Otonom araçlar, yolu okumak, neler olduğunu anlamak ve tepki vermek için kabaca bir kalp atışı kadar zamana sahiptir. Bu jilet inceliğindeki zaman aralığı, tam da bu yüzden Waymo’nun sensör işlemeyi mümkün olan en az milisaniyeye sıkıştırmak için tasarlanmış özel bir yapay zeka çipi geliştirmesinin nedenidir. Alphabet destekli robotaksi şirketi, bu hafta yayınladığı bir blog yazısında bu silikonu ayrıntılandırdı ve böylece sürücüsüz araçlarının her birinin bagajında bulunan donanımı ilk kez kamuoyuna açıkladı.
Summary
Öne çıkanlar
- Waymo, sensör verilerini daha önce kullandığı hazır donanımdan daha hızlı işlemek için TSMC’nin 5 nanometre süreci ile üretilen kendi yapay zeka ASIC’ini tasarladı.
- Çipin tasarımı, 200 milyon milden fazla gerçek dünya otonom sürüş verisinden yararlanıyor ve hem evrişimli sinir ağlarını hem de dönüştürücü (transformer) modellerini çalıştırabiliyor.
- Waymo, ASIC’in 1.000’den fazla TOPS yapay zeka performansı sunduğunu söylüyor; bu muhtemelen INT8 hassasiyetinde ölçülüyor, ancak tam güç tüketimi hâlâ belirsiz.
- Şirket, veri kaydı ve orkestrasyon gibi makine öğrenimi dışı görevler için AMD, Micron, Samsung, Sandisk ve Nvidia dahil olmak üzere dış tedarikçilere güvenmeye devam ediyor.
- Waymo, kendi silikonuna geçmeden önce sensör işleme için daha önce Intel FPGA’leri kullanıyordu ve böylece otonom sürüş için özel çipler geliştirme yarışında Tesla’ya katıldı.
Waymo’nun Saniyenin Binde Biri Kararlar İçin Tasarlanan Özel Yapay Zeka Çipi
Waymo’nun yeni çipi, ham kamera, radar ve lidar verisi selini, tehlikeli bir an tam olarak ortaya çıkmadan önce bir sürüş kararına dönüştürmek için var. Şirket, bunu bilgi geldiği anda gelen sensör akışlarını temizleyen ve hızlı yapay zeka kontrolleri çalıştıran, yani dağınık ham veriyi doğrudan aracın ana işlem beynine göndermek yerine hesaplama yığınının ön hattı olarak tanımlıyor.
TSMC’nin 5 Nanometre Süreci Üzerine Kurulu
Çip, TSMC’nin 5 nanometre süreç teknolojisi kullanılarak üretiliyor ve Waymo’yu, en ileri silikon için Tayvanlı döküm deviyle çalışan büyük çip üreticileriyle aynı safa yerleştiriyor. Modern bir süreç düğümünün seçilmesi önemli, çünkü bu sayede Waymo, iklim kontrollü bir veri merkezi yerine hareket halindeki bir aracın içinde hayatta kalmak zorunda olan daha küçük ve daha enerji verimli bir pakete daha fazla hesaplama gücü sığdırabiliyor.
Ham yoğunluk kadar önemli olan bir diğer unsur da esnekliktir. ASIC, hem evrişimli sinir ağlarını hem de karşılaştırılabilir dönüştürücü tabanlı mimarileri çalıştıracak şekilde inşa edilmiştir; bunlar hem geleneksel makine öğrenimi yaklaşımlarını hem de günümüzün yapay zeka sohbet botlarını ve görüntü üreticilerini çalıştıran çağdaş modelleri temsil eder. Bu çift yönlü yetenek, Waymo’nun algılama yazılımını, modelleri geliştikçe her seferinde tamamen yeni donanıma ihtiyaç duymadan zaman içinde güncellemesine olanak tanır.
Çip 200 Milyon Mil Sürüşten Nasıl Öğrendi
Waymo, çipin mimarisinin, hazır çiplerin kolayca eşleştiremeyeceği gerçek dünya temeli sağlayan, birikmiş 200 milyon milden fazla otonom sürüş verisinden çıkarılan dersleri yansıttığını söylüyor. Bu sürüş geçmişi hacmi, silikonu, laboratuvar simülasyonları yerine gerçek yol koşullarında tepki verme, güvenilirlik ve yedeklilik açısından nasıl davrandığını şekillendirdi.
