500 நாட்கள், 30,000 மைல்கள்

கடந்த ஞாயிறு காலை 10:22-க்கு, ஓடோமீட்டர் 40,397.8 காட்டிக்கொண்டிருந்தபோது, என் வீட்டிலுள்ள ஒரு Raspberry Pi என் ஓட்டத்தின் முப்பதாயிரமாவது மைலைப் பதிவு செய்தது. ஐந்நூறு நாட்கள் தரவுச் சேகரிப்பு, நாள் துல்லியமாக.

எதுவும் அதைக் குறிக்கவில்லை, ஏனெனில் குறிக்க எதுவும் கட்டப்படவில்லை. Postgres அட்டவணையில் ஒரு வரிசை வந்து விழுந்தது, அதற்கு முந்தைய ஒரு கோடியைப் போலவே, இது எந்த உள்கட்டமைப்புக்கும் நான் தரக்கூடிய மிக உயர்ந்த பாராட்டு.

ஒரு கோடி என்பது வெறும் பேச்சுக்குச் சொல்லும் எண் அல்ல. தரவுத்தளத்தில் 10,356,022 இருப்பிட வரிசைகள் உள்ளன, மேலும் 243,380 மின்னேற்ற விவர வரிசைகள். இது நாளொன்றுக்குச் சுமார் 20,700 புதிய வரிசைகள், ஒவ்வொரு நாளும், ஐந்நூறு நாட்களுக்கு, சரியாக இதைச் செய்ய, வேறு எதுவும் செய்யாமல் தனியாக விடப்பட்ட ஒரே ஒரு தனி நோடிலிருந்து.

உண்மையில் இயங்குவது என்ன

ஒரு Raspberry Pi 5-இல் நான்கு Docker கொள்கலன்கள். TeslaMate சேகரிக்கிறது, Postgres 16 சேமிக்கிறது, Grafana வரைகிறது, Mosquitto MQTT-இல் நேரலை நிலையை வெளியிடுகிறது, இதனால் வீட்டின் மற்ற பகுதிகள் கார் வருவதற்குப் பதிலளிக்க முடியும். முழு ஸ்டாக் அவ்வளவே, அதற்கு ஒரு தனி இயந்திரம் உண்டு. என் ஆய்வகத்தில் பல Pi-கள் உள்ளன, இது சேகரிப்புக்கு மட்டுமே ஒதுக்கப்பட்டது, 24/7 பதிவை வைத்திருப்பதைத் தவிர வேறு எதுவும் செய்யாது. CPU, நினைவகம் அல்லது இயக்க நேரத்துக்காக வேறு எதுவும் இதனுடன் போட்டியிடாது, அதாவது வேறு எதுவும் இதை முடக்கவும் முடியாது.

சேகரிப்பான் திரும்பத் திரும்பக் கேட்கும் சுழற்சியைவிட (polling loop) நுட்பமானது. கார் ஓடும்போது ஒவ்வொரு சில வினாடிகளுக்கும் மாதிரி எடுக்கிறது: இடம், வேகம், திசை, உயரம், பேட்டரி நிலை, மின் நுகர்வு, வெப்பநிலைகள். கார் மின்னேற்றம் ஆகும்போது வெறும் தொடக்கத்தையும் முடிவையும் பதிவு செய்வதற்குப் பதிலாக முழு அமர்வையும் பின்தொடர்கிறது. கார் நிறுத்தப்பட்டிருக்கும்போது வேண்டுமென்றே பின்வாங்கி அதைத் தூங்க விடுகிறது, ஏனெனில் Tesla-வின் API-ஐ தொடர்ந்து தட்டிக்கொண்டிருந்தால் அது விழித்திருந்து இரவில் உங்கள் தூரத்தைச் செலவழிக்கும். அந்தக் கடைசி முடிவே பதிவி எனக்கு ஒருபோதும் தூரத்தை இழக்க வைக்காததற்குக் காரணம்.

