因为疫情的原因，原本 4 月底举办的北京车展延期至今尚未举办，这也让最近开幕的成都车展，成为今年的第一个 A 级车展。

在这次展会上，各大车企和供应商把智能驾驶的「军备竞赛」推向高潮：一方面，智能驾驶的使用场景从高速、自动泊车延伸到城市；另一方面，激光雷达、高清摄像头、高算力芯片等硬件产品加速上车。

特别是高算力芯片，成为越来越多汽车厂家的主打卖点，很多车型的自动驾驶计算平台突破 1000TOPS。这里的「TOPS」是计算机的算力单位，1TOPS 代表处理器每秒钟可进行一万亿次 (10^12) 操作。

这背后是汽车的竞争逻辑发生了变化。

传统汽车时代的竞争，主要是围绕动力、操控和空间来展开。但智能汽车发展的背后，是整车计算平台的演进，从最初的分布式计算、单个子系统拥有自己的 ECU，到域控制器逻辑、以功能划分集成化控制运算，再到最终实现整车运算能力的高速集中、智能化分配算力。这也对芯片的性能，提出了更高的要求。

因此，现在很多汽车厂商宣传的重点之一，就是采用了英伟达或者高通的芯片，算力有多强。这让人不禁回想起手机和电脑厂商这么多年来，围绕芯片做营销的习惯。

对于一台汽车来说，是不是像电脑和手机一样，芯片越快，算力越高就越好？答案可能并不是你想的那样。

从「马力」到「算力」

目前，「算力」已经成为评价一辆车的重要指标。

2019 年特斯拉推出 HW3.0 芯片时，144TOPS 的算力在当时冠绝行业，让很多车企意识到算力对于智能汽车的重要性。当时，英伟达的 Orin 芯片还未量产，主打产品是 2017 发布的 Xavier 芯片，采用 12nm 工艺，算力 30TOPS。

到了 2021 年，这场竞赛被拉高到新的高度。

2021 年初，蔚来 NIO Day，创始人李斌发布了他们第一款轿车——ET7。相比当时其他车型，它最大的亮点之一是首款量产车采用 Nvidia Orin 芯片。在目前量产自动驾驶芯片中，Orin 被认为是单片算力最高、技术最领先、量产节奏最快。

在之后的一年半中，拼芯片、拼算力成为一种风气，最近越来越多的车企开始推出大算力的平台。跟手机一样，越来越多的汽车的发布会开始把算力、芯片作为宣传噱头。

从数据上来看，目前芯片算力最强的是魏牌摩卡 DHT-PHEV 激光雷达版。它搭载毫末智行联合高通打造的 Snapdragon Ride 芯片，综合算力达到了 1440TOPS；紧随其后的的是蔚来 ET7 和威马 M7，它们都采用了四颗英伟达 Orin-X 自动驾驶芯片，车载系统的最大算力达到 1016 TOPS；随后的小鹏 G9 与理想 L9，采用了两颗英伟达 OrinX 芯片，算力也达到 508TOPS……

相比之下，一直被认为是智能汽车标杆的特斯拉，其搭载的 FSD 辅助驾驶芯片总算力依旧是 144TOPS。

从汽车芯片玩家来看，跟智能手机行业类似，竞争者也呈现多元化。这里既包含老牌芯片厂商 Nvidia、Intel、高通，也不乏主机厂（Tesla）、中国初创企业（地平线等）及 IT 巨头华为。

其中，在智能座舱领域，比较有名的芯片有高通的 8155 与 8195，还有地平线基于其征程 2、征程 3 芯片打造的 Halo 2.0 与 Halo 3.0 方案；在智能驾驶领域，则有英伟达的 Orin、英特尔旗下 MobileEye 的 Q4 与 Q5、华为刚刚发布的 MDC 系列，以及地平线已经上车的征程 2、征程 3 和即将量产的征程 5 与征程 6。一般来说，自动驾驶和智能座舱芯片最大的不同在于，智能驾驶需要更大 NPU 算力，支持自动驾驶算法的落地。

