Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime e Analisi Vulnerabilità
Tesla afferma che il suo tanto atteso supercomputer Dojo, che dovrebbe portare il suo sforzo di guida autonoma a un nuovo livello, entrerà finalmente in produzione il prossimo mese.
Dojo è la piattaforma di supercomputer personalizzata di Tesla costruita da zero per l’apprendimento automatico dell’intelligenza artificiale e, più specificamente, per l’addestramento video utilizzando i dati video provenienti dalla sua flotta di veicoli.
La casa automobilistica dispone già di un grande supercomputer basato su GPU NVIDIA che è uno dei più potenti al mondo, ma il nuovo computer personalizzato Dojo utilizza chip e un’intera infrastruttura progettata da Tesla.
Si prevede che il supercomputer su misura aumenterà la capacità di Tesla di addestrare le reti neurali utilizzando i dati video, che è fondamentale per la tecnologia di visione artificiale che alimenta il suo sforzo di guida autonoma.
All’AI Day di Tesla nel 2021, la società ha presentato il suo supercomputer Dojo, ma all’epoca la società stava ancora avviando i suoi sforzi. Aveva solo il suo primo chip e dei progetti di addestramento.
Un anno dopo, all’AI Day 2022, Tesla ha svelato alcuni progressi su Dojo , inclusa una barra delle applicazioni completa. All’epoca, la casa automobilistica parlava di un cluster completo entro il primo trimestre del 2023.
Il primo trimestre dell’anno è passato senza che Dojo fosse operativo.
Ora Tesla ha condiviso un aggiornamento su Dojo tramite il suo nuovo account Twitter Tesla AI (il quinto nuovo account Twitter di Tesla da quando Elon Musk ha acquistato la piattaforma di social media).
La società afferma che Dojo entrerà in produzione a luglio:
Secondo la cronologia, Tesla continuerà ad aggiungere CPU al sistema fino a quando il cluster non diventerà uno dei supercomputer più potenti al mondo entro l’inizio del 2024, e sembra che Tesla abbia intenzione di superarlo notevolmente entro la fine del prossimo anno.
Con Dojo, Tesla dovrebbe finalmente essere in grado di sfruttare appieno il suo database estremamente ampio di scenari di guida del mondo reale, che ha accumulato per anni attraverso milioni di veicoli.