ஐந்நூறு நாட்களின் அந்த முழுப் பதிவும், வினாடிக்கு வினாடியாக, மொத்தம் 1.6 GB, ஒரே ஒரு திரைப்படத்தைவிடச் சிறியது. சேமிப்பு எப்போது சிக்கலாகும் என்று நான் காத்திருக்கிறேன், அது ஆவதே இல்லை.

ஓடோமீட்டருக்கு எதிராக 30,144 மைல்கள் கண்காணிக்கப்பட்டன, ஒரு நாளைக்கு 60.3. 6,921 பயணங்கள் 976 மணிநேரத்தைக் கொண்டவை, அதாவது ஸ்டியரிங்குக்குப் பின்னால் முழு நாற்பது நாட்கள். 513 மின்னேற்ற அமர்வுகளில் 10,016 kWh, அவற்றில் 458 வீட்டில், அதாவது 89.3 சதவீதம், மின்வாகனம் வாங்கத் தயங்கும் யாரிடமும் நான் சொல்லக்கூடிய மிகப் பயனுள்ள ஒரே விஷயம் இதுதான். முப்பத்தைந்து ஓவர்-தி-ஏர் புதுப்பிப்புகள் பதிவாகின, ஒவ்வொன்றுக்கும் நேரமுத்திரை, இதனால் Tesla வெளியிடும் எதையும்விடத் துல்லியமான என் தனிப்பட்ட நிலைமென்பொருள் மாற்றப் பதிவு என்னிடம் உள்ளது.

முழு ஓட்டத்திலும் சேகரிப்பின் இயக்க நேரம் 92 சதவீதம். மேற்பார்வை இல்லாத, இயக்கக் குழு இல்லாத ஒரு ஒற்றைப் பலகைக் கணினிக்கு நான் இதை ஒவ்வொரு முறையும் ஏற்பேன்.

நான் வாங்கும் ஒவ்வொரு நான்கு டாலர் மின்சாரத்திலும் ஏறக்குறைய மூன்று உண்மையில் காரை நகர்த்துகின்றன, மீதி மின்னேற்ற இழப்புகள், குளிர்சாதனம், இரவில் கார் தானாக விழித்தெழுதல் ஆகியவற்றில் போகிறது. அது எவ்வளவு மோசமாகும் என்பதை வானிலை தீர்மானிக்கிறது, வெப்பமான மாதங்கள் மிதமான மாதங்களைவிட மைலுக்கு 16 சதவீதம் அதிகம் செலவாகின்றன, டெக்சாஸ் குளிர்காலம் 3.

யாரும் சொல்லாத பகுதி

நான் Pi-க்குள் SSH செய்துகொண்டே இருந்தேன், கிட்டத்தட்ட ஒருபோதும் அதைச் சரிசெய்ய வேண்டும் என்பதற்காக அல்ல. தரவு வந்து சேர்வதைப் பார்க்க விரும்பியதால் இணைவேன், கார் இன்னும் வாகனப் பாதையில் சூடாக இருக்கும்போதே அட்டவணையில் ஒரு பயணம் இறங்குவதைப் பார்க்க, முந்தைய இரவின் மின்னேற்ற வளைவு உண்மையில் மின்னேற்ற வளைவு போல் தெரிகிறதா என்று சோதிக்க. தொடக்கத்தில் அதை இன்னும் நம்பவில்லை என்பதால் செய்தேன். பின்னர் வடிவமைப்பைப் புரிந்துகொள்ளத் தொடங்கியதால் செய்தேன், வடிவமைப்பைப் புரிந்துகொள்வதுதான் தரவுத்தளம் கருப்புப் பெட்டியாக இருப்பதை நிறுத்தி, நீங்கள் சென்று பார்க்கக்கூடிய இடமாக மாறும் புள்ளி.

அது கேட்பதைவிட மெதுவான கல்வி. கார் நிலை மாறும் நொடியிலேயே ஒரு drives வரிசை தோன்றுகிறது என்றும், மின்னேற்றச் செயல்முறையும் மின்னேற்ற மாதிரியும் வெவ்வேறு ஆயுள் கொண்ட வெவ்வேறு பொருள்கள் என்றும், ஓடோமீட்டர் ஒருபோதும் பொய் சொல்லாத ஒரே புலம் என்றும் கற்கிறீர்கள். உங்கள் சொந்தத் தரவின் பொருள் என்ன என்று கற்கிறீர்கள், அது வெறுமனே அதை வைத்திருப்பதிலிருந்து வேறுபட்டது.

