據(jù)外媒報(bào)道，最近，特斯拉一項(xiàng)名為“讓神經(jīng)網(wǎng)絡(luò)模型適應(yīng)硬件平臺的系統(tǒng)和方法”（System and Method for Adapting a Neural Network Model On a Hardware Platform）的專利被公布。

（圖片來源：teslarati.com）

一般而言，神經(jīng)網(wǎng)絡(luò)是一組用于收集數(shù)據(jù)并從中識別模式的算法。所收集的具體數(shù)據(jù)取決于所涉及的平臺以及平臺可以向網(wǎng)絡(luò)發(fā)送的信息類型，如攝像頭/圖像數(shù)據(jù)等。平臺之間的差異意味著神經(jīng)網(wǎng)絡(luò)算法之間的差異，而進(jìn)行調(diào)整對于開發(fā)人員而言非常耗時(shí)。就像應(yīng)用程序必須經(jīng)過編程才能夠在手機(jī)或平板電腦的操作系統(tǒng)或硬件上工作一樣，神經(jīng)網(wǎng)絡(luò)也是如此。不過，特斯拉對于神經(jīng)網(wǎng)絡(luò)的適應(yīng)性問題，采取的是自動化方法。

在讓神經(jīng)網(wǎng)絡(luò)適應(yīng)特定硬件的過程中，軟件開發(fā)人員必須根據(jù)所用硬件中內(nèi)置的可用選項(xiàng)來做出決策。通常，需要依次對此類選項(xiàng)進(jìn)行研究、對硬件文檔進(jìn)行審查以及對影響進(jìn)行分析，選擇好每一組選項(xiàng)，最終添加到神經(jīng)網(wǎng)絡(luò)，成為一種配置。特斯拉將此類選項(xiàng)稱為“決策點(diǎn)”，也是該項(xiàng)發(fā)明發(fā)揮作用的關(guān)鍵部分。

根據(jù)專利申請文件，在插入神經(jīng)網(wǎng)絡(luò)模型以及特定硬件平臺信息，以讓神經(jīng)網(wǎng)絡(luò)適應(yīng)硬件平臺后，軟件代碼就會遍布整個(gè)神經(jīng)網(wǎng)絡(luò)，以了解決策點(diǎn)的位置，然后針對此類決策點(diǎn)運(yùn)營硬件參數(shù)，實(shí)現(xiàn)可用的配置。更具體地說，該軟件方法著眼于硬件限制（如處理資源和性能指標(biāo)的限制），并為神經(jīng)網(wǎng)絡(luò)生成滿足讓其正確運(yùn)行的設(shè)置。

該文件寫道：“為了讓抽象的神經(jīng)網(wǎng)絡(luò)得到具體執(zhí)行，可能要做出有關(guān)一個(gè)或多個(gè)系統(tǒng)部件、數(shù)值精度、算法選擇、數(shù)據(jù)填充、加速器使用、步幅等的執(zhí)行決策，可能需要在神經(jīng)網(wǎng)絡(luò)的每一層或每一個(gè)張量基礎(chǔ)上做出此類決策，因此一個(gè)特定的神經(jīng)網(wǎng)絡(luò)可能需要做出上百個(gè)，甚至更多的決策。本發(fā)明在執(zhí)行神經(jīng)網(wǎng)絡(luò)之前考慮了許多因素，因?yàn)榈讓榆浖蛴布脚_不支持很多配置，而此類配置可能會導(dǎo)致神經(jīng)網(wǎng)絡(luò)無法執(zhí)行?！?/p>

特斯拉的發(fā)明還具備在圖形界面上顯示神經(jīng)網(wǎng)絡(luò)配置信息，從而以更加用戶友好的方式做出評估和選擇的能力。例如，不同的配置可能需要不同的評估時(shí)間、功耗或內(nèi)存消耗。如根據(jù)跟蹤模式（Track Mode）和距離模式（Range Mode）之間的差異來選擇配置，而不是根據(jù)人們希望AI如何與硬件一起工作來選擇配置。

據(jù)報(bào)道，該項(xiàng)專利申請似乎是特斯拉收購了DeepScale之后研究出的產(chǎn)品之一。DeepScale是一家專注于全自動駕駛和為小型設(shè)備設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的AI初創(chuàng)公司。該項(xiàng)專利的發(fā)明者是Michael Driscoll博士，他曾是DeepScale公司的高級工程師，后來成為特斯拉的高級軟件工程師。在今年進(jìn)行獨(dú)立研究之前，DeepScale前首席執(zhí)行官Forrest Iandola博士也曾在特斯拉擔(dān)任高級機(jī)器學(xué)習(xí)科學(xué)家一職。

返回第一電動網(wǎng)首頁 >