टेस्ला का नया AI ब्रिज सटीकता खोए बिना बिजली की खपत घटाता है

Tesla ने भौतिकी के नियमों के लिए एक समाधान खोज लिया है। Tesla द्वारा विकसित "The Mixed-Precision Bridge" को पहली बार पेटेंट US20260017019A1 में प्रकट किया गया। Math Translator सस्ती, कम-ऊर्जा-वक्र, 8-बिट तकनीक के लिए अंतर को पाटता है। यह तकनीक केवल बुनियादी पूर्णांकों से निपटने में सक्षम है और अब एलीट 32-बिट के लिए Rot8 प्रीमियम तकनीक है।

यह सबसे पहले AI5 प्रोसेसर को अनलॉक करता है, जो आज के हमारे हार्डवेयर की तुलना में 40 गुना अधिक शक्तिशाली होने की उम्मीद है। यह Tesla Optimus में बहुत महत्वपूर्ण है, जिसमें 2.3 kWh की बैटरी है, जो Model 3 का लगभग 1/30वां हिस्सा है। 32-बिट GPU प्रोसेसिंग का उपयोग करते हुए, यह केवल "सोचने" के लिए चार घंटे से कम समय में और 500W से अधिक में इस सारी शक्ति का उपभोग कर लेगा।

इस प्रकार, Tesla कम्प्यूटेशनल पावर बजट को 100W से नीचे कम कर देता है। "थर्मल वॉल" समस्या का समाधान हो गया है। अब, रोबोट 8 घंटे की कार्य अवधि के लिए संतुलन में और सचेत रह सकते हैं और गर्म महसूस नहीं करते।

Tesla के इंजीनियर सड़क संकेतों को पढ़ने में सटीकता शामिल करते हैं

पेटेंट ने "Silicon Bridge" पेश किया है, जो Optimus और FSD सिस्टम को सुपरइंटेलिजेंस के साथ सक्षम बनाता है, बिना उनकी रेंज को एक मील तक कम किए या उनके सर्किट को गर्मी से पिघलाए। यह Tesla के बजट हार्डवेयर को सुपरकंप्यूटर-क्लास मशीन में बदल देता है।

इसके अलावा, इसने भूलने की समस्या को हल कर दिया। FSD के पूर्व मॉडल में, वाहन स्टॉप साइन को नोटिस करता था, लेकिन यदि ट्रक लगभग 5 सेकंड के लिए इसे देखने में बाधा डालता, तो यह इसे "भूल" जाता।

अब Tesla एक "लॉन्ग-कॉन्टेक्स्ट" विंडो का उपयोग करता है, जो AI को 30 सेकंड पहले या उससे अधिक के डेटा को वापस देखने की अनुमति देता है। हालांकि, समय में अधिक "दूरी" पर, मानक स्थितिगत गणित ड्रिफ्ट का कारण बनता है।

Tesla की मिक्स्ड-प्रिसिजन पाइपलाइन उच्च स्थितिगत रिज़ॉल्यूशन को बनाए रखते हुए इसे ठीक करती है। यह सुनिश्चित करता है कि AI को ठीक-ठीक पता है कि वह ढका हुआ स्टॉप साइन कहां है। यह इसके चारों ओर घूमने में बहुत समय बीत जाने के बाद भी है। वास्तव में, Tesla टीम का कहना है कि RoPE रोटेशन इतने सटीक हैं कि संकेत कार के मानसिक मानचित्र में अपने 3D निर्देशांक पर टिका रहता है।

Tesla का कहना है कि उसे NVIDIA के CUDA इकोसिस्टम से स्वतंत्रता है

पेटेंट Log-Sum-Exp सन्निकटन का उपयोग करके सुनने की एक विशेष विधि का वर्णन करता है। लघुगणकीय डोमेन में रहते हुए, यह एक नरम गुनगुनाहट से लेकर एक तेज फायर ट्रक तक, ध्वनि की विशाल "गतिशील रेंज" को प्रबंधित करने में सक्षम है, केवल 8-बिट प्रोसेसर का उपयोग करते हुए बिना तेज आवाजों को "क्लिप" करने और नरम आवाजों को खोने के। यह एक कार को 32-बिट सटीकता के साथ अपने वातावरण को सुनने और अलग करने में सक्षम बनाता है।

Tesla Quantization-Aware Training, या 'QAT' का उपयोग करता है। एक "परफेक्ट" 32-बिट वातावरण में AI को प्रशिक्षित करने और बाद में इसे "सिकोड़ने" के बजाय, जिसके परिणामस्वरूप आमतौर पर 'नशे में और गलत' AI होता है, Tesla पहले दिन से ही 8-बिट बाधाओं के साथ एक अनुकरणीय वातावरण पर AI को प्रशिक्षित करता है, जो अनिवार्य रूप से Tesla के AI को कार से बहुत छोटी चीज में लागू करने की संभावनाओं को खोलता है।

इस गणित को सिलिकॉन में शामिल करना Tesla को रणनीतिक स्वतंत्रता भी देता है। Tesla NVIDIA के CUDA इकोसिस्टम से स्वतंत्र है और Samsung और TSMC दोनों के साथ एक साथ Dual-Foundry Strategy अपनाने की स्थिति में है।

xAI का AI प्रगति और उच्च-प्रदर्शन कम्प्यूटेशनल क्षमताओं का संयोजन इसे OpenAI के Stargate के लिए एक आशाजनक प्रतिस्पर्धी बनाता है, जो 2027 में जारी किया जाएगा।

सबसे स्मार्ट क्रिप्टो दिमाग पहले से ही हमारे न्यूज़लेटर को पढ़ते हैं। शामिल होना चाहते हैं? उनसे जुड़ें।