สะพานเชื่อม AI ตัวใหม่ของ Tesla ลดการใช้พลังงานโดยไม่สูญเสียความแม่นยำ

Tesla ได้พบทางแก้ปัญหาสำหรับกฎของฟิزิกส์ "The Mixed-Precision Bridge" ที่พัฒนาโดย Tesla ได้เปิดเผยเป็นครั้งแรกในสิทธิบัตร US20260017019A1 Math Translator เชื่อมช่องว่างสำหรับเทคโนโลยี 8-bit ที่ราคาถูก ใช้พลังงานต่ำ เทคโนโลยีนี้สามารถจัดการกับจำนวนเต็มพื้นฐานได้เท่านั้น และตอนนี้เป็นเทคโนโลยี Rot8 พรีเมียมสำหรับ 32-bit ระดับสูง

ก่อนอื่นจะปลดล็อกโปรเซสเซอร์ AI5 ซึ่งคาดว่าจะมีประสิทธิภาพมากกว่าฮาร์ดแวร์ในปัจจุบันของเราถึง 40 เท่า สิ่งนี้มีความสำคัญมากใน Tesla Optimus ซึ่งมีแบตเตอรี่ 2.3 kWh ประมาณ 1/30 ของ Model 3 การใช้การประมวลผล GPU แบบ 32-bit จะใช้พลังงานทั้งหมดนี้ในเวลาไม่ถึงสี่ชั่วโมงและมากกว่า 500W เพียงเพื่อ "คิด"

ดังนั้น Tesla จึงลดงบประมาณพลังการคำนวณลงมาต่ำกว่า 100W ปัญหา "กำแพงความร้อน" ได้รับการแก้ไขแล้ว ตอนนี้หุ่นยนต์สามารถรักษาสมดุลและตื่นตัวสำหรับกำหนดการทำงาน 8 ชั่วโมงและไม่รู้สึกร้อน

วิศวกรที่ Tesla นำความแม่นยำมาใช้ในการอ่านป้ายจราจร

สิทธิบัตรได้แนะนำ "Silicon Bridge" ซึ่งทำให้ระบบ Optimus และ FSD มีความฉลาดระดับซูเปอร์อินเทลลิเจนซ์ โดยไม่ต้องลดระยะทางลงเลยหรือทำให้วงจรละลายด้วยความร้อน สิ่งนี้เปลี่ยนฮาร์ดแวร์ราคาประหยัดของ Tesla ให้กลายเป็นเครื่องระดับซูเปอร์คอมพิวเตอร์

นอกจากนี้ยังแก้ไขปัญหาการลืม ในรุ่นก่อนหน้าของ FSD รถจะสังเกตเห็นป้ายหยุด แต่ถ้ารถบรรทุกบดบังการมองเห็นประมาณ 5 วินาที มันจะ "ลืม" มันไป

ตอนนี้ Tesla ใช้หน้าต่าง "long-context" ที่ช่วยให้ AI สามารถมองย้อนกลับไปที่ข้อมูลจาก 30 วินาทีที่แล้วหรือมากกว่า อย่างไรก็ตาม ที่ "ระยะทาง" ที่มากขึ้นในเวลา คณิตศาสตร์ตำแหน่งมาตรฐานมักจะทำให้เกิดการลอยตัว

ไปป์ไลน์ความแม่นยำแบบผสมของ Tesla แก้ไขปัญหานี้โดยการรักษาความละเอียดตำแหน่งสูง สิ่งนี้ทำให้แน่ใจว่า AI รู้ว่าป้ายหยุดที่ถูกบดบังนั้นอยู่ที่ไหนอย่างแน่นอน แม้หลังจากผ่านเวลาไปมากในการเคลื่อนที่รอบๆ มัน แท้จริงแล้ว ทีม Tesla กล่าวว่าการหมุน RoPE มีความแม่นยำเพียงพอที่จะทำให้ป้ายยึดติดกับพิกัด 3D ในแผนที่ทางจิตของรถ

Tesla กล่าวว่ามีความเป็นอิสระจากระบบนิเวศ CUDA ของ NVIDIA

สิทธิบัตรอธิบายวิธีการฟังเฉพาะโดยใช้การประมาณ Log-Sum-Exp ด้วยการอยู่ในโดเมนลอการิทึม มันสามารถจัดการ "dynamic range" ที่ยอดเยี่ยมของเสียง จากเสียงฮัมเบาๆ ไปจนถึงรถดับเพลิงเสียงดัง โดยใช้โปรเซสเซอร์ 8-bit เท่านั้นโดยไม่ต้อง "ตัด" เสียงดังและสูญเสียเสียงเบา สิ่งนี้ทำให้รถสามารถฟังและแยกแยะสภาพแวดล้อมด้วยความแม่นยำ 32-bit

Tesla ใช้ Quantization-Aware Training หรือ 'QAT' แทนที่จะฝึก AI ในสภาพแวดล้อม 32-bit ที่ "สมบูรณ์แบบ" และ "หด" มันในภายหลัง ซึ่งมักจะส่งผลให้เกิด AI ที่ 'เมาและผิดพลาด' Tesla ฝึก AI ตั้งแต่วันแรกในสภาพแวดล้อมจำลองที่มีข้อจำกัด 8-bit ซึ่งโดยพื้นฐานแล้วจะปลดล็อกความเป็นไปได้สำหรับการนำ AI ของ Tesla ไปใช้ในสิ่งที่เล็กกว่ารถมาก

การรวมคณิตศาสตร์นี้เข้ากับซิลิคอนทำให้ Tesla มีความเป็นอิสระเชิงกลยุทธ์ด้วย Tesla เป็นอิสระจากระบบนิเวศ CUDA ของ NVIDIA และอยู่ในตำแหน่งที่จะนำกลยุทธ์ Dual-Foundry มาใช้พร้อมกันทั้งกับ Samsung และ TSMC

การผสมผสานระหว่างความก้าวหน้าของ AI และความสามารถในการคำนวณประสิทธิภาพสูงของ xAI ทำให้มันเป็นคู่แข่งที่มีแนวโน้มดีต่อ Stargate ของ OpenAI ซึ่งจะเปิดตัวในปี 2027

ผู้เชี่ยวชาญด้านคริปโตที่ฉลาดที่สุดอ่านจดหมายข่าวของเราแล้ว อยากเข้าร่วมไหม? เข้าร่วมกับพวกเขา