HW3 vs HW4 különbség az önvezetésben

Határok feszegetése

A Tesla autonóm vezetési technológiája jelentős fejlődésen megy keresztül, ami egyre nagyobb különbségeket eredményez a különböző hardvergenerációkkal felszerelt járművek képességei között. Az FSD (Full Self-Driving) legújabb verziói már most feszegetik a jelenlegi hardverek határait, miközben a vállalat már a következő generációs megoldáson dolgozik.

FSD v13 és a HW4 képességei

Az FSD v13 hatalmas előrelépést jelent a Tesla önvezető rendszerében, különösen a HW4 hardverrel rendelkező járművek számára. A legújabb verzió jelentősen nagyobb neurális hálózatokat¹ használ, amelyek a környezeti adatok feldolgozásáért és a vezetési döntésekért felelősek. Green² elemzése szerint a B csomópont (node), amely az end-to-end vezetési logikát kezeli, mérete drámaian megnőtt – a v12 2,3 GB-járól a v13-ban már 7,5 GB-ra.
Ez az ugrás simább és emberközelibb vezetési élményt eredményez, de egyben az egyik fő oka annak is, hogy a HW3 nem képes futtatni az FSD V13-at. Érdekesség, hogy míg a B csomópont mérete jelentősen nőtt, az A csomópont a HW4-ben továbbra is körülbelül 2,3 GB maradt, hasonlóan a v12-höz. Ez a hatalmas modellméret már most közelíti a HW4 kapacitásának határait, ami előrevetíti a jövőbeli kihívásokat, ahogy a modellek tovább növekednek.

END-TO-END vezetési logika

Az „end-to-end” megközelítés azt jelenti, hogy a neurális hálózat közvetlenül a nyers szenzorbemenetből (például kamera képekből) generálja a kormányzási, gyorsítási vagy fékezési parancsokat – emberi beavatkozás vagy kézzel írt szabályok nélkül.

Hagyományos megközelítés:

Régen (és sok más gyártónál még most is) az önvezetés több lépcsőből áll:

1. Érzékelés: Felismerik a tárgyakat, sávokat, lámpákat stb.
2. Térképezés és lokalizáció: Hol vagyok a világban?
3. Tervezés: Hogyan jutok el A-ból B-be?
4. Döntéshozatal: Megálljak? Elinduljak? Kikerüljem az akadályt?
5. Végrehajtás: Kormányoz, gyorsít, fékez.

Minden egyes lépést külön modul végzi, és mindegyikhez emberek által írt szabályok, logikák kellenek.

---

End-to-end megközelítés:

Ebben az esetben a neurális hálózat egyszerre tanulja meg az egész folyamatot:

• Kamera képekből → közvetlenül → kormány/fék/gáz parancsokat generál.
• Nincs szükség kézzel írt szabályokra vagy külön modulokra.

Ez olyan, mintha az autó „megtanulna vezetni” a példákból – mint ahogy egy ember is: lát, érzékel, és cselekszik – mindezt egy aggyal.

---

Előnyei:

• Természetesebb vezetési stílus, emberközelibb reakciók.
• Kevesebb modul, kevesebb hiba lehetőség.
• Nagyon jól skálázható hatalmas adatmennyiség alapján.

---

Hátránya vagy kihívása:

• Nehéz megérteni, miért hozott egy döntést a rendszer.
• Nagyon nagy számítási teljesítmény kell hozzá.
• Nagyon sok adat és tanítás szükséges, hogy biztonságos legyen.

A HW4 számos előnnyel rendelkezik a HW3-hoz képest³:

• Magasabb felbontású kamerák (2896×1876 vs. 1280×960)
• Jobb teljesítmény gyenge fényviszonyok között
• Körülbelül 3-5-ször nagyobb számítási teljesítmény
• Opcionális nagy felbontású radar a jobb objektumdetektáláshoz kedvezőtlen időjárási körülmények között⁴

HW3 korlátai és jövője

A HW3 nem képes futtatni az FSD legújabb modelljeit, ami felveti a kérdést: mi lesz a milliónyi, most már elavultnak számító hardverrel felszerelt Tesla sorsa? A Tesla ígérete szerint ki fogja cserélni a HW3-as számítógépeket új egységekre, de csak azoknak, akik megvásárolták az FSD-t, és csak akkor, ha már nem tudják frissíteni a HW3-as járműveket.

A Tesla AI csapata továbbra is dolgozik a HW3 frissítésén, de ez háttérbe szorul a HW4-es frissítések mögött, amíg nem sikerül hatékonyan optimalizálni a modellt kisebb erőforrásokra. Ez azt jelenti, hogy a v12.6 nem egyszerűen a v13 „light” verziója, hanem egy teljesen különálló szoftverág, amelyet kifejezetten a HW3 képességeire szabtak.

Green elemzése szerint a v12.6 alatt a HW3 a következő neurális hálóméreteteket futtatja: Node A – 1,2 GB, Node B – 3,1 GB, ami jelentősen kisebb, mint a v13-nál. Az FSD-ben használt neurális hálók közül 135 közös a v12.6 és a v13.2 verziókban, ami azt mutatja, hogy a Tesla AI csapata dolgozik a v13 modell optimalizálásán a HW3 kompatibilitás érdekében.

HW5 vagy AI5: A jövő hardvere

Mivel a v13 már most feszíti a HW4 határait, a Tesla már bejelentette a következő generációs hardvert, az AI5-öt (korábban HW5). Elon Musk szerint az AI5 körülbelül tízszer nagyobb teljesítménnyel rendelkezik majd, mint a HW4. A tervek szerint az AI5 2025 második felében kerül bevezetésre.

Az AI5 jelentős energiaigénnyel rendelkezik majd – akár 800 wattot is fogyaszthat, szemben a HW3 és HW4 körülbelül 100-160 wattos fogyasztásával. Ez a megnövekedett energiaigény a komplex környezetek feldolgozásakor jelentkezik, és a hardver képes lesz teljesítményét a szükségletekhez igazítani.

Robotaxi és felügyelet nélküli FSD

Elon Musk bejelentette, hogy a felügyelet nélküli FSD-vel felszerelt Teslák már 2025 júniusában utasokat szállíthatnak Austinban, Texasban, és az év végére számos amerikai városban megjelenhetnek. Ez azt jelzi, hogy a Tesla bízik a HW4 képességeiben az autonóm vezetés terén.

A Tesla megerősítette azt is, hogy a HW3 rendszere készen áll arra, hogy alapjául szolgáljon a Robotaxi szolgáltatásnak. Lars Moravy, a Tesla járműmérnöki részlegének alelnöke szerint a HW3 már teljes mértékben robotaxi-képes, ami azt jelenti, hogy a meglévő, HW3-mal felszerelt járművek könnyen átalakíthatók autonóm taxivá.

Korábbi FSD-vel kapcsolatos cikkünket itt éritek el: LINK

Források:

1. Everything You Need to Know About Artificial Neural Networks ↩︎
2. green bejegyzése ↩︎
3. How to Check If Your Tesla Has Hardware 3 (HW3) or Hardware 4 ↩︎
4. Key differences between HW4 and HW3 ↩︎