İçeriğe geç
Sıfırıncı Dakika
Son haberler

Tesla yapay zekâ hızlandırıcı yol haritasını açıkladı: SI6 80 kat performans vaat ediyor

Donanım1 dk okuma
Tesla yapay zekâ hızlandırıcı yol haritasını açıkladı: SI6 80 kat performans vaat ediyor

Kısaca

Tesla, yapay zekâ hızlandırıcı yol haritasını güncelledi ve çiplerini "SI" (Super Intelligence) adıyla yeniden adlandırdı. Şirket, 6. nesil çıkarım hızlandırıcısı SI6'nın mevcut SI4'e göre 80 kat daha fazla hesaplama performansı sunmasını bekliyor. Eğitim çipi Dojo D3 ise SRAM merkezli mimariyi bırakıp yığın HBM'li çoklu çiplet tasarıma geçiyor.

  • SI6, SI4'e göre 80 kat hesaplama performansı hedefliyor
  • SI5, SI4'e kıyasla 40 kat performans vaat ediyor
  • Dojo D3, SRAM merkezli mimari yerine çoklu çiplet tasarıma geçiyor
  • D3, 2.5D ve 3D paketleme ile yığın HBM bellek kullanıyor
  • Çipler AI yerine SI (Super Intelligence) adıyla anılıyor

Çipler artık "SI" adıyla

Tesla, yapay zekâ hızlandırıcı yol haritasını yeniledi ve çiplerini "AI" yerine "SI" (Super Intelligence) kısaltmasıyla adlandırmaya başladı. Buna göre mevcut AI4, AI5 ve AI6 çipleri sırasıyla SI4, SI5 ve SI6 adlarını aldı.

Şirketin beklentisi, 6. nesil çıkarım hızlandırıcısı SI6'nın mevcut SI4'e göre 80 kat daha fazla hesaplama performansı sunması. SI5 ise SI4'e kıyasla 40 kat performans hedefliyor.

Dojo 3 mimarisi değişiyor

Yol haritasının en dikkat çekici kısmı, eğitim hızlandırıcısı Dojo D3. Tesla, ilk iki nesilde kullanılan wafer ölçeğinde entegrasyon ve dağıtık SRAM yaklaşımını bırakıyor. D3, 2.5D ve 3D paketleme teknolojilerini birleştiren, yığın HBM belleğe sahip çoklu çiplet tasarıma dayanıyor.

Bu değişim, modern yapay zekâ modellerinin bellek ihtiyacıyla ilgili. HBM daha fazla kapasite sunarken gecikme, bant genişliği, paketleme ve güç konularında farklı dengeler getiriyor.

Wafer ölçeği tamamen bırakıldı mı?

Tesla'nın wafer ölçeğinde entegrasyondan tamamen vazgeçip geçmediği henüz net değil. Bu yaklaşım pahalı ve özellikle SRAM merkezli mimarilerde anlamlı. HBM'in wafer üzerine yığılması ise soğutma, üretim karmaşıklığı ve maliyet açısından ek zorluklar doğuruyor.

Tesla, D3'ün hesaplama performansı ve bellek kapasitesi gibi ayrıntıları henüz paylaşmadı.

Neden önemli?

Tesla'nın kendi çiplerini geliştirme hamlesi, yapay zekâ donanımında NVIDIA'ya bağımlılığı azaltma yarışını gösteriyor; Dojo 3'ün mimari değişimi ise eğitim çiplerinde bellek stratejisinin neden kritik olduğunu anlatıyor.

Kaynaklar

İlgili haberler