一顆高算力AI芯片的發布，其關注度遠遠超過一款新車。

日前，英偉達首席執行官黃仁勛發布了新一代自動駕駛計算芯片DRIVE Thor。據悉，這款芯片主要升級了汽車的中央計算架構，算力達到了驚人的2000TOPS，是此前發布的Altan的2倍，是Orin的8倍。有分析人士指出，DRIVE Thor的橫空出世，猶如傳統燃油車汽車12缸發動機的問世，在汽車圈引得陣陣驚嘆，隨之傳來的極氪等汽車品牌已經計劃搭載，將車企的芯片“算力大戰”推上新高度。

車載芯片算力從2019年的144TOPS到2022年的1440TOPS，再到最新的2000TOPS，這場“算力大戰”愈演愈烈。

彷徨中墜入“算力大戰”

當下的智能電動汽車時代，已經進入智能網聯決勝的下半場，高算力芯片則成為衡量汽車企業產品水平高低的重要指標之一，猶如燃油車時代各家車企在動力方面的比拼。在此背景下，車企既是“芯荒荒”也是“心慌慌”，生怕“缺芯少魂”讓自己的產品黯然失色，在不知不覺、有意無意中被裹挾進“算力大戰”。

不久前，英偉達、AMD兩家知名半導體企業旗下生產的GPU產品被美國列入限制范圍之后，更是引起國內整車企業一定程度的恐慌，有提前囤貨的車企為自己免受“缺芯之困”而慶幸。小鵬汽車掌門人何小鵬表示，小鵬汽車已經提前購買了充足的芯片，能夠滿足未來幾年的配裝需求，這番芯片“囤貨”操作將會使它在“完全自動駕駛”領域明顯超越競爭對手。

車企在拿到高算力芯片之后往往底氣十足，在其最新產品的營銷宣傳上，總是會突出配裝高算力芯片后給整車帶來的出色的產品競爭力。如日前理想汽車在發布理想L8相關信息時就表示，理想L8將會有兩款車型，分別為理想L8 Pro和理想L8 Max。其中，Pro車型配裝了地平線征程5芯片的智能駕駛AD Pro，同時搭載了配有驍龍8155芯片的智能座艙SS Pro;Max車型則會配裝智能駕駛AD Max，同時配裝智能座艙SS Max，它們分別采用了驍龍8155芯片和英偉達Orin X芯片。

顯然，算力配置已經成為車型規劃中的關鍵要素。

“車企的‘算力大戰’是消費者倒逼造成的，不搭載算力更強的芯片，幾乎等于宣稱產品技術落伍。”某車企智能駕駛相關負責人在接受記者采訪時表示，這方面已經出現了正反兩個典型案例。

正面例子是，極氪在7月宣布，極氪001座艙全面升級為“高通驍龍8155智能座艙計算平臺”，未交付的車主可以直接升級。同時，老車主可以在8月1日通過手機上的極氪應用程序進行免費的預約更換。總計費用花費大致在3億元。免費更新的高通驍龍8155芯片采用7nm制程工藝，擁有8核心CPU。與原先搭配的820A車機芯片相比，CPU算力提升177%，GPU算力提升94%。更新芯片后的座艙平臺配備16GB內存，帶寬提升一倍，另外還有128GB存儲空間。

消息一出，消費者大呼極氪良心，而極氪這一波“廣告”在一定程度上帶動了極氪銷量的不斷提升。

反面的例子是，某電動汽車品牌，其一度宣傳使用的是高通8核芯片，但被消費者發現情況并不屬實，實際使用芯片是英特爾4核芯片。一經曝光，消費者發起投訴甚至起訴，部分車主發布聯合聲明提出訴求，雖然最終品牌方給出了解決方案，但終究沒讓消費者徹底滿意，對品牌形象造成了比較大的傷害。

在汽車智能芯片企業——地平線看來，算力的發展在目前看來還遠遠沒有達到充分滿足的階段，仍然需要繼續往高階推進。目前來看，配裝2級以上輔助駕駛技術的車輛芯片要做到至少百TOPS級別才能充分滿足需求;3級自動駕駛階段以上，同時支持城區自動駕駛、高速領航、泊車等全場景自動駕駛需求，對算力的需求又是接近一個數量級的提升;要實現全面的自動駕駛、無人駕駛，芯片算力還需要大幅提升才能支撐。

高算力不等于高智能

在消費者的眼中，汽車所配裝芯片的算力高低，幾乎就是判斷一輛智能網聯汽車智能水平的標準。那么，高算力是否可以和高智能直接畫等號?

