例行同步：截至目前，特斯拉算力集群总规模等效约 11 万张 H100，即 110 EFLOPS。

这其中位于 Giga Texas 的 Cortex 集群有几万张 H100 和 1.6 万张 H200，等效 6.7 万张 H100。在加州和纽约还有一些独立的 GPU 以及 Dojo 集群。

结合 FSD 的进展，FSD v13 实现了两个阶段性目标：1. 在全球各大市场验证模型的泛化性能；2. 将端到端的安全下限大幅提高，提到比最好的 rule-based 方案（辅助驾驶，非 L4）还要高。

下一阶段，FSD v14 的参数量目标比 FSD v13 增加 10 倍，这会让 AI4 的内存带宽一下顶到极限。其实 FSD v14 不过是 AI4 平台的第二个模型，但一下 10x，基本就到头了。

从 FSD v13 和 Robotaxi 版软件的进展线性推演，跨国市场还看不清楚，用 FSD v14 实现在美国本土实现跨州的 Robotaxi 和无监督 FSD 是可以预期的。