สวัสดีครับ ชาว Blink Drive ทุกท่าน วันนี้ผมจะนำข้อมูล Tesla AI Day ตั้งแต่ปีที่แล้วจนถึงวันนี้ (28 กันยายน 2565) มาพูดคุยกันก่อนวันเปิดงาน Tesla AI Day 2022 ที่จะเกิดขึ้นในวันที่ 30 กันยายน 2565 นะครับ
ผมขอสรุปสิ่งที่จะเกิดขึ้นในงาน Tesla AI Day 2022 จากข้อมูล CNET, The Verge, และ Bloomberg เป็นข้อๆ ตรงนี้เลยครับ
1.อีลอนเตรียมเปิดตัวหุ่นยนต์นามว่า Optimus
อีลอนเตรียมเปิดตัวหุ่นยนต์ต้นแบบ(Prototype) นามว่า Optimus (ออฟติมัส) โดยหุ่นยนต์ตัวนี้จะมาทำงานประจำที่น่าเบื่อและซ้ำๆ ซากๆ แทนคนเพื่อลดปริมาณความยุ่งยากของคนในแต่ล่ะวัน เช่น
- ออกไปซื้อของนอกบ้าน
- ปรุงอาหาร
- ตัดหญ้าหน้าบ้าน
- งานก่อสร้าง(ที่อันตราย)
หุ่น Tesla Bot สร้างมาเพื่ออะไร?
Tesla Bot สร้างขึ้นมาเพื่อการทำงานอันตรายแทนมนุษย์ รวมถึงการทำงานที่ซ้ำซาก น่าเบื่อที่ผู้คนไม่อยากทำ หุ่นจะเน้นการออกแบบมาเพื่อให้ทำงานช้าและไม่ได้มีพลังมากเกินไป เพื่อความปลอดภัย ในกรณีที่มีสิ่งผิดพลาด มนุษย์ยังสามารถหนี หรือ หยุดหุ่นยนต์ได้
สเปคของหุ่น Tesla Bot
- ความสูง : 5 ฟุต 8 นิ้ว (173 ซม.)
- น้ำหนัก : 125 ปอนด์ (57 กก.)
- ความเร็วสูงสุด : 5 ไมล์/ชม. (8 กม./ชม.)
- วัสดุ : วัสดุน้ำหนักเบา
- เน้นให้มีความคล่องแคล่วเหมือนมนุษย์
- มีระบบกลไกสำหรับเคลื่อนไหว 40 ตัว (mechanical actuators) อยู่ตามจุดต่างๆในตัวหุ่นยนต์ คือ
- แขน 12 ตัว
- มือ 12 ตัว
- ขา 12 ตัว
- ลำตัว 2 ตัว
- คอ 2 ตัว
- ขามีแกนหมุนแบบ 2 แกนสำหรับการทรงตัว และตรวจจับแรงสะท้อนกลับ
- หน้าจอบนหัวสำหรับแสดงข้อมูลต่างๆ
- คอมพิวเตอร์เป็น FSD (Full Self Driving)
- กล้อง Autopilot 8 ตัว แบบเดียวกับที่ใช้ในรถยนต์ Tesla
- ระบบโครงข่ายกล้องวีดีโอ
- ระบบ Auto Labeling (ระบบการจดจำสิ่งของและสามารถระบุความหมายหรือประเภทของสิ่งของ)
- มีเครื่องมือการจำลองและฝึกฝน(Simulation & dojo training)
Credit แปล : คุณ veexeezee
โดยอีลอนได้ยืนยันในเดือนมิถุนายน 2565 ที่ผ่านมาว่า ถ้าทุกอย่างเป็นไปด้วยดีเราอาจจะได้เห็นหุ่นยนต์ที่สามารถใช้งานจริงๆ ที่มีนามว่า Optimus ในวันที่ 30 กันยายน 2565 นี้อีกด้วย
2. FSD Software
FSD ย่อมาจาก Full Self-Driving ซึ่งที่ผ่านมานั้นอีลอนได้เปิดระบบ FSD ให้กับผู้งาน Tesla มากกว่า 160,000 คนในอเมริกาเป็นที่เรียบร้อยแล้วครับ
