تسلا در نقشهٔ راه تازهٔ سختافزار هوش مصنوعی خود، عرضهٔ تراشهٔ SI6 را برای سالهای ۲۰۲۹ تا ۲۰۳۰ پیشبینی کرده است. هدف اعلامشده، قدرت پردازشی حدود ۸۰ برابر نسل چهارم است، اما عملکرد نهایی تراشه هنوز مشخص نیست.
تسلا برای تراشهٔ هوش مصنوعی SI6، فناوری ساخت ۲ نانومتری، معماری چندتراشهای و حافظهٔ ۱۴۴ گیگابایتی را در نظر گرفته است. برآوردهای عملکرد هنوز تخمینیاند و جزئیات دقیق قالبهای دادهٔ پشتیبانیشده منتشر نشده است؛ بنابراین مقایسهٔ توان آن با محصولات دیگر فعلاً مبنای محکمی ندارد.
این برنامه بخشی از نقشهٔ راهی است که در آن نام نسلهای چهارم تا ششم به SI4، SI5 و SI6 تغییر کرده است. پیش از SI6، نسل پنجم با هدف افزایش ۴۰ برابری عملکرد نسبت به نسل چهارم در برنامه قرار دارد. تسلا همچنین برای تولید نسل ششم با سامسونگ توافق کرده و طبق برنامهٔ اعلامشده، این همکاری تا سال ۲۰۳۳ ادامه دارد.
برای سازندگان محصولات هوش مصنوعی در ایران، افغانستان، تاجیکستان و دیگر بازارها، این خبر بیشتر نشانهٔ مسیر توسعهٔ سختافزار تسلاست تا گزینهای آماده برای استفاده. زمانبندی چندساله و نبود اطلاعات نهایی عملکرد یعنی هنوز نمیتوان از این نقشهٔ راه، کاهش هزینه یا افزایش ظرفیت پردازش برای یک کسبوکار را نتیجه گرفت.
افزایش ۸۰ برابری هنوز هدف اعلامشده است، نه نتیجهٔ سنجش عملکرد نهایی که بتوان بر پایهٔ آن تصمیم فنی گرفت.
بازهٔ عرضهٔ ۲۰۲۹ تا ۲۰۳۰، این تراشه را از نیازهای فوری تیمهای سازندهٔ محصولات هوش مصنوعی دور نگه میدارد.
توافق تولید با سامسونگ پشتوانهای برای برنامه است، اما بهتنهایی دسترسی کسبوکارها به این تراشه یا صرفهٔ اقتصادی استفاده از آن را ثابت نمیکند.
این نوشته را اتاق خبر Made in 10 بهطور خودکار از روی منبع بالا نوشته است.
Adecco میگوید عاملهای هوش مصنوعی استخدام این شرکت در بریتانیا، زمان لازم برای فرایندهای استخدام را حدود ۱۵٪ کاهش دادهاند. تصمیمهای استخدام همچنان بر عهدهٔ کارشناسان انسانی استخدام است؛ همزمان، خودکارسازی این پرسش را مطرح کرده که کارمزد مؤسسههای کاریابی باید در ازای چه خدماتی باشد.
OpenAI گردشکارهای مالی را در ChatGPT Work for Financial Services و برنامهٔ دسکتاپ Codex نمایش داد. این جلسه نشان داد که تیمها چگونه میتوانند بهجای ساخت برنامهای جداگانه، گردشکارها را با مهارتها و افزونهها سفارشی کنند.
آزمایشهای Cohere نشان داد یک عامل راهبر قدرتمند هوش مصنوعی در کنار عاملهای برنامهریز ارزانتر میتواند عملکردی همسطح یک گروه گرانتر داشته باشد. استفاده از برنامهریزهای Luna زیر نظر راهبر Sol، هزینهها را در مقایسه با گروهی متشکل از عاملهای Sol، بدون افت عملکرد ۶۰٪ کاهش داد؛ اما نتایج بسته به نوع کار متفاوت بود.