Прорыв в ИИ: владельцы Tesla с HW3 могут получить полноценный FSD v14

Почему HW3 застрял на старом FSD

Последним обновлением FSD для автомобилей с чипом HW3 стала версия v12.6.4 — она вышла более 13 месяцев назад и была лишь инкрементальным улучшением в рамках той же ветки.

Tesla заявила о намерении подготовить сборку FSD v14-lite для HW3 к лету 2026 года, однако разработка FSD в последние месяцы существенно замедлилась — команда сосредоточена на Robotaxi и «неконтролируемом» FSD. На оптимизацию старого железа просто не хватает ресурсов.

В чём настоящая проблема HW3

Главный ограничивающий фактор для HW3 — не вычислительная мощность, а память. Нейросеть FSD использует так называемую пространственно-временну́ю память: например, если пешеход скрылся за припаркованным фургоном, автомобиль продолжает «помнить», что тот там находится, даже когда камеры его не видят. С каждым поколением FSD этот временно́й кэш становится больше — и быстро исчерпывает доступную оперативную память HW3.

Прорыв NVIDIA: сжатие в 20 раз

Исследователи NVIDIA разработали технику под названием KV Cache Transform Coding (KVTC), которая уменьшает объём рабочей памяти языковой модели в 20 раз — и при этом не изменяет веса самой модели.

Идея позаимствована у классических форматов сжатия медиа — таких как JPEG. Алгоритм не удаляет информацию безвозвратно, а на лету сжимает менее важные части рабочей памяти, сохраняя самое критичное. В результате точность модели снижается менее чем на 1%, зато расход памяти сокращается кардинально.

До этого единственным способом «втиснуть» большую нейросеть в старое железо было квантование или «обрезка» — удаление нейронных путей. Это работало, но неизбежно ухудшало качество вождения.

Что это значит для Tesla и HW3

Если команда Tesla применит аналогичное динамическое сжатие пространственно-временно́й памяти FSD, это может коренным образом изменить ситуацию для владельцев HW3. Вместо сильно урезанной «лайт»-версии Tesla могла бы поставить значительно более мощный вариант модели v14 — автомобиль работал бы с продвинутой логикой вождения, лишь используя высокосжатую «JPEG-память» об окружении.

HW3 ещё не на пенсии

Прорыв NVIDIA наглядно демонстрирует: AI-индустрия находит радикальные способы оптимизировать работу моделей без перехода на более мощные чипы. Пока Tesla стремится объединить весь парк автомобилей на архитектуре v14, именно такие техники сжатия памяти позволят выжать максимум из устаревшего железа — до тех пор, пока не состоится долгожданный апгрейд HW3.

Это особенно важно для сотен тысяч владельцев Tesla по всему миру, которые приобрели FSD и с нетерпением ждут, когда их автомобиль снова окажется на переднем крае технологий.