L'équipe d'IA de Tesla crée un brevet qui traite de la « dérive » de l'IA dans l'encodage positionnel
- L'équipe d'IA de Tesla a déposé un brevet pour un matériel 8 bits à faible consommation d'énergie, qui ne traite normalement que des nombres simples et arrondis, capable d'effectuer des rotations 32 bits de pointe.
- Tesla réduit la consommation d'énergie de calcul à moins de 100 W, garantissant ainsi que le robot puisse maintenir son équilibre et sa vigilance pendant une journée de travail complète de 8 heures sans surchauffe.
- Les critiques affirment que même si les puces moins chères réduisent les coûts unitaires, les dépenses de R&D liées à la maintenance du matériel propriétaire, des compilateurs et des pipelines d'IA restent considérables.
Tesla a trouvé une solution aux lois de la physique. Le « pont à précision mixte » développé par Tesla a été révélé pour la première fois dans le brevet US20260017019A1. Ce convertisseur mathématique comble le fossé entre la technologie 8 bits économique et à faible consommation énergétique et la technologie haut de gamme Rot8, capable de traiter uniquement les entiers de base.
Cela permet tout d'abord de débloquer le processeur AI5, dont la puissance devrait être 40 fois supérieure à celle de nos matériels actuels. C'est crucial pour la Tesla Optimus, équipée d'une batterie de 2,3 kWh, soit environ 1/30e de celle de la Model 3. Grâce au traitement GPU 32 bits, elle consommera toute cette énergie en moins de quatre heures, soit plus de 500 W, rien que pour « réfléchir ».
La nécessité est la mère de l'invention.
L' @Tesla_AI est incroyablement compétente. Personne ne peut rivaliser avec l'IA de Tesla en situation réelle. https://t.co/oJBBL0CFfQ
— Elon Musk (@elonmusk) 17 janvier 2026
Ainsi, Tesla réduit la consommation d'énergie de calcul à moins de 100 W. Le problème de la « limite thermique » est résolu. Désormais, les robots peuvent maintenir leur équilibre et leur vigilance pendant un cycle de travail de 8 heures sans surchauffer.
Les ingénieurs de Tesla intègrent la précision dans la lecture des panneaux de signalisation
Ce brevet introduit le « pont de silicium », qui dote les systèmes Optimus et FSD d'une superintelligence sans réduire leur autonomie ni provoquer de surchauffe. Il transforme ainsi le matériel économique de Tesla en une machine aux performances d'un supercalculateur.
De plus, ce système a résolu le problème d'oubli. Sur les anciens modèles de FSD, le véhicule détectait le panneau d'arrêt, mais si un camion obstruait son champ de vision pendant environ 5 secondes, il l'« oubliait ».
Tesla utilise désormais une fenêtre de « contexte long », permettant à l'IA d'analyser des données remontant à 30 secondes, voire plus. Cependant, pour des intervalles de temps plus longs, les calculs de position classiques ont tendance à engendrer une dérive.
Le système de précision mixte de Tesla résout ce problème en maintenant une haute résolution de position. Ainsi, l'IA sait exactement où se trouve le panneau stop masqué, même après de longs déplacements autour de celui-ci. L'équipe Tesla affirme d'ailleurs que les rotations RoPE sont suffisamment précises pour que le panneau reste ancré à ses coordonnées 3D dans la carte mentale du véhicule.
Tesla affirme être indépendante de l'écosystème CUDA de NVIDIA
Le brevet décrit une méthode d'écoute particulière utilisant une approximation logarithmique (Log-Sum-Exp). En restant dans le domaine logarithmique, cette méthode gère la large gamme dynamique du son, d'un léger bourdonnement au puissant signal d'un camion de pompiers, avec seulement 8 bits de processeur, sans écrêtage des sons forts ni perte des sons faibles. Ainsi, une voiture peut écouter et distinguer son environnement avec une précision de 32 bits.
Tesla utilise l'entraînement prenant en compte la quantification, ou « QAT ». Plutôt que d'entraîner l'IA dans un environnement 32 bits « parfait » et de la « réduire » ensuite, ce qui aboutit généralement à une IA « brouillée et erronée », Tesla entraîne son IA dès le départ dans un environnement simulé avec des contraintes de 8 bits, ce qui ouvre considérablement la possibilité d'intégrer l'IA de Tesla dans des dispositifs beaucoup plus petits qu'une voiture.
L'intégration de ces calculsmaticdans la puce confère également à Tesla son indépendance stratégique. Tesla estdent de l'écosystème CUDA de NVIDIA et peut ainsi adopter simultanément une stratégie de double fonderie avec Samsung et TSMC.
xAI est officiellement devenue la première entreprise à mettre en ligne un cluster d'entraînement d'IA cohérent à l'échelle du gigawatt
Cela représente plus d'électricité que la demande de pointe de San Francisco
Alors que ses concurrents élaborent encore leurs feuilles de route pour 2027, xAI opère déjà aujourd'hui à une puissance équivalente à celle des grandes villes
La… pic.twitter.com/0YYOC11h6P
— X Freeze (@XFreeze) 17 janvier 2026
La combinaison des avancées en IA et des capacités de calcul haute performance de xAI en fait un concurrent prometteur pour Stargate d'OpenAI, dont la sortie est prévue en 2027.
Ne vous contentez pas de lire les actualités crypto. Comprenez-les. Abonnez-vous à notre newsletter. C'est gratuit.
Avertissement : Les informations fournies ne constituent pas un conseil en investissement. CryptopolitanCryptopolitan.com toute responsabilité quant aux investissements réalisés sur la base des informations présentées sur cette page. Nous voustronrecommandons vivement d’effectuer vosdent et/ou de consulter un professionnel qualifié avant toute décision d’investissement.
Florence Muchai
Florence couvre l'actualité des cryptomonnaies, des jeux vidéo, des technologies et de l'intelligence artificielle depuis six ans. Ses études en informatique à l'Université des sciences et technologies de Meru (MMUST) et en gestion des catastrophes et diplomatie internationale à la même université lui ont permis d'acquérir de solides compétences linguistiques, un sens aigu de l'observation et des aptitudes techniques pointues. Florence a travaillé au sein du groupe VAP et comme rédactrice pour plusieurs médias spécialisés dans les cryptomonnaies.
