Kiinalaiset tulevat valtaamaan markkinaosuutta Euroopassa. MG4 on pelottavan hyvä tuote, Volvon Ex30sta puhumattakaan.
2 tykkäystä
Tämähän on hyvä liike testata markkinoita. S/X:n halvemmat mallit nostaa ASP:tä kuitenkin ja jos kapasiteettia saadaan nykytehtaista enemmän, lisäsegmentit tuovat lisää tulosta. Nyt on ollut jo mallistossa gäppiä 60-100k$ välillä. S/X:n kohdalla mitään ylitarjontaa ei ole, kun määrät on kuitenkin rajoitettu alas.
2 tykkäystä
Tässä on Sijoittaja.fi:n analyysi Teslasta, jonka lukee muutamissa minuuteissa.
Vuoden 2023 toisella kvartaalilla Tesla toimitti 466 140 ja valmisti 479 700 ajoneuvoa. Toimitusmäärä kasvoi jopa 83 prosenttia vuoden takaisesta. Syynä rajuun kasvuun oli erityisesti Teksasissa sijaitsevan Austinin tehtaan laajentunut tuotantokapasiteetti. Vuoden ensimmäisellä puoliskolla Tesla on toimittanut 919 tuhatta autoa ja on siis edellä 1,8 miljoonan auton vuositoimitustasoa.
4 tykkäystä
Fundamentit näyttävät kyllä riskipitoisilta lyhyellä aikavälillä. Hinnanalennuksia saattaa taas tulla varaston ulkopuolellekin, olemassaolevaa tuotantoa ollaan rukkaamassa uuteen mallistoon (CT, Highland, Juniper), odotukset ovat taivaissa CT:n rampupin suhteen ja uudet tehtaat ovat myöhässä pitääkseen kapasiteetin 50% kasvuvauhdissa.
Pidemmällä aikavälillä Tesla on hyvässä iskussa. Kilpailijat tuskailevat hintakilpailussa, kustannusleikkauksia on putkessa ja FSD etenee Dojon myötä. Take-rate näyttää olevan hyvä 24% ja markkina laajenee koko ajan - FSD on tulossa Kiinan markkinaan myös.
1 tykkäys
Niin tätä kovasti väitetään Tesla-bullien leirissä mutta onko tästä oikeasti yhtään mitään näyttöä? Musk kovasti viljelee näitä täkyjä jota sitten toistellaan palsoilla faktoina mutta hitrate on ollut surkea näissä.
Dojon varaan on laskettu hirveästi, joku voisi sanoa että se on Muskin vision-only kuvion viimeinen oljenkorsi ja jos sillä ei saada merkittävää parannusta niin sitten vaihtoehtoina on ottaa paremmat sensorit mukaan tai todeta ettei vaan toimi. Jälkimmäinen vaihtoehto tuskin toteutuu tietäen Muskin narsistisen luonteen.
5 tykkäystä
Q2 raportissa oli ainakin nämä kuvaajat ja näiden lisäksi tiedetään, että uusia FSD versioita julkaistaan säännöllisesti. Tuleva FSD V12 on end to end neuroverkoilla, joten laskentatehon tarve kasvaa molemmista päistä.
Hyvältä tuo vaikuttaa ainakin ulkoapäin katsottuna.
2 tykkäystä
Olet ymmärtänyt väärin Dojon. Dojo ei ole kamera eikä sillä ole tekemistä vision-only-päätöksen kanssa. Dojolla Tesla yrittää irrottautua NVidia-riippuvuudesta, joka vaivaa koko teknologiasektoria. NVidian GPU:lla tehdään koneoppimista ja siruja viedään käsistä kaikkiin mahdollisiin käyttötapauksiin. Kun Teslan FSD:n koneoppimisen silmukka on datan keräys, automaattinen labelointi, manuaalinen labelointi, neuroverkon päivitys, simulointi ja simuloinnin tulokset takaisin dataksi, tähän luuppiin vaaditaan paljon laskentatehoa ja erityisesti kuvankäsittelyn vektorilaskentaa, jossa NVidian GPUt ovat olleet hyviä.
Kysymys FSD:n etenemisestä on siis enemmän, miten nopeasti Tesla saa tarvittavaa laskentatehoa koneoppimista varten. Dojon teoreettinen pohja on siis kunnossa, mutta käytännön suoritus supertietokoneeksi on vielä haaste. Musk on sanonutkin, ettei Dojoa ehkä tarvittaisi, jos NVidia toimittaisi siruja tarpeeksi nopeasti.
