Tesla, otonom sürüşte yaşadığı sınırları aşmak için bu kez donanımı değil, hesaplama mimarisini masaya yatırdı. Şirketin US20260017019A1 numaralı yeni patenti, bugün araçlarda bulunan donanımla normalde daha yüksek hassasiyet isteyen modern yapay zekâ modellerinin çalıştırılabilmesini mümkün kılan karma bir yapıyı tarif ediyor. Kısacası Tesla, “daha güçlü çip” yerine “daha akıllı hesaplama” yolunu seçmiş görünüyor.
Bu yaklaşım ilk bakışta eski donanıma sahip Tesla’ların çok daha gelişmiş otonom özelliklere kavuşabileceği izlenimi veriyor. Ancak patentin asıl hedefi biraz daha farklı. Tesla, donanımı sürekli değiştirmek yerine mevcut ve gelecekteki donanımları daha uzun ömürlü, daha verimli hale getirmeyi amaçlıyor. Bunun yolu da araçtaki sensör ve kameralardan gelen verileri olduğu gibi işlemekten geçmiyor. Veriler önce sıkıştırılıyor, sonra taşınıyor. Böylece hem enerji tüketimi düşüyor hem de hesaplama doğruluğu artıyor. Sonuçta modern Tesla araçlarında, minimum enerjiyle maksimum verim elde edilebiliyor.
Patentte özellikle transformer tabanlı yapay zekâ modellerinde kullanılan Rotary Positional Embedding (RoPE – Döner Konumsal Yerleştirme) mekanizmasına dikkat çekiliyor. Otonom sürüşte aracın çevresini ve kendi konumunu doğru algılaması, büyük ölçüde bu tür konumsal hesaplamalara dayanıyor. Ancak RoPE, açı ve trigonometrik hesaplamalar içeriyor. İşte sorun da burada başlıyor. Düşük bitli donanımlar bu hesaplamaları yeterli hassasiyetle yapamadığında sonuçlar sapabiliyor. Bu sapmalar, yapay zekânın karar verme doğruluğunu doğrudan etkiliyor.
Otomobiller ve içlerindeki işlemciler yıllarca, hatta on yıllarca yollarda kalıyor. Yapay zekâ algoritmaları ise çok daha hızlı evriliyor. Tesla’nın patentinde de açıkça vurgulandığı gibi, uzun süredir kullanılan sekiz bitlik MAC (Multiply-Accumulate) birimleri ağırlıklı olarak eski nesil CNN tabanlı modeller için tasarlanmış durumda. Bugün ise sahne transformer modellerinin. Bu modeller özellikle konumsal hesaplamalarda daha yüksek hassasiyet istiyor. Sorun yalnızca işlem gücüyle de sınırlı değil; veri yollarının genişliği ve donanımın sabit bit sınırları da bu uyumsuzluğu derinleştiriyor.
Bu tablo, geçmişte sık sık “donanım değişmeli” tartışmalarını gündeme getirmişti. Ancak milyonlarca aracı kapsayan bir filoda bu yaklaşım hem maliyetli hem de ciddi bir lojistik sorun anlamına geliyor. Bugün HW3 donanımlı araçlar, HW4’teki FSD 14’ün tüm yeteneklerini tam anlamıyla kullanamıyor. HW4’ün bile tam otonomi için yeterli olmadığı sıkça dile getiriliyor. Yani donanım sabit kaldıkça yazılım hep bir adım öne geçiyor.
Tesla’nın bu patentte sunduğu çözüm, donanımı kökten değiştirmek yerine hesaplama yöntemini yeniden tasarlamaya dayanıyor. En kritik nokta ise açı ve konum bilgilerinin doğrudan değil, daha “sıkıştırılmış” bir biçimde işlenmesi.
Otonom sürüşte yapay zekâ, konum bilgisini sürekli açı hesaplarıyla yorumluyor. Eski donanımlar bu hesaplarda zorlandığında doğruluk düşüyor. Tesla’nın yaklaşımında ise bu bilgiler, düşük bitli donanımın da rahatça taşıyabileceği şekilde sadeleştiriliyor. Böylece veri kaybı azaltılıyor, donanım sınırları zorlanmadan daha doğru sonuçlar elde ediliyor. Bu sadeleştirilmiş veriler, işlem hattının daha güçlü bölümüne ulaştığında yeniden asıl formuna kavuşturuluyor. Yani donanım aynı kalıyor ama hesaplama kalitesi hissedilir biçimde artıyor.
Patentte öne çıkan bir diğer detay, sekiz bitlik donanımın pratikte daha yüksek hassasiyetli sonuçlar üretebilir hale gelmesi. Tesla, büyük verileri tek seferde işlemek yerine küçük parçalara bölüp akıllı bir sırayla birleştiriyor. Bir nevi yükü tek seferde taşımak yerine parça parça taşımak gibi. Bu yöntem, mevcut işlemcilerin normalde desteklemediği ayrıntı seviyelerine dolaylı yoldan ulaşmasını sağlıyor. Üstelik etki yalnızca bugünkü araçlarla sınırlı değil. Bu hesaplama mimarisi, gelecekte üretilecek Tesla’ların donanım tasarım anlayışını da değiştirebilecek potansiyele sahip.
Daha güçlü ve pahalı çipler yerine, düşük bitli ama verimli donanımlarla yüksek yapay zekâ performansı hedefleniyor. Bunun arkasında ise açık bir neden var: enerji verimliliği. Daha dar veri yolları ve düşük bit genişliği, güç tüketimini ciddi şekilde azaltıyor. Bu da doğrudan menzil avantajı olarak sürücüye geri dönüyor.Patentte ayrıca termal yönetim avantajı da dikkat çekiyor. Yoğun hesaplama yapan birimler, çip üzerindeki sıcak noktalardan uzağa yerleştirilebiliyor. Bu da soğutma performansını artırıyor, sistemin uzun süre yüksek yük altında daha kararlı çalışmasını sağlıyor.
Google Play
App Store
Haberi Paylaş
11:52
YORUM YAZ