--------------------------------------------------------------------------
1. 보유한 센서를 이용한 데이터 셋 구축 ( 만장이상 필요함. )
- JRDB : 주행 로봇
- nuScenes : 차량 자율 주행
2. Annotation Tool을 이용하여 바운딩 박스 그리기 ( 라벨링 )
3. 다중 데이터 셋을 이용하여 트레이닝 알고리즘 개발하기
4. 다중 웨이트 데이터를 이용하여 가속으로 추론하기
- NVIDIA Jetson AGX Xavier Series: 20 ~ 32 TOPS ( INT8 )
- NVIDIA TensorRT 하이퍼스케일 추론 플랫폼은 최신 Tesla T4 인퍼런스 가속기와 TensorRT 5 고성능 딥러닝 인퍼런스 최적기 및 실행시간, TensorRT 인퍼런스 서버가 모두 통합된 완전한 추론 솔루션임
※ TOPS : trllion operations per second ( Thousnad / Million / Billion / Trillion, 1000씩 증가함. 1T )
※ Tensor : n차 이상의 배열
--------------------------------------------------------------------------
딥러닝,
- Dataset
- JRDB
- nuScenes
- Annotation Tools
네비게이션,
SLAM
--------------------------------------------------------------------------
로봇 청소기 산업
--------------------------------------------------------------------------
- 테슬라 AI Day 1편
- 8대의 카메라 데이터를 하나의 백터 공간으로 재 배치하여 next job을 수해한다.
- 테슬라 AI Day 2편
- Planning, Data Labeling, Simulation
- Nueural Rendering On
- 3억개의 이미지와 5억개 가량의 레이블을 사용
- 테슬라 AI Day 3편
- D1칩, DOJO 슈퍼컴퓨터, 데슬라봇
- 레이턴시는 최소와, 프레임 레이트는 최대로 늘리기
- FSD Computer
- Neural Net Comiler( AI 컴파일러)가 파이토치 모델부터 가속 전용 하드웨어까지 컴퓨터 운영에 대한 핵심 역할을 한다.
- SOC가 두개이고, 한개에는 DRAM / Vision / Planning / Controls 로 구성되며 각 SOC는 PCIe통신으로 데이터를 송수신한다.
- Training Node Architecture
- Superscalar In-Order CPU: 2 Wide Vector Pipes + 4 Wide Scaler
- 4-Way Multithreaded
- Custom ISA Optimized for ML Kernels
- 354 Training Nodes
- 362 TFLOPs ( BF16 / CFP8 ), 테라플롭의 머신러닝 연산을 수행
- 22.6 TFLOPs ( FP32 )
- D1 Scaling
- 52V
- ExaPOD
- D1칩 = 354노드
- 타일 = 25 D1칩 = 8,850 노드
- 캐비넷 = 12 타일 = 300 D1 칩 = 106,200 노드
- ExaPOD = 10 캐비넷 = 120 트레이닝 타일 = 3,000 D1 칩 = 1,062,000 노드
--------------------------------------------------------------------------
댓글
댓글 쓰기