Güvenlik Önceliği Olarak Gecikme Süresini En Aza İndirme
Gecikmeyi azaltmak, çipin temel tasarım hedefiydi; çünkü kazalar, herhangi bir uzaktaki insan operatörün müdahale edebileceğinden daha hızlı gelişebilir. Şirket, “Bu kritik milisaniyeler içinde, gelişmiş ML modelleri, en güvenli yolu değerlendirmek için çevrenin yüksek doğruluklu bir anlayışını oluşturur” diyerek, sistemin düşük ışıkta görüşü keskinleştirmek için gerçek zamanlı zamansal gürültü azaltma gerçekleştirdiğini açıkladı.
Waymo’nun mühendislik liderleri, zorluğu benzer şekilde acil terimlerle çerçeveledi. Mühendislik Başkan Yardımcısı Satish Jeyachandran ve Hesaplama Lideri Daniel Rosenband, The Verge’e göre, şirketin “araç içi bir işletim alanı ve gerçek zamanlı gereksinimlerin ek karmaşıklığıyla birlikte, bir veri merkezi için etkileyici sayılacak son teknoloji bir sistem tasarladığını” yazdı. Hesaplama yığınını, vazgeçilmez üç ilkenin yönlendirdiğini belirttiler: hızlı tepki veren, sağlamlaştırılmış ve yedekli.
Tüm bu tepki verebilirlik ciddi bir beygir gücü gerektiriyor. Waymo, özel ön uç çipinin 1.000’den fazla TOPS yapay zeka performansı sunduğunu iddia ediyor; ancak şirket, bu rakamın arkasındaki hassasiyet seviyesini veya güç tüketimini açıklamadı. Bu ayrıntılar olmadan, rakip otonom araç ve robotik donanımlarla doğrudan karşılaştırmalar zor olmaya devam ediyor; ancak TOPS rakamının muhtemelen INT8 hassasiyetinde ölçüldüğü ve bunun da onu Nvidia’nın Drive AGX Thor platformuyla benzer bir performans sınıfına yerleştireceği düşünülüyor.
Yedeklilik, Soğutma ve Donanım Yığınının Geri Kalanı
Donanım, sürekli titreşime, yol darbelerine ve hiçbir veri merkezi çipinin maruz kalmadığı aşırı sıcaklık dalgalanmalarına maruz kalan bir aracın içinde yaşarken, yalnızca hesaplama gücü yeterli değildir. Waymo, algılamayı çevrimdışı bırakacak tek bir arızanın aracı devre dışı bırakmaması için esasen yedekli sistemler çalıştırarak bunu çok katmanlı yedeklilikle ele alıyor. Çiplerin kendileri, aracın motorunu düzenleyen aynı soğutma sistemine bağlanan sıvı soğutma ile soğutuluyor ve böylece dış hava koşullarından bağımsız olarak silikonu güvenli çalışma sıcaklıklarında tutuyor.
Waymo’nun önceki kurulumundan uzaklaşmasının netleştiği yer burasıdır. Şirket, kendi ASIC’ini devreye almadan önce sensör işleme için Intel FPGA’lerine güveniyordu. FPGA’ler, yüksek frekanslı alım satım firmalarının bunları sıklıkla kullanmasının da bir nedeni olan düşük gecikmeli işler için oldukça uygundur; ancak programlanmaları son derece zordur ve amaca yönelik silikonun hesaplama yoğunluğuna erişemezler.
ML Dışı Görevleri Üstlenen Ortaklar
Waymo, hesaplama yığınının her parçasını sıfırdan inşa etmiyor. Şirket, orkestrasyon, veri hareketi ve kayıt gibi makine öğrenimi dışı işlevler için dış tedarikçilere güvenmeye devam ediyor ve bu bileşenleri sağlayan ortaklar olarak AMD, Micron, Samsung, Sandisk ve Nvidia’yı adlandırıyor; The Verge, ilgili donanım tedarikçileri arasında Socionext’i de belirtiyor. Waymo, birkaç ek özel çip ve sistem geliştirdiğini, yani mevcut ASIC’inin, üçüncü taraf donanımın tam bir ikamesi yerine daha geniş bir dahili silikon stratejisinin yalnızca bir parçası olduğunu söyledi.
