En el día del inversor de Autonomy, Elon Musk y su equipo mostraron muchos números. Hablaron mucho sobre el crecimiento del tamaño de la flota y el rendimiento del nuevo chip de red neuronal FSD. Sin embargo, olvidó incluir un número. Es el producto de estos dos factores multiplicados.
Si miras TOP500.org, que enumera las 500 supercomputadoras más poderosas del mundo, verás muchas máquinas rápidas. Una de las medidas de estos sistemas es Pflops (que corresponde a un cuatrillón (mil billones) de operaciones de punto flotante por segundo).
La supercomputadora más rápida de la lista es Summit, en el Departamento de Energía en Oak Ridge, Tennessee. Tiene una capacidad de aproximadamente 144 Pflops. Y si sumamos toda la potencia de procesamiento de las primeras 500 computadoras, obtenemos una potencia de procesamiento total de aproximadamente 1.415 Pflops.
En aproximadamente un año, Tesla habrá puesto en circulación alrededor de un millón de vehículos equipados con su nuevo chip “Full Self Driving”. Aproximadamente la mitad de ellos vendrán con este chip preinstalado y la otra mitad, que está en circulación hoy, será actualizable.
Para toda la flota, Tesla tendrá una potencia de procesamiento de aproximadamente 117.000 TOP. Normalmente, la potencia de procesamiento de una supercomputadora se mide en operaciones de punto flotante, mientras que a Tesla sólo le interesa la multiplicación de números enteros para obtener autonomía. Así que supongamos que los FLOP son 10 veces más “poderosos” que los OP (la conversión no es exacta, pero debería darnos un orden de magnitud).
Esto significa que la red de vehículos combinada de Tesla tiene una potencia de procesamiento de órdenes de magnitud mayor que la supercomputadora más rápida del mundo, y una potencia de procesamiento de un orden de magnitud mayor que las 500 computadoras más rápidas juntas. Al comparar supercomputadoras, PFlops no es lo único que importa, pero es una métrica fácil de usar. Está claro que con la cantidad muy limitada de ancho de banda disponible entre los automóviles y la nube, la arquitectura de la aplicación debe ser muy diferente a la de una supercomputadora típica, y le brindará ventajas y desventajas.
La máquina distribuida de Tesla tendrá características muy interesantes.
- Se distribuirá por todo el mundo.
- Será extremadamente móvil
- Estará conectado a un conjunto de sensores (visión, radar, ultrasonido).
- Operará la red neuronal más grande del mundo basada en aprendizaje profundo de IA y centrada en el reconocimiento de imágenes.
- Su tamaño aumentará continuamente (a un ritmo exponencial en los próximos años).
- Se optimizará para consumir poca energía y funcionará cada vez más con energía solar.
- Se actualizará automática y dinámicamente.
El objetivo de este gigante de la TI se limitará a una única tarea: conducir vehículos equipados con una “inteligencia artificial” en evolución. Esta IA se basará en el aprendizaje profundo mediante redes neuronales que procesan miles de millones de kilómetros de datos visuales de vehículos al mes, así como otros datos de sensores. El objetivo de este sistema será perfeccionar la “conducción autónoma” de los automóviles a un nivel que ningún ser humano podría aspirar a alcanzar.
Aunque existen otras aplicaciones distribuidas con cantidades masivas de “nodos” que se pueden ver en minería de bitcoin, XBox, clientes de Whatsapp, etc…. El gigante de conducción autónoma Tesla se diferencia en que es un sistema que mejora a medida que aumenta el número de nodos, y con el tiempo lo hará de forma cada vez más automatizada debido a su creciente dependencia de las redes neuronales y los algoritmos de ingeniería de software.
Como señaló Stewart Bowers durante su presentación del día del inversor de Autonomy: “No sólo podemos observar lo que sucede alrededor del vehículo, sino que también podemos observar cómo los humanos han elegido interactuar con ese entorno. Comenzamos con una única red neuronal, detecciones a su alrededor. Luego lo construimos todo junto en múltiples redes neuronales y múltiples detecciones. Luego integramos todos los demás sensores y convertimos todo en lo que Elon llama «espacio vectorial», es decir, una comprensión del mundo que nos rodea. A medida que mejoramos, transferimos cada vez más de esta lógica a las propias redes neuronales. El objetivo final obvio es que la red neuronal observe todos los automóviles, recopile toda la información y, en última instancia, produzca una fuente de verdad para el mundo que nos rodea”.
En realidad, la red neuronal de Tesla crea tanto un modelo del mundo tal como es como un modelo probabilístico de cómo se comportan las diferentes cosas en el mundo en función de su apariencia. Tomemos el ejemplo de un bache o una bolsa en la carretera. Si es un bache, el auto lo verá y luego notará que nunca se mueve. Y si lo subes, tu suspensión registrará algún impacto. Si es una bolsa, se puede mover (si se mueve, no es un bache), y si la golpeas en el suelo o en el aire, no hay mayor impacto en el vehículo.
Y continúa: “Tenemos una red neuronal que se ejecuta en nuestra cámara gran angular de ojo de pez. Esta red neuronal no hace una única predicción sobre el mundo, sino muchas predicciones distintas, algunas de las cuales se verifican entre sí. Estas predicciones se combinan para darnos una mejor idea de lo que podemos y no podemos ofrecer delante del vehículo y cómo planificarlo. (…) Podemos usar esto para aprender comportamientos futuros que son muy precisos, pero también podemos construir predicciones muy precisas sobre cómo seguirán sucediendo las cosas frente a nosotros”.
Después del lanzamiento de la conducción autónoma de Tesla, la siguiente aplicación más grande «dedicada» y naturalmente escalable para un sistema informático podría ser el sistema de pronóstico del tiempo recientemente actualizado de la NOAA, que se ejecuta en un par de supercomputadoras de 4 PFlops de 8 dígitos combinados y pronostica el tiempo para el planeta. Estados Unidos enteros. Sin embargo, si bien la última actualización de la NOAA representó aproximadamente un 50% más de potencia en tres años, el sistema de inteligencia artificial autónomo de Tesla está evolucionando a un ritmo mucho más rápido. Como señala Elon: “Cuando las cosas cambian a un ritmo exponencial, es muy difícil controlarlo, porque estamos acostumbrados a extrapolar de forma lineal. Pero cuando tienes cantidades masivas de hardware en el camino, los datos acumulados crecen exponencialmente y el software mejora a un ritmo exponencial”.
En 4 años, además de su nueva arquitectura de chip 3 veces más rápida en desarrollo, se espera que Tesla tenga más de 5 millones de automóviles en las carreteras, con una potencia de procesamiento combinada de algo cercano a 2 millones de POP (22.500 más potencia de procesamiento que el par actual de NOAA). ).
También es posible que en los próximos años Tesla pueda utilizar Internet satelital de alta velocidad (al menos fuera de áreas urbanas densas) para proporcionar ancho de banda de alta velocidad a la red, que actualmente está severamente limitada por la conectividad de velocidad 4G inconsistente. , abriendo un mayor potencial para una mejora rápida.
Sin embargo, dentro de 4 años, la competencia podría volverse hacia Tesla. Para entonces, es muy probable que otros fabricantes de automóviles importantes encuentren una manera de actualizar el software en la mayoría de sus vehículos nuevos.