แต่ถึงอย่างไรก็ตาม มันก็มีข้อกังหาเรื่องความปลอดภัยในการใช้งานจนมีคนไปฟ้องร้องศาลว่า ระบบ FSD Beta นั้นไม่สามารถขับอัตโนมัติ 100 % ได้จริง ๆ โดยเคสนี้ก็จบไปที่ Tesla ได้ออกมาบอกว่า ในเว็บไซต์หรือในระบบ FSD Beta ก็เขียนอยู่ชัดเจนมากๆ ว่า ” the car they are purchasing is not fully autonomous. ” หรือแปลว่า ระบบนี้ก็เขียนคำว่า Beta อยู่ซึ่งแปลว่า มันยังไม่สมบูรณ์แบบและยังไม่สามารถขับขี่ได้อัตโนมัติจริงๆ
ที่มา : Tesarati
อย่างไรก็ตามเราต้องมาดูกันอีกทีหลังเดือนกันยายน 2565 นี้ว่า อีลอนจะมีการประกาศ FSD Beta Version ใหม่อีกไหมครับ แล้วระบบจะพัฒนาไปถึงไหนกันนะครับ
หมายเหตุ : อย่างที่รู้ๆ กันคือ ถ้าเทียบระบบขับเคลื่อนอัตโนมัติทั้งหมดในแต่ล่ะค่ายรถยนต์แล้วล่ะก็ Tesla FSD Beta ถือว่ามาไกลที่สุดในบรรดาค่ายรถทั้งหมดเพราะสามารถขับขี่ได้อีกมากถึง 80-90 % ของเส้นทางบนท้องถนนเลยครับ ส่วนคนที่ไม่มั่นใจในระบบส่วนใหญ่จะเป็นผู้ใช้งานที่ไม่ค่อยได้ใช้งานรถ Tesla แล้วจู่ๆ ก็ได้ FSD Beta มาแบบฟลุ๊คๆ นะครับ เพราะเท่าที่ผมทดสอบขับรถยนต์ไฟฟ้า Tesla Model 3 พร้อมระบบ Tesla FSD Beta ดูแล้ว มันก็ไม่ได้ใช้งานยากหรือน่ากลัวขนาดนั้นครับ มันอาจจะมีหลุดบ้างในบางจังหวะแต่ไม่ใช่ขับไม่ได้เลยครับ (อ้างอิงจากประสบการณ์ส่วนตัวในคลิปด้านล่างนี้ ผมสามารถปล่อยรถขับจากบ้านถึงที่หมายได้โดยปกติ มีแตะพวงมาลัยหรือใส่คำสั่งเข้าไปแค่ 3-4 % ของระยะทางการเดินทางทั้งหมดครับ)
![[FSD EP.05] Tesla Model 3 สายซิ่ง, ให้รถขับเองจนวิ่งเกินความเร็วที่กำหนด(Speed Limit)](https://i.ytimg.com/vi/Oy-M0tMGPRY/hqdefault.jpg)
3. DOJO
dojo (อ่านว่า โดโจ) นั้นเป็นคำศัพท์มาจากภาษาญี่ปุ่น โดยคำว่า “โด” มีความหมายถึงวิธีหรือแนวทาง ส่วน “โจ” มีความหมายถึงห้องโถงหรือสถานที่ขนาดใหญ่
แปลรวมๆ กันเป็น สถานที่ ๆ ใช่ฝึกวิถีทางต่าง ๆ ซึ่งถ้าพูดคำว่า โดโจในประเทศญีปุ่นนั้น คนทั่วไปจะตีความว่าเป็นสำนักฝึกดาบ(ไม้), คาราเต้, หรือศิลปะป้องกันตัวต่างๆ นะครับ
แต่ถ้าจะแปลในความหมายที่ Tesla นำมาใช้ก็คือสถานที่ฝึกวิถีทางการเรียนรู้เส้นทางและ object (วัตถุ)ต่างๆ บนท้องถนนให้กับ AI นั่นไงล่ะครับ อย่างไรก็ตามบทความนี้จะขอเจาะลึกไปทางเรื่อง Hardware ที่นำมาใช้งานการฝึก AI ของ Tesla นะครับ ส่วนบทความถัดๆ ไปจะเจาะลึกเรื่อง software และวิธีการฝึก Tesla AI ครับ
จริงๆ แล้วเทสล่าก็ใช้ Supercomputer ที่มีความแรงเป็นอันดับ 5 ของโลกไปแล้วนะครับ แต่พวกเค้าพบว่า…..
สเปค computer ที่ใช้ต่ำเกินไป?
Milan Kovac ได้ออกมาพูดในวัน Tesla AI Day 2021 ว่า
We’ve been scaling our neural network training compute dramatically over the last few years, Today, we’re barely shy of ten thousand GPUs. … But that’s not enough.”