அவற்றில் எதற்கும் AI தேவைப்படவில்லை, காலவரிசை பற்றி நான் துல்லியமாக இருக்க விரும்புகிறேன்: ஒரு உதவியாளர் எனக்காக வினவல்களை எழுத முடியும் என்பதற்கு நீண்ட காலம் முன்பிருந்தே நான் இதைச் செய்துகொண்டிருந்தேன். கற்றுக்கொள்வதுதான் வேலை.

பிறகு வினவல்கள் எளிதாயின

மாறியது என்னவென்றால், நான் SQL எழுதுவதை நிறுத்தி, கேள்விகள் கேட்கத் தொடங்கினேன்.

நான் ஏற்கெனவே புரிந்துகொண்டிருந்த வடிவமைப்பின் மீது ஒரு LLM-ஐ வைத்தது ஐந்து நிமிட வினவலைப் பத்து வினாடியாக்கியது. அது என் தரவை அறிந்திருப்பதால் அல்ல, நான் அறிந்திருப்பதால், அது எனக்குத் தரும் பதில் அர்த்தமற்றதாக இருந்தால் நான் உடனே கண்டுபிடிக்கிறேன். அந்தக் கலவையே பயனுள்ளது. அட்டவணைகளை ஒருபோதும் திறக்காதவர் முழு நம்பிக்கையுடன் தவறான பதில்களைப் பெறுகிறார், அவற்றைப் பிடிக்க வழி இல்லை. வடிவமைப்பை அறிந்து இப்போது இயல்பான மொழியில் கேட்கக்கூடியவர் நேராகச் சுவாரசியமான பகுதிக்குத் தாவிவிடுகிறார்.

சுவாரசியமான பகுதி என்னவென்றால் கேள்விகள் மேம்படுகின்றன. வினவல் செலவானதாக இருக்கும்போது உங்களுக்கு ஏற்கெனவே சந்தேகம் உள்ளதை மட்டுமே கேட்கிறீர்கள். மலிவாக இருக்கும்போது உங்களிடம் எந்த அனுமானமும் இல்லாத விஷயங்களைக் கேட்கத் தொடங்குகிறீர்கள், ஆச்சரியங்கள் அங்கேதான் வாழ்கின்றன. பருவங்களுக்கு ஏற்ப சராசரிப் பயண நீளம் எப்படி மாறுகிறது. நாளின் எந்த நேரத்தில் கார் உண்மையில் நகர்கிறது. ஆண்டின் வெப்பமான இரவின் மின்னேற்ற அமர்வு மிதமான இரவுடன் ஒப்பிடும்போது எப்படித் தெரிகிறது.

Tesla செயலியால் இவற்றில் எதற்கும் பதில் சொல்ல முடியாது. அதற்காக அது கட்டப்படவே இல்லை. அது உங்களுக்கு ஒரு சுருக்கத்தைக் காட்டுகிறது, ஒரு சுருக்கம் வடிவமைக்கும்போது யாரோ முன்கூட்டி எதிர்பார்த்த கேள்விகளுக்கு மட்டுமே பதிலளிக்க முடியும்.

முழுத் திட்டத்தின் செலவையும் ஈடுசெய்த கேள்வி

இந்தக் கோடையில் என் சுவர் இணைப்பி பழுதடைகிறது என்று நான் உறுதியாக நம்பினேன்.

சூடான இரவுகளில் செயலியில் மின்னேற்ற அமர்வுகள் நின்று மீண்டும் தொடங்குவது போலத் தெரிந்தன. நோயறிதல் தானாகவே தோன்றியது: வெப்பத் திறன்குறைப்பு, அலகு சூடாகும்போது மின்னோட்டத்தைக் குறைக்கிறது, ஆண்டுகள் செல்லச் செல்ல பேட்டரியைச் சத்தமின்றி முதிர்வடையச் செய்யும் வகையில் காரைச் சுழற்சிக்கு உட்படுத்துகிறது. சுவர் இணைப்பியை மாற்றுவது மலிவானதல்ல.

