对于配备 HW3 的特斯拉车主来说，等待最新的 FSD 更新已经成为一场紧张的等待游戏。FSD v12.6.4 是最后更新大约 13 个月前在 Tesla 的旧硬件上发布，这是对同一主要版本中先前版本的增量更新。

随着特斯拉的端到端神经网络变得越来越庞大和复杂，人工智能团队正在努力将其最强大的 FSD 版本（例如 v14）安装到旧计算机上。特斯拉表示打算准备一个适用于 HW3 车辆的 FSD v14-lite 版本2026 年夏季，但由于对 Robotaxi 和无监督 FSD 的关注，近几个月 FSD 开发大幅放缓。

这使得团队几乎没有时间来优化传统车辆的现代构建。然而，NVIDIA 最近在大型语言模型 (LLM) 领域取得的突破可能恰好掌握了特斯拉如何在不完全切除 FSD 的情况下保持 HW3 高性能的概念关键。

HW3 瓶颈：全都与内存有关

要了解解决方案，我们必须了解瓶颈。虽然 HW3 的原始计算能力低于较新的 AI4 硬件，但其现代 AI 的最大限制因素实际上是内存。

当您运行大型神经网络时，它需要大量的工作内存才能实时运行。在像 ChatGPT 这样的 LLM 中，这个工作内存被称为 KV（键值）缓存，它存储对话的上下文，这样人工智能就不必为每个新提示重新读取整个聊天历史记录。

特斯拉的 FSD 的工作原理非常相似。汽车利用时空记忆来记住一段时间内的驾驶环境。如果行人走在停放的送货卡车后面，汽车的时间记忆会追踪到行人仍然在那里，即使摄像头无法再看到他们。随着 FSD 变得越来越智能，这个临时内存缓存会变得越来越大，很快就会耗尽 HW3 计算机上有限的可用 RAM。

NVIDIA 的 20 倍压缩突破

这就是 NVIDIA 最新创新的用武之地。据报道创业节拍上周，NVIDIA 的研究人员推出了一项新技术，可将 LLM 工作缓存的内存占用减少惊人的 20 倍。

最重要的是他们没有改变模型的实际权重。

该技术称为 KV 缓存转换编码 (KVTC)，借用了 JPEG 等经典媒体压缩格式的概念。该算法不是永久删除信息，而是识别工作记忆中最关键的组成部分并动态压缩其余部分。

以前，为了将大量人工智能模型安装到受限的硬件上，开发人员必须通过“量化”或“修剪”（字面意思是切断神经通路）来永久改变模型。虽然这节省了空间，但它通常会降低人工智能的智能。 

NVIDIA 的新方法完全避免了这种情况。通过在推理过程中积极压缩工作内存，LLM 可以保持其原始的、不受影响的智能，并且准确度损失不到 1%，同时只使用一小部分硬件内存。

将 JPEG 方法应用于神经网络

虽然 NVIDIA 的研究重点是基于文本的法学硕士，但底层数学和架构可能能够适应 Tesla 中运行的基于视觉的 AI。

如果 Tesla 的 Autopilot 工程团队将类似的动态内存稀疏化或转换编码应用于 FSD 的时空内存，HW3 的结果可能会改变游戏规则。通过实时高度压缩汽车最近环境的“视频内存”，特斯拉可以大幅减少运行软件所需的总 VRAM。

为什么这很重要？因为释放内存缓存意味着特斯拉不必缩小神经网络的核心智能来使其适应。

特斯拉可以向 HW3 提供功能更强大的 v14 模型版本，而不是提供经过严格修剪的 v14-lite（删除数百万个参数并降低汽车的驾驶能力）。汽车仍将运行高度先进的端到端驾驶逻辑；它只是利用高度压缩、超高效的 JPEG 式时间存储器来保持在硬件的限制之内。

挤压硅

不可否认HW3是老化硅。最终，硬件将达到一个硬上限，它根本无法足够快地处理数据来满足无监督自治的需求。

然而，NVIDIA 的 KVTC 突破证明人工智能行业正在寻找全新的方法来优化软件推理，而无需更大、更昂贵的芯片。随着 Tesla 竞相在 v14 架构上统一其车队，此类先进的内存压缩技术正是该公司从其传统硬件中榨取最后一滴功能的方式，直到HW3升级发生。

韦德布什证券公司 (Wedbush Securities) 分析师丹·艾夫斯 (Dan Ives) 表示，特斯拉和 SpaceX 可能很快就会成为一家企业巨头。最近一个发出研究报告预测，埃隆·马斯克 (Elon Musk) 旗下两家最有价值的公司将在 2027 年合并为一个实体。 

艾夫斯认为，基础工作已经在积极奠定，并指出新宣布的 Terafab 项目是这一历史性合并的最终催化剂。

TERAFAB 连接

期间最近在奥斯汀举行的 TERAFAB 发布会埃隆·马斯克 (Elon Musk) 透露了一个大型联合芯片制造工厂，旨在同时为特斯拉和 SpaceX 提供服务。艾夫斯表示，基础设施的物理重叠是合并其庞大业务的重要第一步。 

