Tesla ottaa tekoälynsä tosissaan. Yhtiö tekee töitä kellon ympäri kehittääkseen koneoppimismallien mahdollistamaa autopilottia. Tämä vaatii myös radikaaleja työkaluja. Sellainen on uusi D1-piiri, jolla on 50 miljardia 7 nanometrin prosessissa valmistettua transistoria.
Tesla esitteli piiriään AI Day -tapahtumassaan. Kyse on karkeasti ottaen ASIC-piiristä, joka on suunniteltu koneoppimismallien opettamiseen järjestelmälle.
Teslan autopilotti on järjestelmä, jossa tekoäly tulkitsee kahdeksan autoon sijoitetun kameran kuvaamaa raakavideota reaaliajassa. Tämä informaatio muunnetaan kolmiulotteisiksi ”vektoritilaksi” (Vector Space), jonka perusteella auto osaa liikkua autonomisesti.
Tesla rakentaa lähes koko järjestelmän itse. Se kehittää ja valmistaa auton rungon mekaaniset komponentit, ”hermojärjestelmänä” toimivan elektroniikan sekä datan perusteella päätöksiä tekevät ”aivot”. Neljä vuotta sitten autopilotti tarkoitti käytännössä suoraan kaistaviivojen välissä ajamista. Nämä päätökset tehtiin kuvatasolla, jolloin riitti 1280 x 960 pisteen 12-bittinen HDR-kuva. Tämän avulla voitiin tuottaa erilaisia näkymiä eri resoluutiolla ja nopeudella, sekä eri kanavamäärillä. Neuroverkkojen avulla autopilotti pystyi erottelemaan ja tunnistamaan kuvasta esimerkiksi autot.
Teslassa ymmärrettiin nopeasti, ettei autojen tunnistaminen riitä, vaan autopilotin pitää suoriutua laajasta joukosta erilaisia tehtäviä. Tällaisia ovat liikennevalojen tunnistaminen, kaistaviivojen tunnistaminen, jne. Ennustaminen pelkän kuvainformaation perusteella on kuitenkin erittäin hankalaa, joten ympäristöä ryhdyttiin mallintamaan vektoreiksi. Tämä osoittautui myös hankalaksi, sillä vektorien perusteella ajaminen edellyttäisi erittäin tarkkaa yksittäisten pikselien mallintamista myös syvyystasolla. Ongelmaksi muodostuu tässä mallissa sekin, että yksittäinen ajoneuvo (kuten rekka) saattaa näkyä jopa 4-5 kamerassa. Jos jokaisen kameran kuvan perusteella tehdään ennustuksia.
Teslan ratkaisu on yksinkertainen sanoa, mutta äärimmäisen vaikea toteuttaa. Autopilotissa haluttiin yhdistää kaikkien kameroiden tuottama informaatio samaan vektoritilaan. Tämä edellyttää erittäin suorituskykyistä järjestelmää ja uusi D1-piiri on Teslan ratkaisu. Kyse on 645 neliömillimetrin kokoisesta piiristä, jolla on lähes 18 kilometrin verran johdotuksia. Piirin suorituskyky on 362 teraflopsia. Liukulukuoperaatioina teho kääntyy lukemaksi 22,6 teraflopsia. Toki piiri kuluttaa melkoisesti tehoakin, sillä sen tehobudjetti (TDP) on 400 wattia.
Teslan AI Day -esityksiä voi katsoa Youtubesta.
Keraamiset monikerroskondensaattorit joutuvat tosi koville autojen elektroniikkajärjestelmissä. Vaurioiden ehkäisemiseksi niissä on aiemmin käytetty hopeaepoksiin perustuvia pehmeitä päätyliitoksia, mutta ongelmana on silloin ollut hopean vaeltaminen. SEMCOn eli Samsung Electro-Mechanicsin kehittämä kupariepoksiin perustuva ratkaisu eliminoi sekä halkeamien/oikosulkujen syntymisen että metallin kulkeutumisen.
Englantilainen Pickering Interfaces esitteli Electronica-messuilla uuden sukupolven yksipaikkaisen sulautetun PXIe-ohjaimensa mallimerkinnältään 43-920-002. Uutuus on markkinoiden kompaktein ja tehokkain 3U-ohjain PXI Express -alustalle.
Barcelonalainen ignion esitteli Electronica-messuilla uutta OMNIA mXTEND -komponenttiaan, joka yhdistää kolme antennia yhteen innovatiiviseen ratkaisuun. Virtuaaliseksi antenniksi kutsuttu moduuli muuttaa piirikortin kolmen eri radion säteileväksi antenniksi.
ETNdigi 2/2024 -lehti käsittelee laajasti elektroniikka-alan innovaatioita, erityisesti sulautettuja järjestelmiä ja kehittyvää tekoälyä. Lehdessä esitellään esimerkiksi LUMI-supertietokoneen roolia tekoälymallien kehittämisessä Suomessa. Uutiskattauksen lisäksi mukana on useita syvemmälle eri tekniikoihin sukeltavia artikkeleita.
NordPass on julkaissut kuudetta kertaa vuotuisen 200 yleisintä salasanaa -tutkimuksensa, joka paljastaa kansainvälisesti suositut salasanat sekä 44 eri maan salasanat. Maailmalla yleisin salasana on nerokas ”123456” ja Suomen yleisimpänä jatkaa kestosuosikki ”qwerty123”.
