🇨🇳cnBeta (Full RSS)•最新收集於 9h
Tesla HW3 OTA 更新引發 96°C 過熱
💡這是模型壓縮、邊緣硬體限制與 AI OTA 更新後散熱故障的真實警示。
⚡ 30-Second TL;DR
有什麼變化
源自 HW4 的壓縮版 FSD 模型被部署到較舊的 HW3 硬體上。
為什麼重要
這凸顯了將壓縮或移植後的 AI 模型部署到效能不足的邊緣硬體上的運行風險。AI 產品團隊應將散熱餘裕、長時間負載測試與回滾能力視為發布要求，而不是事後補救措施。
下一步行動
在發布邊緣模型 OTA 前，請在仍受支援的最舊硬體上進行長時間負載散熱測試，並在超過溫度門檻時實作自動回滾。
誰應關注：Developers & AI Engineers
關鍵要點
- •源自 HW4 的壓縮版 FSD 模型被部署到較舊的 HW3 硬體上。
- •HW3 車輛據稱僅配備 8GB 記憶體，資料頻寬約為新平台的八分之一。
- •更新據報導使主板溫度升至 96°C，造成高溫警告、FSD 關閉及車輛停駛。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Tesla HW3 晶片採用的是 14nm 製程技術，而 HW4 則升級至 5nm 製程，這導致兩者在能效比與熱設計功耗（TDP）上存在顯著物理差異。
- •此次過熱問題主要集中在 FSD v12.x 版本部署至 HW3 車輛的過程中，因模型參數壓縮後仍需頻繁調用記憶體，導致記憶體控制器負載過高。
- •部分車主回報指出，該問題在環境溫度較高的地區（如美國西南部或夏季的亞洲城市）更為頻繁，顯示冷卻系統在極端負載下已達極限。
- •Tesla 官方已透過後續的 OTA 更新（如 2026.20.x 版本）嘗試透過軟體限制運算頻率，以緩解 HW3 主機板的熱累積問題。
- •業界分析認為，HW3 的記憶體頻寬瓶頸是導致模型運算時產生大量熱能的主因，這可能迫使 Tesla 在未來針對 HW3 車主提供更保守的模型版本。
📊 競品分析▸ Show
| 特性 | Tesla (HW3/FSD) | Waymo (Driver) | Mobileye (SuperVision) |
|---|---|---|---|
| 運算平台 | 自研 FSD Chip (14nm) | 自研第六代硬體 | EyeQ6 High |
| 記憶體架構 | 8GB LPDDR4 | 高頻寬專用架構 | 整合式 SoC |
| 散熱設計 | 風冷/液冷混合 | 主動式液冷 | 被動/風冷為主 |
| 商業模式 | 軟體訂閱/買斷 | Robotaxi 營運 | OEM 供應商 |
🛠️ 技術深入
- HW3 搭載兩顆 Tesla 自研 FSD 晶片，總算力約 144 TOPS，但記憶體頻寬受限於 LPDDR4 規格。
- FSD 模型在 HW3 上運行時，因模型參數無法完全載入 SRAM，需頻繁與 DRAM 進行資料交換，導致記憶體匯流排功耗激增。
- 96°C 的溫度讀數已接近晶片熱節點（Tjunction）的保護閾值，觸發系統自動降頻（Thermal Throttling）以防止硬體永久損壞。
- 軟體層面的優化包括引入更激進的權重剪枝（Weight Pruning）與量化技術，以減少單次推理所需的記憶體存取次數。
🔮 前景展望AI analysis grounded in cited sources
Tesla 將被迫針對 HW3 車輛推出『精簡版』FSD 模型
硬體熱設計功耗限制使得 HW3 無法長期穩定運行與 HW4 同等級的完整模型。
HW3 車主可能面臨 FSD 功能的降級或限制
為了維持系統穩定性，Tesla 可能會限制 HW3 在高溫環境下的 FSD 運算效能或功能完整性。
⏳ 時間線
2019-04
Tesla 正式發表並開始部署 HW3 硬體平台。
2023-01
Tesla 開始向部分車輛推送 HW4 硬體，具備更高算力與記憶體頻寬。
2024-03
FSD v12 引入端到端神經網路，大幅增加對硬體運算資源的需求。
2026-06
大規模 OTA 更新後，HW3 車主開始回報系統過熱與 FSD 停用問題。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： cnBeta (Full RSS) ↗