通过建设共享设施来生产 AI5、AI6 和 D3 太空芯片等下一代芯片，两家公司已经按照高度统一的硬件路线图进行运营，这使得在不久的将来正式的公司合并变得非常可行。

奠定财务基础

两家公司之间的财务联系也在迅速收紧。今年早些时候，SpaceX 正式收购马斯克的人工智能初创公司 xAI，并且作为该交易的一部分，特斯拉此前对 xAI 的 20 亿美元投资直接转换为 SpaceX 股票。虽然目前该公司仅持有 SpaceX 不到 1% 的股份，但它首次正式将两家公司在财务上联系起来。 

这一时间表上的下一个重要里程碑是备受期待的 SpaceX 首次公开募股，据报道，该公司的估值目标是令人难以置信的 1.75 万亿美元，到 2026 年 6 月中旬筹集约 750 亿美元。艾夫斯表示，完成这次公开募股是最终与特斯拉正式合并之前的必要程序。

终极人工智能生态系统

将汽车制造商与太空探索公司结合起来可能看起来很不正统，但艾夫斯指出，这一战略的目的就是主宰人工智能的未来。马斯克经常表示，他希望建立一个垂直整合的创新引擎，通过合并特斯拉和 SpaceX，他将成功地将其庞大的人工智能生态系统整合到一个统一的屋顶下。 

这家超级公司将指挥 Optimus 的地面机器人、特斯拉的自动驾驶数据和 SpaceX 的轨道人工智能计算基础设施。因此，合并将使特斯拉直接进入大规模市场天基数据中心训练下一代神经网络而不必依赖超载的陆地电网是必要的。

特斯拉的优势

尽管这种规模的合并无疑会面临巨大的监管和反垄断障碍，但韦德布什仍然对这一前景非常乐观。艾夫斯认为这种合并是马斯克巩固其对颠覆性科技帝国控制的最终战略，因此他重申了对特斯拉股票的跑赢大盘评级。 

他维持该汽车制造商 600 美元的巨大目标价，这意味着比当前 360 美元的交易水平上涨近 66%。如果这个大胆的预测成真，2027 年可能标志着人类历史上最强大的科技集团的黎明。

特斯拉最近发布了一项新专利，该专利可能会改变未来线控车辆的感觉和操作方式。该专利名为“多回转转向反馈执行器”，于2026年3月19日正式公布。 

本文档概述了专为线控转向系统设计的新型转向柱总成，归功于发明家 Stephen Alexander Harasym 和 Joel Timothy Van Rooyen。它允许扩大方向盘旋转范围，同时保持坚固的机械终点止动装置。

当前线控转向的问题

在配备线控转向技术的现代车辆中，转向反馈执行器提供阻力模拟传统机械转向系统的物理感觉。这些系统需要行程限制器，以防止驾驶员过度旋转车轮并损坏其他内部部件。

传统的线控转向执行器使用外壳内的机械销或制动器来限制方向盘的运动范围。这些传统设置以预定角度提供刚性硬停止，该角度通常限制在距中心位置正负 170 度左右。该特定限制本质上是 180 度，但由于内部组件的物理宽度而略有减小，这导致它们相互碰撞。

Tesla 的两阶段解决方案

为了绕过这个旋转限制，特斯拉设计了一种巧妙但相对简单的机械结构。新型转向柱组件具有带销的输入轴、固定壳体和称为止动环的旋转构件。该止动环具有两个不同的止动件。第一个止动件设计用于接合外壳，第二个止动件设计用于接合输入轴上的销。

由于止动环在接合最终外壳止动件之前可以独立旋转，因此整体转向范围大大增加。这种独特的两级配置可实现大约正负 340 度的转向范围。 

这比传统系统提供了更多的旋转，同时保持整个装置紧凑和高效。此外，该设计具有高度可调节性。工程师可以调整止动环的配置，将运动范围限制在 170 度到 340 度之间的任何特定值，该专利甚至指出了至少 540 度弧度的潜力。

优质的感觉，可变的反馈

特斯拉还非常注重方向盘的触觉感觉。撞击硬机械挡块会让驾驶员感到震动，因此转向柱总成集成了阻尼元件以减轻冲击力。具体来说，特斯拉将利用从接触表面突出的聚合物 O 形环。

当驾驶员达到转向范围的极限时，这些 O 形圈会因冲击而膨胀，以提供阻力并减轻碰撞。当驾驶员到达终点站时，这会产生更柔和、更优质的感觉。最终，这种改进的触觉反馈极大地增强了整体转向体验。

最后，新组件与现有反馈系统无缝集成。它使用输入轴上的齿轮或皮带轮连接到皮带传动系统和电机。这种设置允许系统生成可变反馈扭矩，成功模拟传统转向齿条的物理阻力和路感。

为未来而建

虽然该专利采用了高效的设计和最少的零件，但它完全能够承受高输入扭矩。它可能会降低未来特斯拉汽车的制造成本并提高可靠性。无论这项技术是在即将推出的下一代 Roadster 还是未来版本的 Cyber​​truck 上首次亮相，特斯拉显然正准备将其线控转向功能提升到一个新的水平。