Il nuovo ponte AI di Tesla riduce il consumo energetico senza perdere precisione

Tesla ha trovato una soluzione alternativa alle leggi della fisica. Il "Ponte a Precisione Mista" sviluppato da Tesla è stato presentato per la prima volta nel brevetto US20260017019A1. Math Translator colma il divario per la tecnologia a 8 bit, economica e a bassa energia. Questa tecnologia è in grado di gestire solo numeri interi di base e ora è la tecnologia premium Rot8 per l'elite a 32 bit.

Innanzitutto, sblocca il processore AI5, che si prevede sarà 40 volte più potente dell'hardware attuale. Questo è molto importante per la Tesla Optimus, dotata di una batteria da 2,3 kWh, circa 1/30 di quella della Model 3. Utilizzando l'elaborazione GPU a 32 bit, consumerà tutta questa energia in meno di quattro ore e oltre 500 W solo per "pensare".

In questo modo, Tesla riduce il budget di potenza di calcolo al di sotto dei 100 W. Il problema del "muro termico" è stato risolto. Ora i robot sono in grado di rimanere in equilibrio e coscienti per un programma di lavoro di 8 ore senza surriscaldarsi.

Gli ingegneri della Tesla integrano la precisione nella lettura dei segnali stradali

Il brevetto ha introdotto il "Silicon Bridge", che abilita i sistemi Optimus e FSD alla superintelligenza, senza ridurne l'autonomia di un miglio o causarne la fusione dei circuiti a causa del calore. Questo trasforma l'hardware economico di Tesla in una macchina di classe supercomputer.

Inoltre, ha risolto il problema della dimenticanza. Nei precedenti modelli di FSD, il veicolo rilevava il segnale di stop, ma se il camion ne oscurava la visibilità per circa 5 secondi, lo "dimenticava".

Ora Tesla utilizza una finestra di "contesto lungo", consentendo all'IA di analizzare i dati risalenti a 30 secondi prima o più. Tuttavia, a "distanze" temporali maggiori, la matematica posizionale standard tende a causare deviazioni.

La pipeline a precisione mista di Tesla risolve questo problema mantenendo un'elevata risoluzione posizionale. Questo fa sì che l'IA sappia esattamente dove si trova il segnale di stop bloccato, anche dopo aver trascorso molto tempo a girarci intorno. In effetti, il team Tesla afferma che le rotazioni RoPE sono sufficientemente precise da consentire al segnale di rimanere bloccato sulle sue coordinate 3D nella mappa mentale dell'auto.

Tesla afferma di essere indipendente dall'ecosistema CUDA di NVIDIA

Il brevetto descrive un particolare metodo di ascolto che utilizza un'approssimazione Log-Sum-Exp. Rimanendo nel dominio logaritmico, è in grado di gestire l'ampia "gamma dinamica" del suono, da un leggero ronzio al rumore di un camion dei pompieri, utilizzando solo processori a 8 bit, senza dover "tagliare" i suoni forti e perdere quelli deboli. Questo consente a un'auto di ascoltare e distinguere l'ambiente circostante con una precisione a 32 bit.

Tesla utilizza il Quantization-Aware Training, o "QAT". Invece di addestrare l'IA in un ambiente "perfetto" a 32 bit e "rimpicciolirla" in seguito, il che di solito si traduce in un'IA "ubriaca e sbagliata", Tesla addestra l'IA fin dal primo giorno in un ambiente simulato con vincoli a 8 bit, il che essenzialmente apre le porte a possibilità di implementazione dell'IA Tesla in qualcosa di molto più piccolo di un'auto.

L'integrazione di questa matematica nel silicio conferisce a Tesla anche la sua indipendenza strategica. Tesla è indipendente dall'ecosistema CUDA di NVIDIA ed è in grado di adottare la strategia Dual-Foundry contemporaneamente sia a Samsung che a TSMC.

La combinazione di progressi nell'intelligenza artificiale e capacità di calcolo ad alte prestazioni di xAI lo rende un promettente concorrente di Stargate di OpenAI, che uscirà nel 2027.

Le menti più brillanti del mondo delle criptovalute leggono già la nostra newsletter. Vuoi partecipare? Unisciti a loro .

Inizia a scrivere il termine ricerca qua sopra e premi invio per iniziare la ricerca. Premi ESC per annullare.

Torna in alto