Jembatan AI baru Tesla memangkas penggunaan daya tanpa kehilangan presisi

Tesla telah menemukan solusi untuk mengatasi hukum fisika. "The Mixed-Precision Bridge" yang dikembangkan oleh Tesla diungkapkan untuk pertama kalinya dalam paten US20260017019A1. Math Translator menjembatani kesenjangan untuk teknologi 8-bit yang murah dan hemat energi. Teknologi ini hanya mampu menangani bilangan bulat dasar dan kini teknologi premium Rot8 untuk 32-bit kelas elite.

Ini pertama kali membuka prosesor AI5, yang diperkirakan 40 kali lebih kuat dari perangkat keras kita saat ini. Ini sangat penting dalam Tesla Optimus, yang dilengkapi baterai 2,3 kWh, sekitar 1/30 dari Model 3. Menggunakan pemrosesan GPU 32-bit, akan menghabiskan semua daya ini dalam waktu kurang dari empat jam dan lebih dari 500W hanya untuk "berpikir."

Dengan demikian, Tesla mengurangi anggaran daya komputasi di bawah 100W. Masalah "dinding termal" telah terpecahkan. Sekarang, robot mampu tetap seimbang dan sadar selama jadwal kerja 8 jam tanpa merasa panas.

Insinyur di Tesla menggabungkan akurasi dalam pembacaan rambu jalan

Paten ini telah memperkenalkan "Silicon Bridge," yang memungkinkan sistem Optimus dan FSD dengan superintelijen, tanpa mengurangi jangkauan mereka atau menyebabkan sirkuit mereka meleleh karena panas. Ini mengubah perangkat keras hemat Tesla menjadi mesin kelas superkomputer.

Selain itu, ini menyelesaikan masalah pelupaan. Dalam model FSD sebelumnya, kendaraan akan melihat rambu berhenti, tetapi jika truk menghalangi pandangannya selama sekitar 5 detik, kendaraan akan "melupakan" rambu tersebut.

Sekarang Tesla menggunakan jendela "konteks panjang", yang memungkinkan AI melihat kembali data dari 30 detik yang lalu atau lebih. Namun, pada "jarak" yang lebih jauh dalam waktu, matematika posisi standar cenderung menyebabkan penyimpangan.

Pipeline presisi campuran Tesla memperbaiki ini dengan mempertahankan resolusi posisi tinggi. Ini memastikan AI tahu persis di mana rambu berhenti yang terhalang itu berada. Ini bahkan setelah banyak waktu berlalu bergerak di sekitarnya. Memang, tim Tesla mengatakan rotasi RoPE cukup presisi agar rambu tetap terpaku pada koordinat 3D-nya di peta mental mobil.

Tesla mengatakan memiliki independensi dari ekosistem CUDA NVIDIA

Paten ini menjelaskan metode khusus untuk mendengarkan menggunakan pendekatan Log-Sum-Exp. Dengan tetap berada di domain logaritmik, ia mampu mengelola "rentang dinamis" suara yang besar, dari dengungan lembut hingga truk pemadam kebakaran yang keras, hanya menggunakan prosesor 8-bit tanpa harus "memotong" suara keras dan kehilangan suara lembut. Ini memungkinkan mobil untuk mendengarkan dan membedakan lingkungannya dengan presisi 32-bit.

Tesla menggunakan Quantization-Aware Training, atau 'QAT'. Daripada melatih AI di lingkungan 32-bit yang "sempurna" dan "menyusutkannya" setelahnya, yang biasanya menghasilkan AI yang 'mabuk dan salah', Tesla melatih AI sejak hari pertama di lingkungan simulasi dengan batasan 8-bit, yang pada dasarnya membuka kemungkinan untuk mengimplementasikan AI Tesla ke dalam sesuatu yang jauh lebih kecil dari mobil.

Menggabungkan matematika ini ke dalam silikon juga memberikan independensi strategis kepada Tesla. Tesla independen dari ekosistem CUDA NVIDIA dan berada dalam posisi untuk mengadopsi Strategi Dual-Foundry secara bersamaan dengan Samsung dan TSMC.

Kombinasi kemajuan AI dan kemampuan komputasi berkinerja tinggi xAI menjadikannya pesaing yang menjanjikan bagi Stargate OpenAI, yang akan dirilis pada tahun 2027.

Para ahli kripto paling cerdas sudah membaca newsletter kami. Mau ikut? Bergabunglah dengan mereka.