Il Nuovo Bridge IA di Tesla Riduce il Consumo Energetico Senza Perdere Precisione

Tesla ha trovato una soluzione alternativa alle leggi della fisica. "The Mixed-Precision Bridge" sviluppato da Tesla è stato rivelato per la prima volta nel brevetto US20260017019A1. Math Translator colma il divario per la tecnologia 8-bit economica, a bassa curva energetica. Questa tecnologia è in grado di gestire solo numeri interi di base e ora la tecnologia premium Rot8 per l'élite 32-bit.

Sblocca innanzitutto il processore AI5, che si prevede sia 40 volte più potente del nostro hardware attuale. Questo è molto importante nel Tesla Optimus, che dispone di una batteria da 2,3 kWh, circa 1/30 della Model 3. Utilizzando l'elaborazione GPU a 32-bit, consumerà tutta questa potenza in meno di quattro ore e oltre 500W solo per "pensare".

Pertanto, Tesla riduce il budget di potenza computazionale al di sotto di 100W. Il problema della "barriera termica" è stato risolto. Ora, i robot sono in grado di rimanere in equilibrio e consapevoli per un programma di lavoro di 8 ore e non sentire caldo.

Gli ingegneri di Tesla incorporano precisione nella lettura dei segnali stradali

Il brevetto ha introdotto "Silicon Bridge", che abilita i sistemi Optimus e FSD con superintelligenza, senza ridurre la loro autonomia di un miglio o causare il surriscaldamento dei circuiti. Questo trasforma l'hardware economico di Tesla in una macchina di classe supercomputer.

Inoltre, ha risolto il problema della dimenticanza. Nei modelli precedenti dell'FSD, il veicolo notava il segnale di stop, ma se il camion oscurava la sua visuale per circa 5 secondi, lo avrebbe "dimenticato".

Ora Tesla utilizza una finestra di "contesto lungo", che consente all'IA di guardare indietro ai dati di 30 secondi fa o più. Tuttavia, a maggiori "distanze" nel tempo, la matematica posizionale standard tende a causare deriva.

La pipeline a precisione mista di Tesla risolve questo problema mantenendo un'alta risoluzione posizionale. Questo assicura che l'IA sappia esattamente dove si trova quel segnale di stop occluso. Questo anche dopo che è trascorso molto tempo muovendosi intorno ad esso. Infatti, il team Tesla afferma che le rotazioni RoPE sono abbastanza precise affinché il segnale rimanga fissato alla sua coordinata 3D nella mappa mentale dell'auto.

Tesla afferma di avere indipendenza dall'ecosistema CUDA di NVIDIA

Il brevetto descrive un metodo particolare di ascolto utilizzando un'approssimazione Log-Sum-Exp. Rimanendo nel dominio logaritmico, è in grado di gestire il grande "range dinamico" del suono, da un mormorio delicato a un camion dei pompieri rumoroso, 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 il suo ambiente con precisione a 32-bit.

Tesla impiega il Quantization-Aware Training, o 'QAT'. Piuttosto che addestrare l'IA in un ambiente "perfetto" a 32-bit e "ridurla" successivamente, cosa che di solito si traduce in un'IA 'ubriaca e sbagliata', Tesla addestra l'IA dal primo giorno in un ambiente simulato con vincoli a 8-bit, il che essenzialmente sblocca possibilità per implementare l'IA di Tesla in qualcosa di molto più piccolo di un'auto.

Incorporare 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 simultaneamente con Samsung e TSMC.

La combinazione di xAI di progressi nell'IA e capacità computazionali ad alte prestazioni la rende un promettente concorrente di Stargate di OpenAI, che sarà rilasciato nel 2027.

Le menti crypto più intelligenti leggono già la nostra newsletter. Vuoi unirti? Unisciti a loro.