Siis pitkällä aikavälillä homma on hallussa, mutta aikataulua voi olla vaikea ennustaa. Esimerkiksi MIT:n tutkija Lex Fridman on tehnyt paljon podcastia ja videota aiheesta - ja hän on vakuuttunut Dojon kyvykkyydestä.
6 tykkäystä
Entäpä jos ongelmaksi on jo nyt osoittautunut HW3:n riittämättömyys? Dojo saa pyöritellä dataa vaikka kuinka kauan, mutta jos mallin koko on rajoitettu HW3:n takia, ei uusia parametreja voi malliin lisätä.
Uusiin FSDversioihin kun on joku asia korjattu niin aiemmin jo toimiva juttu on hajonnut. Voisi viitata mallin koon rajoitteisiin?
1 tykkäys
Tesla alensi taas hintojaan (ties monesko kerta tänä vuonna). Nyt Model S ja Model X hintoja tiputettiin 10.000 taalaa. Nyt syödään katteitta kovaa vauhtia…
3 tykkäystä
Tuskinpa näin on. Kaikki data on kuitenkin lähtöisin nykyään HW3-kameroista ja jatkossa v12 käyttää end-to-end AI-mallia eli kaikki instrumenttien data (sisäkamerat, polkimet, ohjaus) otetaan neuroverkkoon mukaan. Jos malli olisi jo nyt “liian iso”, varmaan nykyautoihin ei tulisi ollenkaan v12 FSD:tä. HW4 tuo sitten jatkossa lisää tarkempaa tietoa kauempana olevista kohteista johtuen juuri paremmista kameroista ja toimii tietysti nopeammin. Mutta Dojon tai NVidian pitää ensin opettaa neuroverkot tästä uudesta datasta.
Välttämättä tuo Dojo ei ole keskeinen tekijä FSD:n onnistumisessa, koska ainakaan itse en ole kuullut Teslan kilpailijoilla olevan ongelmia koulutustehon johdosta. Toki kaikkea tietoa eivät kilpailijat kerro.
Myöskään paljon keskusteltu Lidar ei ole kaikkein keskeisin.
Keskeistä on kokonaisarkkitehtuuri ja se, miten Tesla implementoi End to end ratkaisun, johon suuntaan ovat ratkaisuaan viemässä. Todennäköisesti eivät sellaisenaan vaan kyse on modulaarisen ja end to end ratkaisun hybridistä.
Alla karkea periaatekuva End to end ja perinteisen modulaarisen ratkaisun eroista. Tosielämässä käytössä on satoja neuroverkkoja
Comma.ai ei ainakaan täysin ole onnistunut end to end ratkaisun kanssa. Se onko tulevaisuuden ratkaisu FSD vai jokin muu riippuu paljon kokonaisarkkitehtuurista, sillä valittu arkkitehtuuri pakottaa tiettyyn etenemismalliin.
Kiinnostava kuulla Teslan esittelyä uudesta ratkaisustaan tarkemmin tulevissa AI-päivissä. Muutoksia on Karpathyn ratkaisuun selkeästi tehty
5 tykkäystä
Teslalla ja muilla on aivan erilaiset lähtökohdat autonomiseen ajamiseen. Tesla käyttää fleet-dataa 100 x kertaisesti enemmän kuin muut eikä halua mäpätä etukäteen detaljia tiedataa - tai rajoittaa tätä. Siksi tarvitaan paljon harjoitusta ja oppimista erilaisiin edge-tapauksiin. Tämä taas vaatii paljon laskentatehoa ja simulointia. Siis Dojoa tai NVIDIAn GPU-klusteria.
Muilla taas kuvan mukaisesti on HD-tason staattinen kartta mäpättynä tieosuudesta (lokalisointi) ja auton autonominen kulkeminen rajataan tähän. Tällöin myös edge-tapauksia tulee vähemmän.
Tällä hetkellä on 2 eri autonomisten ajoneuvojen kehityspolkua.
-
Tietyllä rajatulla alueella toimivat Robotaksit tai autonomiset rekat
Nämä käyttävät etukäteen osin manuaalisesti viimesteltyä HD-karttaa. Näitä on jo nyt liikenteessä. -
Ajoneuvot normaalissa liikenteessä
Nämä eivät käytä HD-karttaa. Osa käyttää automaattisesti luotavaa dynaamisesti päivittyvää karttaa (AV-kartta). Osin myös Karpathy aikanaan osoitti tähän mielenkiintoa ja uskon, että Tesla implementoi tämän, vaikka ei siitä avoimesti kerro.
