От AI к SI: новая философия и терминология
Tesla официально перешла на брендирование своих AI-ускорителей под аббревиатурой SI (Super Intelligence), заменив привычное 'Artificial Intelligence'. Это отражено в новой дорожной карте: текущий чип HW4 теперь называется SI4, следующий — SI5, а перспективный — SI6. Аналогичный шаг сделала и SpaceX, переименовав подразделение SpaceXAI в SpaceXSI. Это не просто маркетинг, а попытка позиционировать технологии для достижения 'суперинтеллекта', что особенно актуально в контексте планов по внедрению AI в космические миссии.
Dojo D3: От wafer-scale к чиплетам и HBM
Самая радикальная архитектурная перемена касается тренировочного ускорителя Dojo D3. Ранее Tesla делала ставку на монолитную wafer-scale архитектуру (Dojo D1/D2), где процессоры занимали всю кремниевую пластину. В D3 компания возвращается к более традиционной, но масштабируемой модели:
- Архитектура: Multi-chiplet (чиплеты) вместо монолита.
- Память: Отказ от распределенной on-chip SRAM в пользу stacked HBM (High Bandwidth Memory).
- Упаковка: Комбинация технологий 2.5D и 3D.
Переход на HBM критически важен для современных больших моделей, которым требуется огромный объем памяти для параметров и активаций. Хотя wafer-scale обеспечивает высокую пропускную способность, она сложна в производстве и имеет низкий выход годных. Чиплетная архитектура с HBM упрощает масштабирование и, по словам Tesla, оптимизирует чип для 'космоса, обучения и масштабирования', включая возможное радиационное упрочнение для внеземных применений.
SI6: Амбициозные 80x к HW4
Ключевой метрикой в презентации стал будущий инференсный ускоритель SI6 (аналог AI6). Tesla заявляет о 80-кратном увеличении вычислительной мощности по сравнению с текущим стандартом — SI4 (HW4). Оценочная производительность SI6 составляет 17,280 – 46,080 TOPS (или 17.28 – 46.08 POPS) для инференса. Для сравнения: NVIDIA Rubin, уже поставляемый клиентам, предлагает около 50 PFLOPS (NVFP4), но SI6 ожидается к выпуску в 2029–2030 годах, что оставляет Tesla время на оптимизацию.
Сводная таблица характеристик AI-ускорителей Tesla
Ниже приведено сравнение ключевых параметров поколений ускорителей Tesla на основе раскрытых данных:
| Параметр | SI4 (HW4) | SI5 (HW5) | SI6 (AI6) | Dojo D3 |
|---|---|---|---|---|
| Статус | В производстве | Близок к производству | В разработке | В разработке |
| Техпроцесс | Samsung 7nm | TSMC 3nm / Samsung 2nm | 2nm-класс | TBD |
| Архитектура | Монолит | MCM (Multi-Chip Module) | MCM | Chiplets + 2.5D/3D |
| Тип памяти | GDDR6 | GDDR6 / GDDR7 (?) | GDDR7 (?) | Stacked HBM |
| Объем памяти | 16 GB | 96 GB | 144 GB | 11 GB SRAM per wafer (D1) / TBD (D3) |
| Производительность (TOPS) | 216 – 576 | 8,640 – 23,040 | 17,280 – 46,080 | TBD |
| Прирост к SI4 | 1x | 40x | 80x | — |
Переход Tesla от монолитных решений к чиплетным архитектурам (как в SI5, SI6 и Dojo D3) свидетельствует о зрелости их инженерных процессов. Использование передовых техпроцессов (до 2nm) и HBM позволит компании конкурировать с NVIDIA не только в автономном вождении, но и в создании глобальных AI-моделей для робототехники и космических систем.
Источник: Tom's Hardware ↗