Noul pod AI al Tesla reduce consumul de energie fără a pierde precizia

Tesla a găsit o soluție pentru legile fizicii. „Mixed-Precision Bridge" dezvoltat de Tesla a fost dezvăluit pentru prima dată în brevetul US20260017019A1. Math Translator face legătura pentru tehnologia ieftină, cu consum redus de energie, de 8 biți. Această tehnologie poate trata doar numere întregi de bază și acum tehnologia premium Rot8 pentru elita de 32 de biți.

Aceasta deblochează mai întâi procesorul AI5, care se estimează că va fi de 40 de ori mai puternic decât hardware-ul nostru actual. Acest lucru este foarte important în Tesla Optimus, care dispune de o baterie de 2,3 kWh, aproximativ 1/30 din Model 3. Folosind procesarea GPU de 32 de biți, va consuma toată această energie în mai puțin de patru ore și peste 500W doar pentru a „gândi".

Astfel, Tesla reduce bugetul de putere de calcul sub 100W. Problema „peretelui termic" a fost rezolvată. Acum, roboții pot rămâne în echilibru și conștienți pentru un program de lucru de 8 ore și nu se vor simți fierbinți.

Inginerii de la Tesla încorporează acuratețea în citirea indicatoarelor rutiere

Brevetul a introdus „Silicon Bridge", care permite sistemelor Optimus și FSD superinteligență, fără a le reduce autonomia cu o milă sau a provoca topirea circuitelor din cauza căldurii. Acest lucru transformă hardware-ul economic al Tesla într-o mașină de clasă supercomputer.

Mai mult, a rezolvat problema uitării. În modelele anterioare ale FSD, vehiculul observa indicatorul de stop, dar dacă camionul îi obstrucționa vizibilitatea pentru aproximativ 5 secunde, îl „uita".

Acum Tesla folosește o fereastră „long-context", permițând AI-ului să privească înapoi la datele de acum 30 de secunde sau mai mult. Cu toate acestea, la „distanțe" mai mari în timp, matematica poziției standard tinde să cauzeze derivare.

Pipeline-ul cu precizie mixtă al Tesla rezolvă acest lucru menținând o rezoluție pozițională ridicată. Acest lucru se asigură că AI-ul știe exact unde se află acel indicator de stop obstrucționat. Acest lucru este valabil chiar și după ce a trecut mult timp în jurul lui. Într-adevăr, echipa Tesla spune că rotațiile RoPE sunt suficient de precise pentru ca indicatorul să rămână fixat la coordonata sa 3D în harta mentală a mașinii.

Tesla spune că are independență față de ecosistemul CUDA al NVIDIA

Brevetul descrie o metodă particulară de ascultare folosind o aproximare Log-Sum-Exp. Rămânând în domeniul logaritmic, poate gestiona „gama dinamică" mare a sunetului, de la un bâzâit lin la o mașină de pompieri zgomotoasă, folosind doar procesoare de 8 biți fără a trebui să „tăie" sunetele puternice și să piardă cele slabe. Acest lucru permite unei mașini să asculte și să distingă mediul său cu precizie de 32 de biți.

Tesla utilizează Quantization-Aware Training, sau 'QAT'. În loc să antreneze AI într-un mediu „perfect" de 32 de biți și să îl „micșoreze" ulterior, ceea ce de obicei duce la un AI „beat și greșit", Tesla antrenează AI din prima zi într-un mediu simulat cu constrângeri de 8 biți, ceea ce deblochează în esență posibilități de implementare a AI-ului Tesla în ceva mult mai mic decât o mașină.

Încorporarea acestei matematici în silicon îi oferă Tesla și independență strategică. Tesla este independent de ecosistemul CUDA al NVIDIA și este în poziția de a adopta Dual-Foundry Strategy simultan cu atât Samsung, cât și TSMC.

Combinația xAI de progrese în AI și capacități de calcul de înaltă performanță îl face un concurent promițător pentru Stargate al OpenAI, care va fi lansat în 2027.

Cele mai inteligente minți cripto citesc deja newsletter-ul nostru. Vrei să te alături? Înscrie-te.