Teslas neue KI-Brücke reduziert den Stromverbrauch ohne Präzisionsverlust

Tesla hat einen Workaround für die Gesetze der Physik gefunden. „The Mixed-Precision Bridge", entwickelt von Tesla, wurde erstmals im Patent US20260017019A1 offengelegt. Math Translator überbrückt die Lücke für günstige, energiesparende 8-Bit-Technologie. Diese Technologie kann nur grundlegende Ganzzahlen verarbeiten und jetzt Rot8-Premium-Technologie für Elite-32-Bit.

Es entsperrt zunächst den AI5-Prozessor, der voraussichtlich 40-mal leistungsfähiger als unsere heutige Hardware sein wird. Dies ist sehr wichtig für den Tesla Optimus, der über eine 2,3-kWh-Batterie verfügt, etwa 1/30 des Model 3. Bei Verwendung der 32-Bit-GPU-Verarbeitung würde er die gesamte Leistung in weniger als vier Stunden und über 500 W allein zum „Denken" verbrauchen.

Daher reduziert Tesla das Rechenleistungsbudget auf unter 100 W. Das Problem der „Thermischen Wand" wurde gelöst. Jetzt können Roboter während eines 8-stündigen Arbeitszeitplans im Gleichgewicht und aufmerksam bleiben, ohne sich heiß zu fühlen.

Ingenieure bei Tesla integrieren Genauigkeit in das Lesen von Verkehrsschildern

Das Patent hat „Silicon Bridge" eingeführt, das Optimus- und FSD-Systeme mit Superintelligenz ausstattet, ohne deren Reichweite auch nur um eine Meile zu reduzieren oder ihre Schaltkreise durch Hitze zum Schmelzen zu bringen. Dies verwandelt Teslas budgetfreundliche Hardware in eine Maschine der Supercomputer-Klasse.

Darüber hinaus wurde das Vergesslichkeitsproblem gelöst. In den früheren Modellen des FSD würde das Fahrzeug das Stoppschild bemerken, aber sollte der Lastwagen seine Sicht für etwa 5 Sekunden verdecken, würde es dies „vergessen".

Jetzt verwendet Tesla ein „Long-Context"-Fenster, das der KI ermöglicht, auf Daten von vor 30 Sekunden oder länger zurückzublicken. Bei größeren „Entfernungen" in der Zeit neigt jedoch die standardmäßige Positionsmathematik dazu, Drift zu verursachen.

Teslas Mixed-Precision-Pipeline behebt dies durch Aufrechterhaltung einer hohen Positionsauflösung. Dies stellt sicher, dass die KI genau weiß, wo sich das verdeckte Stoppschild befindet. Dies gilt sogar, nachdem viel Zeit vergangen ist, während man sich darum herum bewegt. Tatsächlich sagt das Tesla-Team, dass die RoPE-Rotationen präzise genug sind, damit das Schild an seiner 3D-Koordinate in der mentalen Karte des Autos verankert bleibt.

Tesla sagt, es habe Unabhängigkeit vom CUDA-Ökosystem von NVIDIA

Das Patent beschreibt eine besondere Methode des Zuhörens unter Verwendung einer Log-Sum-Exp-Approximation. Durch Verbleiben im logarithmischen Bereich ist es in der Lage, den großen „Dynamikbereich" des Klangs zu verwalten, von einem sanften Summen bis zu einem lauten Feuerwehrauto, wobei nur 8-Bit-Prozessoren verwendet werden, ohne die lauten Klänge „abschneiden" und die leisen verlieren zu müssen. Dies ermöglicht es einem Auto, seine Umgebung mit 32-Bit-Präzision zu hören und zu unterscheiden.

Tesla setzt Quantization-Aware Training oder „QAT" ein. Anstatt die KI in einer „perfekten" 32-Bit-Umgebung zu trainieren und sie danach zu „verkleinern", was normalerweise zu einer „betrunkenen und falschen" KI führt, trainiert Tesla die KI vom ersten Tag an in einer simulierten Umgebung mit 8-Bit-Einschränkungen, was im Wesentlichen Möglichkeiten zur Implementierung von Teslas KI in etwas viel Kleinerem als einem Auto freischaltet.

Die Integration dieser Mathematik in das Silizium verschafft Tesla auch seine strategische Unabhängigkeit. Tesla ist unabhängig vom CUDA-Ökosystem von NVIDIA und in der Lage, die Dual-Foundry-Strategie gleichzeitig mit sowohl Samsung als auch TSMC anzuwenden.

xAIs Kombination aus KI-Fortschritten und hochleistungsfähigen Rechenkapazitäten macht es zu einem vielversprechenden Konkurrenten für OpenAIs Stargate, das 2027 veröffentlicht wird.

Die klügsten Köpfe im Krypto-Bereich lesen bereits unseren Newsletter. Interesse? Schließen Sie sich ihnen an.