Bu heterojen yaklaşım, kasıtlı bir ödünleşimi yansıtıyor. Waymo, tüm bir hesaplama sistemini dahili olarak inşa etmeye çalışmak yerine, özel silikonun en büyük gecikme avantajını sunduğu gerçek zamanlı sensör füzyonu ve ön uç makine öğrenimine mühendislik çabasını yoğunlaştırırken, diğer her şey için yerleşik çip üreticilerine yaslanıyor.
Waymo vs Tesla: Robotaksilerde Daha Geniş Bir Çip Yarışı
Robotaksi yarışını kazanmak için özel silikona güvenen tek şirket Waymo değil. Tesla, otonom sürüş için kendi çiplerini geliştirmek için yıllar harcadı ve tekrarlanan gecikmelerin ardından yakın zamanda Austin’de sınırlı bir Robotaksi hizmeti başlattı. İki şirket, felsefe açısından da keskin bir şekilde ayrılıyor: Tesla CEO’su Elon Musk, lidarı bir “koltuk değneği” ve “aptalca bir uğraş” olarak nitelendirdi ve birden fazla sensör türünden gelen verilerin birleştirilmesinin, sinyaller çeliştiğinde tehlikeli bir belirsizlik yarattığını savundu.
Waymo’nun yaklaşımı ise tam tersi yönde ilerliyor; kameraları, radarı ve lidarı özel silikon aracılığıyla birleştirmenin sistemi daha az değil, daha güvenilir hale getirdiğine ve özel çiplerin, sistemi anlamlı ölçekte devreye almasını sağlayan şey olduğuna bahse giriyor. Şirket, silikon stratejisinin aynı hedefe doğru yarışan rakiplerle nasıl karşılaştırıldığını şimdiye kadarki en net şekilde ortaya koyabilecek bir ortam olan Stanford’daki Hot Chips konferansında, makine öğrenimi hızlandırıcıları hakkında daha fazla ayrıntıyı gelecek hafta paylaşmayı planlıyor.
SSS
Waymo’nun özel yapay zeka çipinin birincil işlevi nedir?
Otonom araçlardan gelen ham sensör verilerini hızla işleyerek, bunları minimum gecikmeyle sürüş tepkilerine dönüştürür.
Waymo’nun çipi için hangi üretim teknolojisi kullanılıyor?
Çip, TSMC’nin 5 nanometre süreç teknolojisi kullanılarak üretilmektedir.
Waymo’nun çipi hangi makine öğrenimi modellerini çalıştırabilir?
Hem evrişimli sinir ağları gibi geleneksel modelleri hem de modern dönüştürücü (transformer) modellerini çalıştırabilir.
Waymo, özel çiplerinin araçlardaki güvenilirliğini nasıl sağlıyor?
Waymo, zorlu koşullarda çip performansını korumak için çok katmanlı yedeklilik ve sıvı soğutma sistemleri kullanır.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Waymo’nun özel yapay zeka çipinin birincil işlevi nedir?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Otonom araçlardan gelen ham sensör verilerini hızla işleyerek, bunları minimum gecikmeyle sürüş tepkilerine dönüştürür.”}},{“@type”:”Question”,”name”:”Waymo’nun çipi için hangi üretim teknolojisi kullanılıyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Çip, TSMC’nin 5 nanometre süreç teknolojisi kullanılarak üretilmektedir.”}},{“@type”:”Question”,”name”:”Waymo’nun çipi hangi makine öğrenimi modellerini çalıştırabilir?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Hem evrişimli sinir ağları gibi geleneksel modelleri hem de modern dönüştürücü (transformer) modellerini çalıştırabilir.”}},{“@type”:”Question”,”name”:”Waymo, özel çiplerinin araçlardaki güvenilirliğini nasıl sağlıyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Waymo, zorlu koşullarda çip performansını korumak için çok katmanlı yedeklilik ve sıvı soğutma sistemleri kullanır.”}}]}
Yapay zeka yardımıyla hazırlanmış ve editör ekibi tarafından gözden geçirilmiştir.
