ภาพถ่ายชำแหละบอร์ดคอมพิวเตอร์ Tesla Hardware 4 (HW4) โดยนักวิศวกรรมสืบกลับ (Reverse Engineers) เผยให้เห็นความแตกต่างมหาศาลทางสถาปัตยกรรมเมื่อเทียบกับบอร์ด Hardware 3 (HW3) ยุคเดิม
ความแตกต่างด้านโครงสร้างฮาร์ดแวร์นี้ตอบคำถามอย่างชัดเจนว่า ทำไมซอฟต์แวร์ FSD (Supervised) เวอร์ชันใหม่ๆ ถึงส่งผลให้บอร์ด HW3 เกิดความร้อนพุ่งสูงและทำงานเฉียดขีดจำกัดความเร็ว
1. ตารางเปรียบเทียบฮาร์ดแวร์ชำแหละ Tesla HW3 vs HW4
| ข้อมูลทางเทคนิค | Tesla Hardware 3 (HW3) | Tesla Hardware 4 (HW4) |
|---|---|---|
| กระบวนการผลิตชิป | Samsung 14nm | Samsung 7nm / TSMC |
| แกนประมวลผล NPU | 2x NPU (144 TOPS) | 2x NPU (300 - 500+ TOPS) |
| หน่วยความจำ (RAM) | 8GB LPDDR4 | 16GB LPDDR5 |
| แบนด์วิดท์ Memory | ~68 GB/s | ~150+ GB/s |
| ความละเอียดกล้อง | 1.2 Megapixels (1280x960) | 5.0 Megapixels (2896x1876) |
| พอร์ตกล้องรองรับ | 8 ตำแหน่ง | 11-12 ตำแหน่ง |
2. คอขวดสถาปัตยกรรม: แบนด์วิดท์ RAM และโมเดล End-to-End
โมเดล AI ยุคใหม่ของ Tesla เปลี่ยนจากการใช้โค้ด C++ มนุษย์เขียน ก้าวสู่ End-to-End Neural Networks เต็มรูปแบบ ตัวโมเดลต้องการประมวลผลพารามิเตอร์นับพันล้านชุดแบบ Real-time 36 เฟรมต่อวินาที
- HW3 (8GB LPDDR4): มีแบนด์วิดท์แคบกว่า ทำให้การดึงข้อมูลพารามิเตอร์ AI เข้าสู่ NPU เกิดคอขวด (Memory Bandwidth Bottleneck) ชิปต้องทำงานในสถาวะรอข้อมูลและรันความถี่สูงสุดต่อเนื่อง
- HW4 (16GB LPDDR5): มีแบนด์วิดท์กว้างกว่า 2 เท่า ทำให้รับส่งข้อมูลภาพความละเอียดสูงจากกล้อง 5MP ได้อย่างลื่นไหลโดยอุณหภูมิบอร์ดไม่สูงเกินเกณฑ์
3. วิเคราะห์อนาคต HW3 จะได้รับ Robotaxi หรือไม่?
ความเชี่ยวชาญของ Tesla คือการปรับแต่งซอฟต์แวร์ให้กะทัดรัด แต่สำหรับ HW3 การเค้นชิปให้อ่านภาพความละเอียดต่ำกว่าเพื่อทำความเข้าใจสภาพแวดล้อมกำลังเข้าสู่ขีดจำกัดทางกายภาพ คาดว่า Tesla จะยังคงสนับสนุนแพตช์ความปลอดภัยสำหรับ HW3 ต่อไป แต่ฟีเจอร์การขับขี่ไร้คนขับระดับสูงในอนาคตอาจต้องพึ่งพาชิปยุค HW4 หรือ HW5 (Next-Gen AI Computer) เป็นหลัก
