Tesla уменьшила объём оперативной памяти в чипах AI5 и AI6
Илон Маск сообщил о корректировке характеристик вычислительных платформ Tesla AI5 и AI6. Компания уменьшила объём внешней оперативной памяти: AI5 получит 72 ГБ LPDDR5 вместо запланированных 144 ГБ, а AI6 — 144 ГБ LPDDR6 вместо целевых 216 ГБ.
Решение связано с ограниченными возможностями цепочек поставок DRAM и стремлением снизить себестоимость устройств. Для Tesla это особенно важно на фоне планов по масштабированию массового производства электромобилей с автономным вождением и роботов Optimus.
Для чего Tesla разрабатывает AI5 и AI6
Новые ускорители предназначены для работы бортового комплекса автономного вождения FSD (Full Self-Driving), а также для управления антропоморфными роботами Optimus. AI5 планируют выпускать по 2-нм техпроцессу на производственных мощностях TSMC и Samsung.
Архитектура AI5 включает крупный вычислительный кристалл и 12 микросхем LPDDR5, размещённых по периферии подложки. Заявленная производительность платформы составляет от 2 000 до 2 500 TOPS. Одночиповая конфигурация по вычислительным возможностям сопоставима с NVIDIA H100, а двухчиповые сборки должны конкурировать с решениями на базе NVIDIA Blackwell.
Пробный выпуск AI5 уже начался на фабрике Samsung в Тейлоре, штат Техас. Полномасштабное серийное производство Tesla планирует запустить в 2027 году.
Почему сокращение памяти может оказаться не критичным
Снижение объёма DRAM вызвало вопросы о возможном падении производительности алгоритмов, управляющих роботами Optimus. Однако Маск считает, что влияние будет ограниченным благодаря архитектуре чипов. Около половины площади вычислительных блоков отведено под встроенный буфер SRAM.
Локальные матричные операции и промежуточные активации нейросетей могут выполняться непосредственно внутри кристалла. Пропускная способность накристального SRAM существенно выше, чем у внешней DRAM, поэтому при инференсе оптимизированных моделей система меньше зависит от объёма оперативной памяти и ширины внешней шины.
При этом требования автономных устройств к памяти остаются высокими. По оценкам Micron, современному антропоморфному роботу для самостоятельной работы и локального запуска нейросетевых моделей необходимо не менее 200 ГБ DRAM и несколько терабайт энергонезависимой NAND-памяти.
На фоне дефицита DRAM и роста стоимости кремниевых пластин Tesla, вероятно, будет компенсировать аппаратные ограничения программными методами. Среди ключевых подходов — оптимизация архитектур нейросетей и квантование моделей, которые должны помочь разместить необходимые вычисления в пределах 72 ГБ LPDDR5 для AI5 и 144 ГБ LPDDR6 для AI6.
