Il team AI di Tesla crea un brevetto che affronta la "deriva" dell'AI nell'encoding posizionale
- Il team AI di Tesla ha creato un brevetto per un hardware a 8 bit a basso consumo energetico, che normalmente gestisce solo numeri semplici e arrotondati, per eseguire rotazioni di precisione 32-bit di alto livello.
- Tesla riduce il budget di potenza di calcolo a meno di 100W, assicurando che il robot possa mantenere l'equilibrio e la consapevolezza per un intero turno di lavoro di 8 ore senza surriscaldarsi.
- I critici sostengono che, sebbene chip più economici riducano i costi unitari, le spese R&D per mantenere hardware proprietario, compilatori e pipeline AI siano notevoli.
Tesla ha trovato una soluzione 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 economica a curva di basso consumo energetico a 8 bit. Questa tecnologia è in grado di gestire solo interi di base e ora Rot8 tecnologia premium per l'élite a 32 bit.
Prima sblocca il processore AI5, che dovrebbe essere 40 volte più potente dell'hardware attuale. Questo è molto importante per Tesla Optimus, che dispone di una batteria da 2,3 kWh, circa 1/30esimo di quella del Model 3. Utilizzando l'elaborazione GPU a 32 bit, consumerà tutta questa energia in meno di quattro ore e oltre 500W solo per "pensare".
La necessità è la madre dell'invenzione.
Il team @Tesla_AI è epico e hardcore. Nessuno può eguagliare l'AI nel mondo reale di Tesla. https://t.co/oJBBL0CFfQ
— Elon Musk (@elonmusk) gennaio 17, 2026
Così, Tesla riduce il budget di potenza computazionale sotto i 100W. Il problema del "muro termico" è stato risolto. Ora, i robot sono in grado di mantenere l'equilibrio e la consapevolezza per un turno di lavoro di 8 ore senza surriscaldarsi.
Gli ingegneri di Tesla incorporano l'accuratezza nella lettura dei segnali stradali
Il brevetto ha introdotto "Silicon Bridge", che consente a Optimus e ai sistemi FSD di avere una superintelligenza, senza ridurre l'autonomia di un miglio o far fondere i loro circuiti per il calore. Questo trasforma l'hardware economico di Tesla in una macchina di classe supercomputer.
Inoltre, ha risolto il problema della dimenticanza. Nei modelli precedenti di FSD, il veicolo notava 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'AI di guardare indietro ai dati di 30 secondi fa o più. Tuttavia, a "distanze" maggiori 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'AI sappia esattamente dove si trova quel segnale di stop oscurato. Questo anche dopo molto tempo passato a muoversi intorno ad esso. Infatti, il team di Tesla afferma che le rotazioni RoPE sono abbastanza precise da far rimanere il segnale ancorato 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 che utilizza un'approssimazione Log-Sum-Exp. Rimanendo nel dominio logaritmico, è in grado di gestire il grande "intervallo dinamico" del suono, da un ronzio soffice a un forte suono di un'autopompa, utilizzando solo processori a 8 bit senza dover "tagliare" i suoni forti e perdere quelli morbidi. Questo consente a un'auto di ascoltare e distinguere il suo ambiente con una precisione a 32 bit.
Tesla impiega l'Addestramento Consapevole della Quantizzazione, o 'QAT'. Invece di addestrare l'AI in un ambiente "perfetto" a 32 bit e "restringerlo" successivamente, il che di solito risulta in un'AI "ubriaca e sbagliata", Tesla addestra l'AI fin dal primo giorno in un ambiente simulato con vincoli a 8 bit, il che essenzialmente sblocca possibilità per implementare l'AI di Tesla in qualcosa di molto più piccolo di un'auto.
Incorporare questa matematica nel silicio dà a Tesla anche la sua indipendenza strategica. Tesla è indipendente dall'ecosistema CUDA di NVIDIA ed è in posizione di adottare la Dual-Foundry Strategy simultaneamente con Samsung e TSMC.
xAI è diventata ufficialmente la prima a portare online un cluster di addestramento AI coerente su scala gigawatt
Questo è più dell'elettricità rispetto alla domanda di picco di San Francisco
Mentre i concorrenti stanno ancora redigendo le roadmap per il 2027, xAI sta già operando con una potenza a livello di grande città oggi
Il… pic.twitter.com/0YYOC11h6P
— X Freeze (@XFreeze) gennaio 17, 2026
La combinazione di xAI di progressi nell'AI e capacità computazionali ad alte prestazioni la rende un concorrente promettente per Stargate di OpenAI, che sarà rilasciato nel 2027.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Florence Muchai
Florence si occupa di notizie relative a criptovalute, gaming, tecnologia e AI da oltre 6 anni. I suoi studi in Informatica presso l'Università Meru di Scienze e Tecnologia e in Gestione delle Emergenze e Diplomazia Internazionale presso il MMUST le hanno fornito eccellenti competenze linguistiche, osservative e tecniche. Florence ha lavorato al VAP Group e come editor per diverse testate specializzate in criptovalute.
