Elon Musk memamerkan foto nyata chip AI 5, dan chip pelatihan Dojo yang sebelumnya ditangguhkan juga kembali lagi

Berita ME News, 15 April (UTC+8), menurut pemantauan Beating, Elon Musk hari ini mengumumkan di X bahwa chip AI5 Tesla telah selesai proses tapeout (yaitu desain chip final dan diserahkan ke pabrik wafer untuk diproduksi), sekaligus mengungkapkan bahwa AI6 dan Dojo3 juga sedang dalam pengembangan. Dia memposting sebuah foto nyata chip AI5 di tweet-nya, dengan kemasan chip yang bertanda Tesla. AI5 adalah chip generasi berikutnya yang dirancang Tesla untuk mengemudi otomatis dan inferensi AI, dibandingkan dengan chip HW4 yang ada saat ini, performa komputasi dalam skenario tertentu meningkat hingga 40 kali lipat, dan memori diperbesar hingga 9 kali lipat. Memori yang lebih besar berarti kendaraan dapat menjalankan model visual yang lebih besar, memproses data video dengan rentang waktu yang lebih panjang untuk memahami perubahan kondisi jalan, yang merupakan salah satu hambatan utama dalam mewujudkan pengemudian otomatis tanpa pengawasan (FSD). Menurut pernyataan Elon Musk sebelumnya, AI5 akan diproduksi secara bersamaan oleh TSMC dan Samsung, dua pabrik wafer yang memproduksi desain yang sama tetapi dengan implementasi fisik yang berbeda. Pendekatan paralel ini tidak hanya menyebarkan risiko rantai pasokan, tetapi juga memperjuangkan kapasitas produksi massal. AI5 diperkirakan akan muncul dalam jumlah kecil pada akhir 2026, dan produksi massal akan dimulai pada 2027, dengan batch pertama akan digunakan untuk taksi tanpa pengemudi Cybercab, robot humanoid Optimus, dan pusat data Tesla. Kehadiran Dojo3 patut diperhatikan. Tesla sebelumnya sempat menunda proyek chip pelatihan internal Dojo, dan beralih ke pembelian besar GPU Nvidia untuk pelatihan AI. Elon Musk kini kembali menyebut Dojo3, yang berarti Tesla tidak menyerah pada jalur pengembangan chip pelatihan sendiri, melainkan menjalankan dua jalur sekaligus: inferensi (AI5/AI6) dan pelatihan (Dojo3), berusaha secara bertahap mengurangi ketergantungan pada Nvidia. (Sumber: BlockBeats)