Tesla ha transformado el ordenador de a bordo en el núcleo de su estrategia de conducción asistida y autónoma, marcando una evolución notable desde 2014. Inicialmente, confiando en los módulos de Mobileye, la empresa ha avanzado hacia plataformas más sofisticadas, adoptando soluciones de hardware cada vez más avanzadas y diseñadas internamente, en conjunción con una filosofía que prioriza la visión y el cómputo sobre los sensores tradicionales.

En un lapso de menos de diez años, Tesla ha dejado atrás el EyeQ3 de 40 nm, reemplazándolo por sistemas integrados con dos chips redundantes fabricados a 7 nm. Estos nuevos chips cuentan con CPUs de 20 núcleos y un consumo de hasta 160 W, indicando un claro enfoque hacia la potencia computacional superior. La dirección de Tesla es clara: menos hardware sensor y más inteligencia artificial para comprensión del entorno, un camino que se espera sea aún más pronunciado en futuras generaciones de hardware.

Durante la transición del hardware, los cambios han sido significativos. Desde las plataformas iniciales que incluían el NVIDIA Drive PX2, hasta el debut de sus propios chips FSD en 2019, Tesla ha progresado constantemente. Este cambio ha permitido potenciar su sistema con redes neuronales más avanzadas, mejorando las capacidades de conducción autónoma.

La evolución también se ha reflejado en la reconfiguración de los sensores. En los últimos años, Tesla ha retirado en gran medida el radar y los sensores ultrasónicos, apostando por su sistema Tesla Vision, basado en cámaras y aprendizaje profundo. No obstante, en modelos selectos equipados con el hardware más reciente, como el Model S y X con HW4, se ha reintroducido un radar HD para mejorar la detección en condiciones adversas.

Mirando hacia el futuro, Tesla ya está vislumbrando nuevas iteraciones del hardware: AI 5 y AI 6. Se anticipa que estas futuras generaciones incluirán aún más capacidades de cómputo, con un enfoque en redundancia y tareas simultáneas como percepción y planeamiento autónomo.

En resumen, Tesla continúa empujando los límites de la tecnología automotriz, buscando un futuro donde sus vehículos puedan operar de manera autónoma con una comprensión avanzada de su entorno, apoyada por una computación poderosa y menos dependiente de hardware sensor tradicional.

Más información y referencias en Noticias Cloud.