Tesla starebbe sviluppando il suo sistema FSD partendo da una versione più potente pensata per Cybercab, per poi adattarla alle auto di serie con hardware HW4 tramite una tecnica di distillazione del modello. In pratica, il software oggi eseguito sulle vetture dei clienti sarebbe una variante alleggerita del sistema nato per il robotaxi.
Il dettaglio è interessante perché chiarisce meglio la strategia tecnica del marchio: prima si realizza il modello AI completo sull’hardware più avanzato, poi lo si ottimizza per piattaforme meno spinte senza perdere troppo in capacità operative. È un approccio che può dire molto sul potenziale reale di HW4 rispetto alle generazioni precedenti.
Tesla sviluppa prima il FSD completo per Cybercab e poi lo riduce per HW4
Le auto Tesla con hardware HW4 stanno già svolgendo gran parte dei test su strada e delle attività di guida reali, ma il modello AI che utilizzano non sarebbe quello originario sviluppato come base. Il software installato sulle vetture di produzione deriverebbe infatti da una versione più grande e complessa progettata per l’hardware di nuova generazione destinato a Cybercab.
La logica è semplice: Cybercab dispone di una piattaforma di calcolo più potente rispetto alle Tesla acquistabili oggi, con più margine per eseguire reti neurali più estese e sofisticate. Una volta ottenuti i risultati desiderati sul sistema più potente, Tesla comprime e ottimizza il modello per farlo girare anche su HW4, mantenendo un livello di capacità vicino a quello della versione completa.
- Il FSD usato sulle auto con HW4 sarebbe una versione ottimizzata del software nativo per Cybercab.
- Cybercab viene indicato come la piattaforma hardware più adatta per eseguire modelli AI più grandi e complessi.
- L’obiettivo resta la guida autonoma senza supervisione anche su hardware di generazioni differenti.
La distillazione del modello serve a portare reti neurali più grandi sulle auto di serie
Per eseguire una rete neurale di grandi dimensioni dentro un’auto servono potenza di calcolo e memoria in abbondanza. Per ridurre il divario tra il modello AI ideale e i limiti dell’hardware installato a bordo, Tesla usa la cosiddetta distillazione del modello: prima allena in data center un grande modello insegnante, poi trasferisce le sue capacità a un modello studente più compatto.
Il modello studente viene rifinito per funzionare dentro la vettura senza saturare le risorse disponibili, specialmente memoria e larghezza di banda della memoria. Il livello di compressione dipende quindi dall’hardware di destinazione. In questo senso, HW4 parte da una posizione molto migliore rispetto a HW3 e dovrebbe richiedere meno compromessi.
- Il processo prevede un Teacher Model addestrato in data center e uno Student Model ottimizzato per l’auto.
- Memoria e larghezza di banda sono tra i vincoli più importanti per portare l’AI a bordo.
- Tesla ha già adottato una logica simile con FSD v14 Lite per le auto basate su HW3.
HW4 resta in corsa per la guida senza supervisione, mentre Cybercab punta ancora più in alto
Tesla avrebbe già chiarito che HW3 non può raggiungere l’obiettivo della guida completamente senza supervisione, mentre HW4 resta ancora una piattaforma credibile per arrivarci. Il fatto che possa eseguire una versione derivata dal software sviluppato per il servizio robotaxi viene visto come un segnale positivo sulla base tecnica dell’hardware attuale.
Le specifiche complete del processore di Cybercab non sono ancora pubbliche, ma è già emerso che la piattaforma dispone di più memoria rispetto a HW4. Tra le ipotesi circolate c’è anche un possibile chip AI4+ con 64 GB di memoria o persino di più. Inoltre Cybercab integrerebbe un doppio GPS, utile per un tracciamento della posizione più preciso durante la guida autonoma.
- HW3 è già stato escluso dal traguardo della guida pienamente senza supervisione.
- HW4 viene considerato ancora adatto a supportare un FSD evoluto tramite modelli ottimizzati.
- Cybercab avrebbe più memoria di HW4 e anche un doppio GPS per localizzazione più precisa.
