Jak szybko samochód zareaguje na pieszego pojawiającego się przed maską? Odpowiedź zależy nie tylko od czujników i komputera, lecz także od oprogramowania sterującego funkcjami jazdy. YouTuber TechGeek Tesla sprawdził to w porównaniu trzech samochodów tej marki. Każdy z nich jechał tą samą trasą i z taką samą prędkością, a przed autem wciągano na drogę realistycznie wyglądającego manekina.
Ten sam scenariusz, różne komputery i wersje FSD
Próba miała odtworzyć sytuację, w której pieszy niespodziewanie wchodzi na jezdnię. Samochody poruszały się z prędkością 23 mil na godzinę. Do przeciągania manekina przez drogę autor testu wykorzystał system bloczków, a następnie mierzył czas reakcji każdego pojazdu z dokładnością do ułamka sekundy. Różnice między autami dotyczyły sprzętu oraz wersji oprogramowania obsługującego funkcje częściowo zautomatyzowanej jazdy. Dwa egzemplarze miały komputer HW3, natomiast trzeci korzystał z nowszego HW4. Samochód z HW3 otrzymał FSD v12.6.4, drugi HW3 działał z FSD v14 Lite, a auto z HW4 miało pełną wersję FSD v14.3.4.
Nowszy sprzęt dał wyraźną przewagę
Najlepiej wypadł samochód wyposażony w HW4 i FSD v14.3.4. Według przedstawionego porównania jego wynik był lepszy o 57,8 proc. od rezultatu auta z HW3 i FSD v12.6.4 oraz o 36,6 proc. od samochodu z HW3 i FSD v14 Lite. Test pokazał przy tym, że znaczenie miało nie tylko zastosowanie nowszego komputera. Egzemplarz z HW3 korzystający z FSD v14 Lite reagował o 36,6 proc. szybciej niż samochód z tym samym sprzętem i starszą wersją FSD v12.6.4. Źródło przedstawia różnice procentowe, ale nie podaje bezwzględnych czasów reakcji dla poszczególnych aut.
Czas reakcji nie jest pełną miarą skuteczności systemu wspomagania kierowcy i nie pozwala samodzielnie ocenić całego działania FSD. Pokazuje jednak, jak duże znaczenie mogą mieć moc obliczeniowa oraz oprogramowanie przy decyzjach podejmowanych w ułamku sekundy. Tesla zapowiadała już podwojenie ilości pamięci w nowych układach HW4, a przygotowywany chip AI5 ma być jeszcze wydajniejszy. Większa moc obliczeniowa ma umożliwiać uruchamianie bardziej wymagających modeli wnioskowania, wykorzystywanych do analizy sytuacji na drodze.