பிறகு எனக்கு நினைவு வந்தது, நான் ஊகிக்கத் தேவையில்லை. அந்தப் பொருள் எடுத்த ஒவ்வொரு மின்னேற்ற மாதிரியும் என் வீட்டிலுள்ள ஒரு வட்டில் இருந்தது.

பைலட் சமிக்ஞை என்பது இணைப்பி காருக்கு எத்தனை ஆம்பியர் இழுக்கலாம் என்று சொல்வது. திறன்குறைப்பு என்றால் அந்த எண் குறைகிறது. வீட்டில் எடுத்த 217,124 மாதிரிகளில் 217,118-இல் அது 48 ஆம்பியர் படித்தது. இரண்டு லட்சத்துக்கும் மேற்பட்டவற்றில் ஆறு வாசிப்புகள் மட்டுமே வேறு எங்கோ உள்ளன, அமர்வின் நடுவில் பேட்டரி நிலை ஒருபோதும் குறையவில்லை, கார் உண்மையிலேயே துண்டிக்கப்பட்டிருந்தால் அது குறைந்திருக்கும்.

இணைப்பி ஒருபோதும் தடுமாறவில்லை. அமர்வுகளை வெளிப்புற வெப்பநிலையுடன் வரிசைப்படுத்தியபோது உண்மையில் நடப்பது தெரிந்தது: மிகச் சூடான இரவுகளில் கார் தானே வலையமைப்பிலிருந்து விலகிக்கொண்டிருந்தது, அதனால் பதிவி முற்றிலும் நன்றாக ஓடிக்கொண்டிருந்த ஓர் அமர்வின் பார்வையை இழந்தது.

நான் பணத்தைச் செலவழிக்கவில்லை. அந்த ஒரே பதில், நான் ஏற்கெனவே சொந்தமாக வைத்திருந்த தரவிலிருந்து, ஏற்கெனவே என்னிடம் இருந்த வன்பொருளில், முழுத் திட்டத்தின் செலவையும் பலமுறை ஈடுசெய்தது.

அடுத்த இருபதாயிரம்

நாளொன்றுக்கு அறுபது மைல் வேகத்தில், ஐம்பதாயிரம் அடுத்த ஆண்டின் நடுப்பகுதியில் வரும், அப்போதும் வட்டு கவலைப்படாது.

நான் உண்மையில் காத்திருப்பது ஒப்பீட்டுக்காக. ஒரு டெக்சாஸ் கோடை, வெப்பத்தையும் பேட்டரிகளையும் பற்றி எதுவும் சொல்லாது. இரண்டு கோடைகள் உங்களை அளக்க அனுமதிக்கின்றன. முப்பதாயிரம் மைல் என்பது ஒரு பதிவு பதிவாக இருப்பதை நிறுத்தி அடிப்படைக் கோடாக மாறும் புள்ளி, நான் அதை இயங்க விடும் ஒவ்வொரு மாதமும் என் எந்த முயற்சியும் இல்லாமல் ஒப்பீடுகள் கூர்மையாகின்றன.

Pi என்னிடம் உள்ள மிகக் குறைவான கோரிக்கை கொண்ட உள்கட்டமைப்பு, எளிதாக மிகவும் பலனளிப்பது, ஏனெனில் அது கூட்டுவட்டி போலப் பெருகுகிறது. அது ஓர் அமைப்பையும் எப்போதாவது ஒரு SSH அமர்வையும் கேட்டது, பதிலாக யாரும் எனக்கு விற்க முடியாத, ரத்து செய்ய முடியாத, விலை ஏற்றி என் எட்டாத தூரத்துக்குத் தள்ள முடியாத ஒன்றைச் சத்தமின்றிக் கட்டியது: நான் என் சொந்தக் காரை உண்மையில் எப்படிப் பயன்படுத்துகிறேன் என்பதன் முழுமையான, வினவக்கூடிய பதிவு.