แปล เราพยายามขยายขอบเขตการพัฒนา neural network (โครงข่ายประสาทเทียม)ในการฝึก computer ของเราให้ฉลาดยิ่งขึ้นในหลายปีที่ผ่านมา แม้กระทั่งวันนี้ เรามีการ์ดจอระดับโลกอยู่ในมือมากกว่า 10,000 ใบแต่ก็ไม่เพียงพอต่อการใช้ประมวลผลข้อมูลเหล่านั้น
Milan Kovac หัวหน้าวิศวกรแผนก Autopilot
นั่นก็เป็นที่มาที่ทำให้ Tesla ต้องหันมาผลิต Chipset เองเพื่อลดต้นทุนและสร้างชิฟที่มีประสิทธิภาพในการประมวลผลเฉพาะทางของ AI ที่เทสล่านำใช้ยังไงล่ะครับ เอาล่ะครับ เรามาดูสเปคของ D1 Chip อันนี้กันดีกว่าครับ
สเปค D1 Chip
เทคโนโลยี 7 nm
เอาง่ายๆ ว่า ชิฟระดับเทพอย่าง intel Core i9 นั้นยังใช้เทคโนโลยี 14 nm(ตัวเลขยิ่งน้อยยิ่งประสิทธิภาพสูงขึ้น) ณ ปัจจุบันนั้นค่ายที่ทำ ชิฟเล็กกว่า 7 nm นั้นมีเพียงไม่กี่ค่ายบนโลกแต่ถ้าพูดชื่อทุกท่านคงร้องอ๋อทันทีซึ่งนั่นก็คือ Apple M1 Chipset ที่ใช้ชิฟขนาด 5 nm นะครับ
การที่ Tesla หันมาผลิตชิฟ 7nmเองแบบนี้ทำให้เค้าสามารถใส่ทรานซิเตอร์ได้มากขึ้นถึง 5 หมื่นล้านตัวและสามารถเพิ่มประสิทธิภาพของชิฟได้มากกว่าการสั่งซื้อจากผู้ผลิตที่ไม่ได้ผลิตชิฟตามความต้องการของเทสล่า
Training Node ประสิทธิภาพสูง
ภาพด้านข้างนี้คือหน้าตาของ 1 training nodes ซึ่ง Tesla ได้ทำการออกแบบเองทั้งหมดทั้งหมดสามารถยัด hardware ที่เทสล่าต้องการใช้งานเป็นหลักได้ เช่น
- SIMD(Single-instruction multiple-data-stream) รองรับ FP32, BFP16 , และ CFP8
- 1.25 MB High-Speed ECC Protected SRAM(static RAM)
- Low Latency Switch Fabric(ตัวสื่อสารระหว่าง Node)
หมายเหตุ : SRAM (static RAM) เป็นหน่วยความจำชั่วคราวที่รักษาบิตข้อมูลในหน่วยความจำ ตราบที่ยังมีพลังงานจ่ายให้ ซึ่งแตกต่างจาก dynamic RAM (DRAM) ที่เก็บบิตในเซลล์ที่ประกอบด้วยคาปาซิเตอร์ และตัวต้านทาน SRAM จะไม่มีการ refresh เป็นระยะ ๆ SRAM ให้การเข้าเก็บข้อมูลเร็วกว่าและแพงกว่า DRAM และ SRAM จะใช้เป็น cache memory ของคอมพิวเตอร์ และเป็นส่วนของ random access memory digital-to-analog converter (RAMDAC) บนการ์ดวิดีโอ – ที่มา : art
เสปค Training Nodes
- BF16/CFP8 = 1 Teraflops
- FP32 = 64 Gigaflops
- การส่งข้อมูล : 512 GB ต่อวินาที
D1 Chip 1 ตัวมี 354 Training Nodes
อันนี้เป็น Highlight เลยนะครับว่า Training Node ที่ทุกท่านเห็นด้านบนนั้นเป็นส่วนเล็กๆ ส่วนนึงใน D1 Chip ครับผมซึ่ง Training Nodes เหล่านี้จะประกอบกันเป็น D1 Chipset ที่บรรจุ Training Modes เข้าไปถึง 354 ตัวทำให้ชิฟ D1 มีความแรงมากถึง 362 TFlops ซึ่งเทียบเท่าความแรงระดับการ์ดจอ RTX 3090 (35.58 TFlops) ประมาณ 10 ใบครับ
มาในปีนี้(2022) มีความเป็นไปได้สูงว่า Tesla อาจจะเปิดตัว D2 Chipset สำหรับ Tesla Dojo ก็เป็นได้ แต่ที่รู้ๆ กันคือ Tesla Dojo ปีนี้จะไม่มี Andrej Karpathy (ผู้ก่อตั้งระบบ Tesla FSD) มายืนอธิบายข้อมูลอีกแล้วนะครับเพราะว่าแกได้ลาออกไปตอนเดือน July (กรกฎาคม) ที่ผ่านมาแล้วนะครับ
BLINK DRIVE TAKE
อันนี้เป็น Product คร่าวๆ ที่ อีลอนเปิดตัวเมื่อปีที่แล้วในงาน Tesla AI Day นะครับ มาปีนี้อีลอนเป็นคนบอกเองว่า มันจะเป็น epic (มหากาพย์) ของ AI บนโลกนี้เลยครับ ผมคิดว่า Highlight ของงานนี้คือ หุ่นยนต์ Optimus แหละครับ ส่วนการ update Software FSD นั้นอาจจะเป็นน้ำจิ้มที่ตามมา พร้อมกับการเปิดตัว Dojo ขนาดที่ใหญ่ขึ้นและแรงขึ้นกว่าเดิมครับ
