特斯拉自研汽车智能化的大部分关键软硬件，国内三家造车新势力跟紧步伐，逐步针对核心硬软件开始自研之路
(相关资料图)
特斯拉与国内三家造车新势力的自研能力对比
特斯拉的三代座舱域控制器
特斯拉前两代座舱域控制器的主计算芯片分别为英伟达Tegra 3 T30和英特尔车规级处理器Atom A 3950，闪存使用的是读写相对较慢的eMMC，因此车机系统运行缓慢。第三代座舱域 控制器采用AMD锐龙嵌入式处理器，将eMMC换成SSD，内闪的读写性能和寿命明显增加；因此，在车机实际体验中，应用程序打开、网页载入速度明显变快、游戏也能更流畅运行。
特斯拉的自动驾驶架构是基于纯视觉方案，采用原始数据通过神经网络构建真实世界的三维向量空间，实现汽车的路径规划
特斯拉的自动驾驶纯视觉方案
自动驾驶方面，区别于国内车企的“视觉+激光雷达”方案，特斯拉采用纯视觉方案。纯视觉方 案共配有环绕车身的8个摄像头，视野范围可达360度，对周围环境最远监测距离达250米；还配置12个超声波传感器和1个毫米波雷达来探测物体，与视觉系统相配合实现泊车引导。
05
自动驾驶芯片
特斯拉当前采用以NPU为核心的主控芯片，外采Aptina摄像头的自动驾驶方案，得益于充沛资金，公司开启核心自研模式
特斯拉自动驾驶芯片供应链模式及芯片介绍
2014年起，特斯拉历经外购主控芯片到核心自研的发展历程。2014~2016 年，特斯拉配备的是基于Mobileye Eye Q3芯片的AutoPilot HW1.0计算平台；2016~2019年，基于英伟达DRIVE PX 2 AI计算平台打造Hardware 2.0；2017年，起特斯拉开启自研主控芯片；2019年， AutoPilot HW3.0平台搭载Tesla FSD自研版本的主控芯片。
OTA技术
特斯拉率先在汽车上应用OTA升级，汽车软件能像智能手机实现在线升级，实现智能座舱、智能驾驶、转向控制的功能更新
特斯拉的OTA技术
特斯拉早期的Model S和最新的Model 3均具备整车OTA 能力，从而通过云端实现动力系统域、座舱娱乐域、车身电子域、底盘和自动驾驶域的升级。
影子模式
特斯拉通过影子模式采集和触发新的Corner case数据，快速锻炼和修正自动驾驶神经网络模型，构建自动驾驶技术竞争壁垒
特斯拉的影子模式
特斯拉借助量产车队的扩张，建立数据闭环，通过数据引擎充分将数据流转化迭代驱动力，实现自动驾驶技术的迭代进步。每一款特斯拉量产车都配备有影子模式，负责在用户驾驶过程中采集各类驾驶数据，其中包括高价值的corner case数据。数据引擎将高价值数据送往自动标注系统从而快速生成真值，用以迭代神经网络模型，实现自动驾驶技术的自我演进。
