Команда ИИ Tesla создала патент, решающий проблему «дрейфа» ИИ в позиционном кодировании
- Команда ИИ Tesla разработала патент на энергоэффективное 8-битное оборудование, которое обычно обрабатывает только простые округленные числа, но теперь способно выполнять сложные 32-битные операции.
- Tesla сократила бюджет вычислительной мощности до уровня менее 100 Вт, что позволяет роботу сохранять равновесие и осознанность в течение полной 8-часовой рабочей смены без перегрева.
- Критики отмечают, что хотя более дешевые чипы снижают себестоимость единицы продукции, расходы на НИОКР по поддержанию проприетарного оборудования, компиляторов и конвейеров ИИ остаются значительными.
Tesla нашла обходной путь для законов физики. «Mixed-Precision Bridge», разработанный Tesla, впервые был раскрыт в патенте US20260017019A1. Math Translator устраняет разрыв для дешевой, энергоэффективной кривой 8-битной технологии. Эта технология способна обрабатывать только базовые целые числа, а теперь доступна премиальная технология Rot8 для элитных 32-битных вычислений.
Сначала открывается доступ к процессору AI5, который, как ожидается, будет в 40 раз мощнее нашего текущего оборудования. Это очень важно для робота Tesla Optimus, который оснащен батареей на 2,3 кВт·ч, что составляет около 1/30 от батареи Model 3. Используя 32-битную GPU-обработку, он будет потреблять всю эту мощность менее чем за четыре часа и более 500 Вт только для «мышления».
Необходимость — мать изобретения.
Команда @Tesla_AI эпически хардкорна. Никто не может сравниться с реальным ИИ Tesla. https://t.co/oJBBL0CFfQ
— Элон Маск (@elonmusk) января 17, 2026
Таким образом, Tesla снижает бюджет вычислительной мощности ниже 100 Вт. Проблема «теплового барьера» решена. Теперь роботы могут сохранять баланс и осознанность в течение 8-часового рабочего графика, не перегреваясь.
Инженеры Tesla внедряют точность в распознавание дорожных знаков
В патенте представлен «Silicon Bridge», который обеспечивает Optimus и системы FSD сверхразумом, не сокращая при этом запас хода ни на милю и не вызывая перегрева и расплавления цепей. Это превращает бюджетное оборудование Tesla в машину суперкомпьютерного класса.
Кроме того, была решена проблема забывания. В предыдущих версиях FSD автомобиль замечал знак «Стоп», но если грузовик закрывал его обзор примерно на 5 секунд, система «забывала» о нем.
Теперь Tesla использует «окно длинного контекста», позволяющее ИИ обращаться к данным, полученным 30 секунд назад или более. Однако при большем временном «расстоянии» стандартная позиционная математика tends to cause drift (склонна вызывать дрейф).
Смешанная точность конвейера Tesla решает эту проблему, сохраняя высокое позиционное разрешение. Это гарантирует, что ИИ точно знает, где находится скрытый знак «Стоп». И это даже после того, как прошло много времени, пока автомобиль объезжал его. Действительно, команда Tesla утверждает, что повороты RoPE достаточно точны, чтобы знак оставался привязанным к своим 3D-координатам в ментальной карте автомобиля.
Tesla заявляет о независимости от экосистемы CUDA NVIDIA
В патенте описывается особый метод прослушивания с использованием аппроксимации Log-Sum-Exp. Оставаясь в логарифмической области, система способна управлять огромным «динамическим диапазоном» звука — от тихого гула до громкого звука пожарной машины, — используя только 8-битные процессоры, без необходимости «обрезать» громкие звуки и терять тихие. Это позволяет автомобилю слушать и различать окружающую среду с точностью 32-бит.
Tesla использует обучение, учитывающее квантование (Quantization-Aware Training, или QAT). Вместо того чтобы обучать ИИ в «идеальной» 32-битной среде, а затем «сжимать» его, что обычно приводит к «пьяному и неверному» ИИ, Tesla обучает ИИ с первого дня в симулированной среде с ограничениями 8 бит, что по сути открывает возможности для внедрения ИИ Tesla в нечто гораздо меньшее, чем автомобиль.
Интеграция этой математики в кремний дает Tesla стратегическую независимость. Tesla независима от экосистемы CUDA NVIDIA и находится в положении, позволяющем одновременно принять стратегию Dual-Foundry с обоими партнерами: Samsung и TSMC.
xAI официально стала первой, кто вывел в строй гигаваттный когерентный кластер для обучения ИИ
Это больше электроэнергии, чем пиковое потребление Сан-Франциско
В то время как конкуренты все еще разрабатывают дорожные карты на 2027 год, xAI уже сегодня работает с мощностью уровня крупного города
Это… pic.twitter.com/0YYOC11h6P
— X Freeze (@XFreeze) января 17, 2026
Комбинация достижений в области ИИ и высокопроизводительных вычислительных возможностей xAI делает ее перспективным конкурентом Stargate от OpenAI, который будет выпущен в 2027 году.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Флоренс Мучай
Флоренс уже 6 лет освещает новости в сферах криптовалют, игр, технологий и искусственного интеллекта. Её образование по специальности «Компьютерные науки» в Университете науки и технологий Меру, а также обучение управлению в чрезвычайных ситуациях и международной дипломатии в MMUST обеспечили ей отличные языковые навыки, наблюдательность и технические компетенции. Флоренс работала в группе VAP Group и была редактором в нескольких крипто-медиа.