全國政協經濟委員會副主任、工信部原部長苗圩日前表示：“算法比算力還重要，如果有一個好的算法，可能TOPS不是最高，但是功耗會降低，運算效率會比較高，這同樣能夠彌補我國芯片行業的一些缺失。”

“算力是智能化的一個必備條件，但不是決定性條件，我國在車路協同領域，如果只有算力，沒有軟件、基礎設施包括網絡通信的配合，算力也發揮不了充分的作用。”國家新能源汽車技術創新中心總經理、中國汽車芯片產業創新戰略聯盟秘書長原誠寅在接受《中國汽車報》記者采訪時表示，“算力是很容易用來做量化指標的依據，就像新能源汽車剛起步發展之時，大家關注的是動力電池能量密度的高低、大小，但現在我們已經不再簡單地追求動力電池的能量密度，而是更關注整車的安全性、百公里能耗及快充時間。”

“算力毋庸置疑可以成為算法發揮更大能力的基礎，但如同所有衡量性能或產品特性的單一指標一樣，算力本身的大小并不直接等同于車輛的智能程度，例如在嵌入式軟件層面做出合理的設計，才能發揮出算法更優的性能，這需要在算力、功耗、成本、算法之間找到一個更好的平衡。”智能駕駛和智慧出行領域的核心技術服務商——智駕科技相關負責人李立(化名)在接受《中國汽車報》記者采訪時表示，“在智能駕駛領域，隨著高階技術的升維，處理的場景和功能復雜度的提升，行業將會擁抱一個高算力的時代，但算力永遠不是衡量性能的絕對標準，算力決定了算法發揮的下限，而不是上限。”

在李立看來，高階智能駕駛系統對算力資源的要求將會更高，但高算力不等于高智能。算力是“肌肉”，算法則是“智慧”，而數據是“生產資料”，三者需要互相配合。如果算法沒有取得突破，或者數據積累不夠充分，無論堆砌多高的算力也無法實現高智能。

地平線認為，算力并不反映自動駕駛計算平臺真實的性能。當前智能汽車發展的核心瓶頸確實是算力不足，智能化競爭在提速，這體現在算力的軍備競賽上。但受摩爾定律的功耗限制，單純追求算力的突破并不可持續，同時算力也并不代表汽車智能芯片的真實性能，芯片計算效率同樣需要關注。正如對于汽車來說，馬力不如百公里加速時間更能真實反映整車的動力性能，算力也不反映汽車智能芯片真實性能，每秒準確識別幀率FPS才是更直接的性能指標。

以特斯拉為例，得益于其軟件能力，FSD標稱算力只有Nvidia Drive PX2的3倍，但真實性能卻是PX2的21倍。因此，算法驅動車載智能芯片設計的軟硬結合趨勢下，新一代汽車智能芯片領導者，也將是世界級的算法公司。

目前，行業單純追逐上千TOPS級別的物理算力，實際上，物理算力是晶體管的數目乘以主屏，等于芯片面積。它不代表效率、性能，更不是用戶價值，它是給整車企業的成本衡量標準之一。相比關注物理算力，更應該關注最先進的神經網絡在芯片上如何跑得快、跑得好，即真實計算性能，這才是用戶價值所在。

車企走上“拼算力”歧路

與過去傳統燃油車貴在“發動機、變速器”有所不同，現在的智能電動汽車則貴在動力電池和車載芯片上，其成本飆升有過之而無不及。但區別在于，過去的發動機和變速器幾乎掌握在車企手中，而現在動力電池和車載芯片幾乎都掌握在供應商手中，車企處于相對被動的地位。

如今，最先進的高算力芯片僅僅掌握在少數高科技企業手中，車企采購可能需要下“血本”。“如果高算力指的是200TOPS起步的芯片，行業中的方案一般是1～4顆不等，日前英偉達推出的2000TOPS芯片，致力于集中解決所有問題，那么就只需要1顆即可，但成本應該在數千元甚至上萬元級別。”一位業內人士告訴《中國汽車報》記者。

