特斯拉FSD研发逻辑曝光：Cybercab先用完整版，量产车运行精简版
IT之家 7 月 15 日消息，据 Notateslaapp 报道，特斯拉正在推动不同代际车辆硬件实现“无需人工监督的自动驾驶”，这一过程也揭示了其背后的一些软件秘密。
目前，搭载新一代 Hardware 4（HW4/AI4）计算机的消费者车辆承担了大部分公开道路测试和实际驾驶任务。但据悉，驱动这些车辆的 AI 模型并不是特斯拉开发的原始基础模型。
据消息人士透露，目前运行在 HW4 量产车上的软件版本，实际上是针对特斯拉下一代硬件开发的 AI 模型的“精简版”。
特斯拉目前优先为 Cybercab（无人驾驶出租车）开发 FSD 系统，然后再将其进行“蒸馏”（distillation），使其能够运行在性能略低一些的 HW4 系统上。
Cybercab 搭载的 FSD 硬件性能超过了目前消费者可以买到的特斯拉车型，这些额外的计算能力，为特斯拉开发更庞大、更复杂的 AI 网络提供了更大的空间，之后再将这些模型优化后部署到整个车队。
要理解这一过程，需要先了解现代人工智能的训练方式。
据IT之家了解，在一辆行驶中的汽车内运行大型神经网络，需要大量的计算能力和内存资源。为了缩小 AI 模型能力与车载硬件性能之间的差距，特斯拉采用了一种名为“模型蒸馏”的训练方法。
工程师会先在数据中心环境中训练规模庞大、结构复杂的“教师模型”（Teacher Model）。
当这些大型模型学会处理复杂驾驶任务后，特斯拉会将其能力提炼到更小的“学生模型”（Student Model）中。
这些学生模型经过优化后，可以运行在消费者车辆内部的计算机上，在不压垮硬件的情况下，提供接近大型模型的能力。
需要进行多少程度的模型压缩，完全取决于目标硬件的性能，尤其是内存容量和内存带宽。
目前，Cybercab 是特斯拉理想中的硬件平台（当然，未来工程师也可能会遇到其资源上限）。相比之下，普通消费者车辆搭载的是经过优化、更轻量化的版本。
这一过程类似于特斯拉此前为老款 Hardware 3（HW3/AI3）车型推出的 FSD v14 Lite。
FSD v14 Lite 实际上是主版本 v14 的蒸馏版本，已经于上个月开始向部分早期测试用户推送。事实证明，目前消费者车辆运行的 FSD v14，同样是 Cybercab 原生运行版本的精简模型。
不过好消息是，HW4 预计不需要像 HW3 那样进行大规模优化。根据特斯拉此前公布的信息，HW3 的内存带宽只有下一代 HW4 的约 15%。
虽然 Cybercab 下一代处理器的具体规格仍未公开，但已知它拥有比 HW4 更多的内存，而这对于 AI 运算至关重要。