Tämä osa-alue käytännössä kehittyy asteittain ADAS-järjestelmien kehittyessä yhdessä viranomaisten kanssa.
Myös muilla toimijoilla on Teslan kaltainen DataEngine
Tosin suuri osa rajatapausten tunnistamisesta tehdään nykyään simulaattorilla.
Vaikea sanoa, kenen ratkaisu vaatii enemmän opetustehoa, koska tarkkoja arkkitehtuurispeksejä mm. parametreista ei kukaan ole julkaissut.
4 tykkäystä
Fleet-kilometreistä eli datavolyymista on paljon julkaistua tietoa. Waymo taitaa olla lähimpänä Teslaa ja heillä on miljoonia kilometrejä kumulatiivisesti, kun Teslan kohdalla puhutaan miljoonasta kilometristä päivässä. Laskentatehoa tarvitaan, koska dataa on paljon.
Voitko muuten sanoa, mikä varteenotettava Teslan kilpailija tekee FSD:n kaltaista autonomista ajoa normaalissa kaupunkiliikenteessä ilman staattisia HD-karttoja ja rajattua kaupunkia? Waymo, Cruise, Mercedes, BMW…eipä taida.
1 tykkäys
Zeekr käyttäen Mobileye:n järjestelmää.
On muistettava, että Tesla ei aja autonomisesti missään. Kyseessä on tason 2+ ADAS-järjestelmä. Tesla vain on markkinoinut sitä vuosia sillä, että se on autonominen ja käyttäjät tekevät Youtube-videoita.
Muilla valmistajilla on erilainen strategia, siksi eivät julkaise videoita. Tuolla on jokin Zeekr Mobileye video
Sinänsä minulla ei ole mitään Teslan FSD:tä vastaan. Ennustin oikein Karpathyn potkut, koska keskittyi liikaa kehittämään Vision osuutta eikä huomioinut kokonaisuutta.
Toivotaan, että uusittu End to End on järkevämpi
11 tykkäystä
Mallin opettamiseen tarvitaan paljon laskentatehoa, mutta eikö valtavasta opetusdatasta seuraa, että mallista tulee iso sisältäen miljardeja parametreja? Ja tästä taas seuraa, että mallia käyttävältä järjestelmältä (=FSD computer) edellytetään myös suurta laskentatehoa ja muistikapasiteettia. Itse ajavat järjestelmät eivät voi delegoida inferenssivaihetta pilveen, toisin kuin ChatGPT:t ja vastaavat, joten rauta täytyy autoon asennettuna.
Edit: Opetusvaihetta hehkutetaan (=Dojo), mutta rajoittaako mallia käyttävä järjestelmä (=FSD computer) mallin tietyn kokoiseksi? Onko mallien maksimikoko jo saavutettu, eikä kehitystä enää juuri tapahdu, koska mallien kokoa ei voi kasvattaa.
1 tykkäys
Uutista väliin, huhut on jo Kiinan viesteissä menneet Bloombergin seulasta läpi:
FSD:stä evidenssiä löytyy netti täynnä. 24% jenkkiasiakkaista on ottanut tämän, joten kaupaksi näyttää menevän ja markkinat laajenee. Tasot on siksi hieman irrelevantteja, varsinkin kun kilpailijoilla on homma todella rajoittunutta ja evidenssit paremmasta puuttuvat kokonaan.
3 tykkäystä
Uutta bisnestä tulille, Tesla Rent.
Näen aika paljon synergiaetuja omasta autotuotannosta, servicestä, appista, vakuutuksesta ja latureista.
1 tykkäys
Jos Tesla olisi rakennusliike niin tuo kuvio vastaisi tilannetta missä myymättä jäävää rakennuskantaa kipattaisiin erilliseen yhtiöön jälleenvuokrattavaksi. Onneksi firman nimi ei ala Y-kirjaimella. 
16 tykkäystä
Mitäs pahaa siinä on?
Pienemmän kysynnän aikana ei tarvitse välttämättä laskea hintoja tai aiheuttaa katkoja toimitusketjussa.
Autoteollisuus tulee aina olemaan syklistä.
2 tykkäystä