“芯片的算力提升，會對研發成本和制造工藝提出更高的要求。因為在保持高算力的前提下，不能讓能耗也同時正比例增加，反而要降低能耗，這就要求使用更好的制造工藝。所以，流片的成本、研發的成本都會明顯上升。”原誠寅表示，“車上需要有多少顆高算力芯片，與車輛的需求有關。比如車輛的設計目標是輔助駕駛還是高速自動駕駛，車輛行駛的外部環境如何，這些綜合因素確定后才能確定對于算力的需求。”在原誠寅看來，車企不應該盲目配裝高算力芯片。

“車企‘打腫臉充胖子’，最后還是會把成本轉移到消費者身上，所以現在的智能電動汽車，售價越來越高，隨便一款配置相對較高的車型，售價往往都在20萬甚至30萬元以上。”在業內人士王訊(化名)看來，車企堆配置的行為，最終損害的是消費者的利益。

國家統計局最近公布的《中國人口普查年鑒——2020》披露了第七次人口普查的分項數據，其中，長表數據資料的第九卷反映了全國及各省份家庭用車價位情況。數據顯示，中國有車家庭比例已達41.67%，有車家庭中81.4%的家庭汽車價格在20萬元以下。“汽車已經是普通的消費品，大多數消費者還是希望質優價廉，現在這么多的汽車品牌在堆配置、拼算力，可能忽略了最大消費群體的需求。”王訊認為，比“壕”的做法不太可取，最多只適用于小部分汽車品牌。

提升性能不僅是“拼算力”

既然無需盲目追求高算力，那么相關企業應該怎么做?

在地平線看來，車企一定要有差異化的思考和創新思維，在智能駕駛時代，核心競爭力是單位成本下面數據的處理量而不是晶體管的集成密度。以地平線為例，目前雖然也關注峰值算力的持續提升，但本質上更加關注有效算力的提升。這就好比住房面積大，但是公攤面積可能也大，得房率并不高。最核心的關注點應該是在一定的面積下、一定數量的晶體管中，能夠有多少可以用于深度神經網絡計算，這涉及創新的硬件架構設計及軟件和硬件的協同。

同時還有算法的優化和提升。算法在過去的幾年里突飛猛進的發展，未來20年，整個算法每年都將會有大的更新和迭代。所以，如何適應算法本身的迭代也非常重要。地平線提出新摩爾定律，即通過場景驅動定義軟件框架，然后軟件框架結合硬件的架構設計，使得軟件和硬件結合，繼續提高計算效率。

地平線相關人士介紹，“軟硬結合”存在兩方面的壁壘。一是軟件算法原理處于高速發展的過程，難以預測未來發展情況，因此要求企業在基礎算法原理方面具備較強的研發能力;二是面對軟件場景，需要設計高效的硬件架構。兩點相結合，其復雜度與難度大大增加，這也是自動駕駛要走“軟硬結合”之路門檻高的兩大原因。

由此，地平線認為，要想真正做到“軟硬結合”，核心要從應用場景出發，不僅要掌握軟件算法的先進技術，更重要的是深刻掌握未來技術發展脈絡，這樣硬件設計才能真正適應場景計算的需求。

值得注意的是，地平線研發的征程5，得益于軟硬協同優化，真實計算性能(FPS)從最初的1283FPS刷新至1531FPS。實測對標結果顯示，在典型分類、檢測模型下，征程5在輕量化計算具有一定優勢，相較Orin性能表現更佳;經軟硬結合優化的高效模型，同精度下征程5性能與能效表現全面領先于Orin-X，計算性能(FPS)最高可達Orin-X的3倍，能效(FPS/Watt)最高可達Orin-X的9倍。

在李立看來，軟件算法的改善會直接影響自動駕駛的功能實現和功能體驗。在自動駕駛領域，獲取更多有效場景數據意味著下一代系統邊界性能的突破。在技術維度之外，產業鏈協作的進一步優化、行業法規的不斷健全也將是自動駕駛功能真正落地的必要因素。

關鍵詞： 自動駕駛芯片 智能網聯 智能電動汽車 小鵬汽車