Tesla 近期在新款的產品中使用升級版的自動駕駛硬體平台，相較初期版本具備更進階的自動駕駛技術，稍早 Tesla 官方討論版內有人將 2016 年 12 月出廠的 Model S 60 位於助手席手套箱內部的自動駕駛核心取出，並一探其架構設計；從先前 Tesla 執行長 Elon Musk 與 NVIDIA 執行長黃仁勳的交情，其實使用 NVIDIA的 Drive PX 自動駕駛平台並不讓人意外，不過 Drive PX 也有多種產品線與搭配組合，像是 Audi 的自動駕駛平台甚至是 NVIDIA 作為運算核心、 Mobileye 作為影像加速處理架構的方式，那 Tesla 使用到哪一個層級呢？
從照片來看， Tesla 目前的自動駕駛運算核心使用的是介於於 NVIDIA Drive PX2 自動巡航版與 Drive PX2 自動駕駛版之間的版本，或者可說是半個 Drive PX2 自動駕駛版的自定義版本，為何這麼說呢？ NVIDIA參考設計當中， Drive PX2 自動駕駛版直接使用 Tegra Parker 作為自動巡航的演算核心，以其 10W TDP 提供自動巡航所需的 HD 圖資以及基本的高速公路巡航應用，而 Drive PX2 自動駕駛版則透過雙 Tegra Parker 搭配雙 NVIDIA GTX1060 等級( GP106 )核心，號稱可達至少 Level 4以上的自動駕駛能力，但 TDP 也攀升到 250W ；而電路板上可看見 Tesla 使用 MXM 模組型的 GP106 搭配單一顆 Tegra Parker (右側散熱片下方)構成運算核心。
為何 Tesla會使用折衷的方式而不是直接使用 Drive PX2 自動駕駛版本？主要的可能性還是考慮功耗、發熱與整體性能，畢竟 Tesla 是一台高度仰賴電力的純電動車，作為自動駕駛平台也是要盡可能降低電力的消耗，雖然僅 10W TDP 的 Drive PX2 巡航版本能夠具備基本的高速公路巡航自動駕駛，但這樣的功能也是不少高階車款都已經具備的性能，可是 250W TDP 的 Drive PX2 又過於耗電，就直接使用折衷的作法換取相較市場多數市售車更強的自動駕駛算力。
而 GPU 使用 MXM 模組的原因可能有兩種，包括後續維護以及持續升級兩種可能性，後續維護當然是考慮到畢竟這是高精密電子產品，萬一將 GPU 與 Tegra SoC 直接焊接在主機板上，萬一其中一部分毀損，等同整個模組都需要置換，其次是 GPU 的複雜度、發熱等都比 Tegra SoC 來的高，而車輛本身又處於高度溫濕度環境變化的狀況，相對故障的可能性也高一些；其次就是 Tegra 也可能仰賴下一代 GPU 推出後，藉由替換 MXM 模組就可再次提升算力(或是降低功耗)，同時維持既有的單一 Tegra Parker SoC 搭配，可暫緩導入 Tegra Xavier 的時間點，畢竟從新晶片到驗證可靠性不可能那麼快，替換新架構 GPU 也能作為過渡期的解決方法。
不過 Tesla 也不打算一直仰賴 NVIDIA 的解決方案，他們挖腳了 AMD 出身的傳奇架構師 Jim Killer (當前 AMD Zen CPU 架構， AMD 最輝煌的 K7 與 K8 架構皆出自其手)作為自動駕駛解決方案的開發者，而他在 Tesla 的工作極有可能是主導自主自動駕駛晶片架構設計，只是這需要時間醞釀發酵，畢竟若要達到 Tesla 的要求，至少在整體算力方面不能低於目前的 NVIDIA Drive PX 2 的性能 ，同時還要考慮整體功耗的問題。
