30 مارس 2026 بقلم كاران سينغ
بالنسبة لمالكي سيارات تسلا المزودة بالعتاد HW3، أصبحت الانتظار للحصول على آخر تحديثات القيادة الذاتية الكاملة (FSD) لعبة انتظار مشوقة. كان تحديث FSD v12.6.4 هو آخر تحديث تم إصداره على العتاد القديم لتسلا قبل حوالي 13 شهرًا، وكان تحديثًا تدريجيًا للإصدارات السابقة ضمن نفس البنية الرئيسية. مع تزايد تعقيد وكبر الشبكات العصبية الخاصة بتسلا، تواجه فريق الذكاء الاصطناعي صعوبة في نقل أقوى إصدارات FSD، مثل v14، إلى الحواسيب القديمة. وقد صرحت تسلا بأنها تعتزم إعداد إصدار خفيف من FSD v14 للسيارات المزودة بالعتاد HW3 في صيف 2026، لكن تطوير FSD قد تباطأ بشكل كبير في الأشهر الأخيرة بسبب التركيز على خدمات روبوتاكسي وFSD غير المراقب. وهذا يترك وقتًا قليلًا للفريق للعمل على تحسين بنية حديثة للسيارات القديمة.
ومع ذلك، فإن突破ًا حديثًا من NVIDIA في عالم نماذج اللغة الكبيرة (LLMs) قد يحمل المفتاح المفاهيمي لكيفية تمكين تسلا من الحفاظ على قدرة HW3 العالية دون الإضرار بقدرات FSD.
**اختناق HW3: كل شيء يتعلق بالذاكرة** لفهم الحل، يجب علينا فهم الاختناق. بينما يتمتع HW3 بقوة حوسبة أقل من العتاد الجديد AI4، فإن العامل المحدد الأكبر بالنسبة للذكاء الاصطناعي الحديث هو الذاكرة. عند تشغيل شبكة عصبية ضخمة، تحتاج إلى كمية كبيرة من الذاكرة العاملة لتعمل في الوقت الحقيقي. في نماذج اللغة الكبيرة مثل ChatGPT، تُسمى هذه الذاكرة العاملة ذاكرة KV (المفتاح-القيمة)، والتي تخزن سياق المحادثة حتى لا تضطر الذكاء الاصطناعي إلى إعادة قراءة تاريخ الدردشة بالكامل لكل طلب جديد. تعمل FSD الخاصة بتسلا على مبدأ مشابه جدًا. تستخدم السيارة الذاكرة الزمانية المكانية لتذكر سياق القيادة بمرور الوقت. إذا سار أحد المشاة خلف شاحنة توصيل متوقفة، تتعقب الذاكرة الزمانية للسيارة أن المشاة لا يزالون موجودين، حتى لو لم تعد الكاميرات قادرة على رؤيتهم. مع ازدياد ذكاء FSD، تصبح هذه الذاكرة الزمانية أكبر، مما يستنفد بسرعة ذاكرة الوصول العشوائي المحدودة المتاحة على حاسوب HW3.
**اختراق NVIDIA في ضغط الذاكرة 20 ضعف** هنا يأتي الابتكار الأخير من NVIDIA. وفقًا لتقرير VentureBeat الأسبوع الماضي، قدم الباحثون في NVIDIA تقنية جديدة تقلل من بصمة الذاكرة لمخزن العمل في نموذج لغة كبير بنسبة مذهلة تصل إلى 20 ضعف. الجزء الأكثر أهمية هو أنهم فعلوا ذلك دون تغيير الأوزان الفعلية للنموذج. تُسمى التقنية ترميز تحويل ذاكرة KV (KVTC)، التي تستعير مفهومًا من تنسيقات ضغط الوسائط التقليدية مثل JPEG. بدلاً من حذف المعلومات بشكل دائم، تحدد الخوارزمية أهم المكونات في الذاكرة العاملة وتضغط الباقي أثناء التشغيل. سابقًا، لتناسب نماذج الذكاء الاصطناعي الضخمة على العتاد المحدود، كان على المطورين تعديل النموذج بشكل دائم من خلال "التكميم" أو "التقليص" (أي قطع المسارات العصبية). بينما يوفر ذلك مساحة، فإنه غالبًا ما يؤدي إلى تدهور ذكاء الذكاء الاصطناعي. تتجنب نهج NVIDIA الجديد هذا تمامًا. من خلال ضغط الذاكرة العاملة بشكل مكثف أثناء الاستدلال، يحتفظ نموذج اللغة الكبير بذكائه الأصلي دون المساس به مع أقل من 1% من عقوبة الدقة، كل ذلك أثناء استخدام جزء بسيط من ذاكرة العتاد.
**تطبيق طريقة JPEG على الشبكات العصبية** بينما يركز بحث NVIDIA على نماذج اللغة المستندة إلى النصوص، يمكن بالتأكيد تكييف الرياضيات والهندسة الأساسية لتناسب الذكاء الاصطناعي القائم على الرؤية الذي يعمل في سيارتك تسلا. إذا قام فريق هندسة القيادة الذاتية في تسلا بتطبيق تخفيف الذاكرة الديناميكية أو ترميز التحويل بطريقة مشابهة على الذاكرة الزمانية المكانية لـ FSD، فقد تكون النتائج لـ HW3 مغيرة للعبة. من خلال ضغط "ذاكرة الفيديو" للمحيط القريب للسيارة في الوقت الحقيقي بشكل كبير، يمكن أن تقلل تسلا بشكل كبير من إجمالي الذاكرة المطلوبة لتشغيل البرنامج.
لماذا يعد هذا مهمًا؟ لأن تحرير تلك الذاكرة يعني أن تسلا لن تضطر إلى تقليص الذكاء الأساسي للشبكة العصبية لتناسبها. بدلاً من تقديم إصدار مخفف بشدة من v14-lite الذي يزيل ملايين المعلمات ويقلل من قدرة القيادة للسيارة، يمكن لتسلا أن تقدم إصدارًا أكثر قدرة بكثير من نموذج v14 لـ HW3. ستظل السيارة تعمل بالمنطق المتقدم للغاية للقيادة من البداية إلى النهاية؛ ستكون فقط تستخدم ذاكرة زمنية مضغوطة للغاية وفعالة للغاية على طراز JPEG لتبقى ضمن حدود العتاد.
**ضغط السيليكون** لا يمكن إنكار أن HW3 هو عتاد قديم. في النهاية، سيصل العتاد إلى سقف صلب حيث لن يكون قادرًا ببساطة على معالجة البيانات بالسرعة الكافية لمواكبة متطلبات الاستقلالية غير المراقبة. ومع ذلك، فإن اختراق KVTC من NVIDIA يثبت أن صناعة الذكاء الاصطناعي تجد طرقًا جديدة جذرية لتحسين استدلال البرمجيات دون الحاجة إلى شرائح أكبر وأكثر تكلفة. مع تسارع تسلا لتوحيد أسطولها على بنية v14، فإن تقنيات ضغط الذاكرة المتقدمة مثل هذه هي بالضبط كيف ستستخرج الشركة كل نقطة أخيرة من القدرة من عتادها القديم حتى يحدث ترقية HW3.
**اشترك** اشترك في نشرتنا الإخبارية لتبقى على اطلاع بأحدث أخبار تسلا، والميزات القادمة، وتحديثات البرمجيات.
