Autonomes Fahren Tesla arbeitet mit der Rechenpower von 5.760 Nvidia-GPUs

Dipl.-Ing. (FH) Hendrik Härter |

Anbieter zum Thema

Für Autopiloten und autonomes Fahren arbeitet der Supercomputer bei Tesla mit der Grafikpower von Nvidia. Insgesamt sind in dem Rechner 5.760 der „A100 Tensor Core“-GPUs verbaut.

Supercomputer von Tesla: 5.760 GPUs werkeln in neuen Hochleistungsrechner. Damit kann Tesla große Bilddatenmengen verarbeiten.
Supercomputer von Tesla: 5.760 GPUs werkeln in neuen Hochleistungsrechner. Damit kann Tesla große Bilddatenmengen verarbeiten.
(Bild: Nvidia)

Zum Einsatz kommt einer Rechner-Cluster mit Nivida-Technik, der 720 Knoten mit 8x Nvidia A100 Tensor Core GPUs nutzt. Das sind insgesamt 5.760 GPUs, um eine Leistung von 1,8 Exaflops zu erreichen. Das entspricht 1,8 Quintillionen (1030) Gleitkommaoperationen pro Sekunde. Vorgestellt hatte den Supercomputer in dieser Woche Andrej Karpathy, Senior Director für künstliche Intelligenz bei Tesla.

Tesla will seinen neuen Supercomputer mit den Nvidia-GPUs für seinen Autopiloten und autonomes Fahren verwenden. Der A100-Grafikprozessor basiert auf der „Ampere“-Architektur von Nvidia und bietet eine bis zu 20-fach höhere Leistung als die vorherige Generation. Er kann in sieben GPU-Instanzen partitioniert werden, um sich dynamisch an wechselnde Anforderungen anzupassen.

Wofür die Rechenpower notwendig ist

Warum wird eine immense Leistung benötigt? Die Fahrzeuge von Tesla zeichnen Videos von acht verschiedenen Kameras auf, die jeweils mit 36 Bildern pro Sekunde laufen. Das ergibt etwa eine Million Videoclips mit einer Länge von zehn Sekunden, die insgesamt 1,5 Petabyte an Daten umfassen. All diese Daten werden verwendet, um Teslas tiefe neuronale Netze für seine Autopilot- und Selbstfahrtechniken zu trainieren. Hier wird der Supercomputer dieser Größenordnung benötigt.

Mit dem neuen Supercomputer können die Ingenieure von Tesla auch experimentieren und nach neuen Lösungen suchen. „Computer Vision verbessert den Autopiloten. Damit wir das umsetzen können, müssen wir ein riesiges, neuronales Netz trainieren und viel experimentieren“, erzählt Karpathy. Die Daten werden immer wieder durch das neuronale Netz gejagt, bis es fehlerfrei arbeitet. Schließlich wird es zurück zum Fahrzeug geschickt und beginnt den Prozess erneut.

Hinweis:Das Artikeloriginal findet sich auf dem Partnerportal „Elektronik Praxis

Artikelfiles und Artikellinks

(ID:47481373)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu RZ- und Server-Technik

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung