Tesla FSD Supervised startet in Australien und Neuseeland

Tesla hat seine autonome Fahrfunktion FSD Supervised offiziell in Australien und Neuseeland eingeführt. Damit ist diese Technologie nun in insgesamt sechs Ländern verfügbar. Die Markteinführung betrifft Fahrzeuge mit der Hardware-Generation AI4 und bietet die neueste FSD-Version V13.2.9 in zwei wichtigen Rechtslenker-Märkten an. Eine Abonnementoption für FSD wird in Kürze auch außerhalb Nordamerikas angeboten.

Verfügbarkeit und Preise der FSD-Technologie

Die Einführung von FSD Supervised in Australien und Neuseeland stellt einen bedeutenden Schritt für Tesla dar. Kunden in diesen Regionen können die Funktion ab sofort erwerben. Der Kaufpreis liegt bei 11.400 NZD in Neuseeland und 10.100 AUD in Australien. Diese Preise sind konsistent mit Teslas bisheriger Strategie für den Direktkauf der Software.

Ein wesentliches Novum ist die baldige Einführung eines monatlichen Abonnementmodells. Tesla hat Kunden per E-Mail bestätigt, dass diese Option bald verfügbar sein wird. Die Kosten betragen 159 NZD pro Monat in Neuseeland und 149 AUD pro Monat in Australien. Dies ist das erste Mal, dass Tesla ein FSD-Abonnement außerhalb der Vereinigten Staaten und Kanadas anbietet. Der Preis entspricht ungefähr dem US-Preis von 99 US-Dollar pro Monat, ist jedoch teurer als die 99 kanadischen Dollar pro Monat in Kanada.

„FSD Supervised ist jetzt in Australien und Neuseeland verfügbar.“

So erhalten Kunden FSD Supervised

Die neue FSD-Funktion wird über das Software-Update 2025.26.7.10 an Fahrzeuge mit AI4-Hardware ausgeliefert. Für Besitzer, die FSD bereits erworben haben, wird dieses Update in Kürze automatisch ausgerollt. Nach dem Download werden die Fahrer auf dem Display ihres Fahrzeugs aufgefordert, FSD zu aktivieren.

Neue Käufer oder potenzielle Abonnenten, deren Fahrzeuge möglicherweise bereits auf einer neueren Software-Version als 2025.26 laufen (z.B. 2025.32), müssen auf eine FSD-kompatible Software-Version warten. Tesla wird diese Version basierend auf der neueren Software-Basis veröffentlichen, um die Kompatibilität sicherzustellen.

Technische und kommerzielle Bedeutung der Erweiterung

Die Ausweitung von FSD Supervised nach Australien und Neuseeland ist ein bedeutender Meilenstein für Tesla. Sie bestätigt die Anpassungsfähigkeit der FSD-Technologie an neue, komplexe Herausforderungen. Dies gilt unabhängig davon, ob die Straßen nördlich oder südlich des Äquators liegen. Die Fähigkeit des Systems, in unterschiedlichen Verkehrsumgebungen zu funktionieren, ist entscheidend für die globale Akzeptanz.

Die Einführung des Abonnementmodells außerhalb Nordamerikas könnte auch die Zugänglichkeit der Technologie für eine breitere Kundenbasis erhöhen. Anstatt den vollen Kaufpreis auf einmal zu bezahlen, können Kunden die Funktion monatlich nutzen. Dies könnte die Akzeptanz und Verbreitung von FSD weltweit vorantreiben.

Aktuelle Model 3 Updates: Kamera und Lenkstockhebel kehren zurück

Parallel zu den FSD-Entwicklungen plant Tesla ein kleineres Update für das Model 3. Eine aktuelle Fahrzeugzulassung in der Europäischen Union deutet auf die Hinzufügung einer Frontstoßstangenkamera und die Rückkehr physischer Blinker-Lenkstockhebel hin. Diese Änderungen sollen das Model 3 an die restliche aktualisierte Tesla-Flotte und die Designphilosophie des überarbeiteten Model Y anpassen.

Frontstoßstangenkamera verbessert Sicht

Die Frontstoßstangenkamera ist eine lang erwartete Hardware-Ergänzung. Seit dem Übergang von Ultraschallsensoren zu Tesla Vision haben viele Besitzer eine solche Kamera gefordert. Die Frontkamera in der Windschutzscheibe kann den Bereich direkt vor der Stoßstange nicht vollständig erfassen. Dies erschwert Manöver bei niedrigen Geschwindigkeiten und das Parken auf engem Raum. Die neue Kamera soll hier Abhilfe schaffen und die genaue Abstandsschätzung zu unsichtbaren Hindernissen ermöglichen.

Rückkehr der Blinker-Lenkstockhebel

Ein weiterer wesentlicher Punkt ist die Rückkehr der traditionellen Blinker-Lenkstockhebel im Model 3. Diese Änderung wird von einem aktualisierten Lenkrad begleitet, das die haptischen Blinker-Tasten entfernt. Mit dieser Umstellung wird Tesla Lenkstockhebel nur noch im Model S, Model X und Cybertruck verwenden. Das überarbeitete Model 3 hatte 2024 ein Tasten-basiertes Blinkersystem eingeführt, das den damaligen Model S und Model X entsprach.

Obwohl Tesla die Lenkrad-Blinkertasten im Cybertruck dank Steer-by-Wire perfektioniert hat, ist diese Hardware noch nicht in der gesamten Modellpalette angekommen. Physische Hebel sind in den meisten Fällen einfacher zu bedienen. Die neuen Hebel im Model 3 werden voraussichtlich denen des Model Y-Updates ähneln, mit zwei einfachen Aktionen: Hoch- und Runterkippen. Andere Funktionen wie Scheibenwischer oder Fernlicht bleiben weiterhin am Lenkrad oder auf dem zentralen Display.

Elon Musk über Teslas KI-Chip-Strategie

In einer Diskussion auf X gab Elon Musk Einblicke in Teslas Roadmap für kundenspezifische KI-Chips. Er klärte den Fertigungsplan für zukünftige Chips und beleuchtete Teslas First-Principles-Ansatz in der Entwicklung. Musk bestätigte, dass die neue Samsung-Fabrik in Taylor, Texas, den zukünftigen AI6-Chip produzieren wird, nicht den bevorstehenden AI5-Chip.

Musk erwähnte auch eine interne Debatte bei Tesla bezüglich der Verwendung von High-Bandwidth Memory (HBM) für AI6. Er deutete an, dass für Teslas spezifische Anforderungen möglicherweise günstigere und konventionellere RAM-Typen die effizientere Wahl sein könnten. Dies stellt eine Herausforderung für den aktuellen Industriestandard dar.

AI6-Produktion in Texas

Die Bestätigung, dass Samsungs Texas-Fabrik AI6 produzieren wird, ist nicht neu. Es bestätigt jedoch Teslas Bestreben, die gesamte Produktion im eigenen Land zu halten, auch wenn die Chips nicht selbst hergestellt, sondern das Design in Zusammenarbeit mit Samsung entwickelt wird. Während der AI5-Chip den nächsten großen Sprung für Teslas Trainings- und Inferenz-Hardware darstellt, ist der Plan für seinen Nachfolger, AI6, bereits in Arbeit. Dies soll Tesla die riesige Anzahl an Chips sichern, die nicht nur für das Training, sondern auch für jedes zukünftige Tesla- und Optimus-Produkt benötigt werden.

HBM versus konventioneller RAM

Musks Kommentare zur Speicherarchitektur waren besonders aufschlussreich. HBM gilt derzeit als Goldstandard für Hochleistungs-KI-Beschleuniger, da es extrem schnelle Datenübertragungsgeschwindigkeiten bietet. Musk erklärte jedoch, dass HBM nicht unbedingt die einzig richtige Wahl ist, insbesondere nicht für Teslas Anwendungsfall.

Die Argumentation basiert auf der sich entwickelnden Natur der neuronalen Netze, die Tesla entwickelt. Wenn das Verhältnis der Gesamtparameter zu den aktiven oder häufig verwendeten Parametern zunimmt, könnten die Kosten pro nützlicher Berechnung und die Berechnung pro Watt bei konventionellem RAM günstiger ausfallen. Musk betonte, dass man bei der Verwendung von „normalem“ Speicher mehr Gesamtspeicher auf der Platine unterbringen kann als bei HBM, und dieser sei zudem "super billig".

„Man kann mehr Gesamtspeicher auf der Platine unterbringen, wenn man 'normalen' Speicher anstelle von High-Bandwidth Memory verwendet, und er ist super billig. Vielleicht ist High-Bandwidth Memory immer noch die richtige Wahl, aber HBM zu verwenden ist nicht der Selbstläufer, den viele Leute denken.“

First-Principles-Denken bei KI-Hardware

Teslas Ansatz spiegelt das First-Principles-Denken wider. Ein massives KI-Modell kann als riesige Bibliothek mit Milliarden von Büchern (Gesamtparameter) betrachtet werden. Für eine spezifische Aufgabe, wie die Identifizierung eines Fußgängers, benötigt die KI nur sofortigen Zugriff auf einige spezifische, relevante Bücher (aktive Parameter).

Der Industriestandard mit HBM ist wie der Bau einer kleineren Bibliothek mit einem unglaublich schnellen Abrufsystem, optimiert auf Geschwindigkeit. Musks Argumentation schlägt einen anderen Ansatz vor: Da Teslas KI-Modelle immer größer werden, wird die Bibliothek astronomisch riesig. Selbst in einer massiven Bibliothek werden für jede Aufgabe nur wenige Schlüsselbücher gleichzeitig abgerufen. Das führt zu anderen Prioritäten, die sich auf Kapazität, Kosten und Effizienz konzentrieren. Bei Kapazität und Kosten kann mehr Gesamtspeicher mit normalem RAM untergebracht werden, und dieser ist weitaus günstiger. Für ein Modell mit Billionen von Parametern ist ausreichend Kapazität zur Speicherung der gesamten Bibliothek entscheidend, und die Kosteneffizienz von regulärem RAM ist ein großer Vorteil.

In Bezug auf die Effizienz könnte die extreme Geschwindigkeit von HBM überflüssig sein, wenn nur ein kleiner Bruchteil der Parameter gleichzeitig aktiv ist. Die Kosten pro nützlicher Berechnung und der dafür verbrauchten Energie könnten mit einem riesigen, günstigeren Pool an konventionellem RAM tatsächlich besser sein.

Dritte Option: Hybrid-Ansatz

Es besteht auch die Möglichkeit eines Hybrid-Ansatzes. Eine moderate Anzahl von Büchern, die extrem schnell abgerufen werden müssen, könnte in HBM gespeichert werden, während eine große Anzahl anderer Bücher, die nicht so schnell benötigt werden, in konventionellem RAM abgelegt wird. Dies ähnelt dem Caching-System in heutigen Prozessoren. Die unteren Cache-Ebenen speichern kritische Informationen. Bei Tesla könnte ein kleiner Satz HBM-Speicher sicherheitskritische und regelmäßig abgerufene Informationen enthalten, während alles andere in konventionellem RAM gespeichert wird.

Die endgültige Entscheidung für AI6 steht noch aus. Diese Debatte bietet jedoch einen Einblick in das First-Principles-Denken, das Tesla antreibt und die Entwicklung der Technologie maßgeblich beeinflusst.