駛訓練

除了介紹人型機器人完整原型設計，Tesla在此次AI Day活動中也進一步說明目前在自動駕駛 技術發展，以及Dojo超級電腦發展狀況。

其中，在去年釋出的自動駕駛功能測試版本，目前已經經歷35個版本更新，並且累積釋出281種運作模型，目前總計完成訓練75778種運作模型，同時衍生18659種運作模型，更累積多達480組資料片段，而使用者更從去年的2000人，在今年增加至16萬人。

而訓練使用資料量，目前更以14.4億組影片，透過每小時以10萬組GPU形式在90度運作環境下進行訓練。

其中，在訓練環境中的1萬4000組GPU中，將以4000組GPU會用於影片場景細項自動分類，1萬組GPU則會用於訓練，另外訓練用影片資料量也將多達30PB，總計累積1600億組影片畫格數，並且透過50萬組影片每天重複進行訓練，更以每秒透過40萬組影片進行大量訓練。

在訓練過程中，Tesla更強調強化影片分類精準度，藉此提升30%訓練效率，同時也進一步透過道路用路邏輯，加入包含識別在紅燈亮起的搶快駕駛行為，或是在道路上緩慢行駛等行為，藉此讓自動駕駛系統能更輕易分別道路上複雜的用路情況，同時也加入諸多與駕駛場景互動情況判斷，藉此在一般正常駕駛運作過程中，可以避免各類突發狀況產生危機。

另外，Tesla更透露藉由Unreal Engine打造真實的虛擬世界，藉此讓自動駕駛系統可以在虛擬環境下持續進行模擬訓練，例如以真實世界的舊金山市區為範本，Tesla便建立許多道路交通繁忙地區資料，讓自動駕駛車輛可以藉此「熟悉」更多用路行為。

Tesla也進一步介紹目前用於Dojo超級電腦中的Tile運算模塊設計，強調可藉由模組化設計，讓整體佔用空間可以更有控制彈性，同時電力使用也能更有效率。

在以6組Tile構成的系統模組約可對應54PFLOPS (BF16)運算量，並且以100 kW以上電力運作。

配合單張即可對應32GB高傳輸頻寬記憶體、每秒900TB資料傳輸量，以及每秒可對應50GB資料傳輸量的網路傳輸頻寬，加上每秒32GB資料傳輸量與PCIe 4.0介面設計的Dojo介面卡，總計可構成高達640GB高傳輸頻寬記憶體容量、每秒可對應1TB網路傳輸頻寬的Dojo介面處理器，進而讓構成的ExaPOD可發揮1.1 EFLOPS (FP16)運算量、對應1.3TB靜態隨機存取記憶體容量，以及13TB高傳輸頻寬記憶體容量。