К середине 2026 года Tesla планирует в два раза увеличить парк графических процессоров, задействованных в обучении нейросетей. Масштабное расширение вычислительных ресурсов ускорит разработку автопилота Full Self-Driving и роботов Optimus, позволяя компании сократить время между выпуском обновлений и повысить точность работы алгоритмов на основе реальных данных.
Tesla вдвое нарастит ИИ-мощности для обучения FSD и Optimus к 2026 году
К середине 2026 года Tesla планирует в два раза увеличить парк графических процессоров, задействованных в обучении нейросетей. Масштабное расширение вычислительных ресурсов ускорит разработку автопилота Full Self-Driving и роботов Optimus, позволяя компании сократить время между выпуском обновлений и повысить точность работы алгоритмов на основе реальных данных.
Основным узлом новой инфраструктуры станет суперкомпьютерный кластер Cortex 2, который сейчас разворачивают на территории Gigafactory в Техасе. Компания комбинирует чипы Nvidia H100 с собственными архитектурами Dojo для обеспечения сквозного обучения нейронных сетей. Такой гибридный подход гарантирует высокую пропускную способность при обработке визуальных данных и позволяет инженерам проводить значительно больше экспериментов в сжатые сроки.
Помимо систем автономного вождения, дополнительные мощности направят на развитие языковых моделей и алгоритмов компьютерного зрения. Руководство компании напрямую связывает рост вычислительной базы с финансовой эффективностью. Ускорение циклов обучения позволяет быстрее выпускать итерации софта и повышать общую рентабельность сегмента беспилотного транспорта за счет качественной обработки обратной связи от пользователей.
Комментарии (0)
Пока нет комментариев. Будьте первым!