根据开信息，英伟达可谓是智能驾驶芯片赛道的算力霸主。目前明确采用 Orin 芯片的主机厂包括蔚来汽车、理想汽车、上汽智己、威马汽车、沃尔沃、路特斯、高合汽车、集度汽车、小马智行等。

不过，主机厂商在选择芯片的时候，并非只是考虑单芯片的性能强度，还会参考性价比以及相关的软件生态、工具链的成熟程度。

主机厂商为了打造差异化的体验，需要芯片支持传感器的「多路输入」，并保持高度灵活度。目前，基于英伟达 Orin 芯片构建的自驾平台，可以支持 12 个外部 摄像头、3 个内部摄像头、9 个雷达、12 个超声波雷达、1 个前置激光雷达，这基本涵盖大部分主机厂的传感器配置，整体性价比较高。这也是 Orin 芯片被众多车型采用的主要因素。

哪种技术路线都绕不开算力的提升

在2016年，新能源车企都在增加CPU/GPU的算力，没有人想过自研芯片来形成超越第三方算力的方向。

近两年产业关注重点从燃油车的核心零部件发电机与动力总成（两者成本在一辆燃油车里的成本占比大概是 15%-20%）转移到三电（电池、电控和电机）。

但是，围绕算力而投入的巨大成本，如果不能根本性地超越其他技术路线，也会给特斯拉带来巨大的损失。

很显然，如果特斯拉没有算力上的[破壁]，大家都用业界的普遍方案，最后算力上的差距不会太大。

即便国内使用激光雷达，但也需要视觉，更需要计算力的提升。对于这种算力基础设施的领先，当然是带来巨大竞争优势的。

特斯拉在充分利用自己目前的优势，想拉开和后来者的距离。

算力不等于智能

在这场军备竞赛中，部分主机厂商已经有些「迷失」，开始更多堆料配置，追求性能参数。但堆料能堆出高阶自动驾驶吗？从目前来看，仅仅靠堆高芯片算力，并不能做到高级别自动驾驶。

在智能汽车时代，算力、算法和数据是推动行业发展的三个关键因素。其中，数据被认为是「生产资料」，算法是「智慧」，算力是「肌肉」。

简单说，智能汽车水平的提高，除了算力绝对数值，还与数据、软件算法的协同配合相关。在数据和算法还未取得突破的时候，即便算力堆高到 1000TOPS，也无法达到高级别自动驾驶。这就像一个人浑身都是「肌肉」，但「脑子」不行，是一种畸形的状态。

未来决定汽车差异性的，将是软件及后续迭代带来的性能和功能变化。比如特斯拉 HW 3.0 芯片，单芯片的算力只有 72TOPS，相较上一代芯片并没有提升太多，但自动驾驶性能最高提升幅度可达 20 倍。

更重要的是，产品最终是要面向用户用的。目前高算力的芯片，并没有给用户带来使用体验的明显改善，算力利用率并不高，没有发挥其价值，用户还需要花费极高的价格为硬件和软件买单。

有人会认为，车企在芯片算力上堆料，是为将来高级自动驾驶做准备。但 L4 级别的自动驾驶什么时候能实现突破，业内还没有共识。Waymo 早在 2017 年就开始自动驾驶的商业化，当时内部员工透露已经解决了 99% 的问题。但 Waymo 后来商业化遇挫，部分原因是要解决最后那 1% 的问题，难度可能是前面 99% 的数十倍甚至于数百倍。

除了技术上的问题，高级自动驾驶的实现，还取决于是基础建设和政府的政策法规，包括 5G、物联网、智慧城市的建设进度等等。Gartner 此前预测，实现真正实用的 L4 级自动驾驶可能需要 10 年的时间。

其实类似情况，在 PC 和手机行业都上演过。如果回看智能手机过去几年的发展，处理器性能和频率越来越高、屏幕越来越大、分辨率越来越高、摄像头也越来越好……这些配置不一定带来更好或更明显的体验，但却带来了很多问题，比如散热问题，充电时间越来越长，价格越来越贵，体积越来越大等等。

当一个行业不断强调性能参数，开始脱离用户真实的使用场景时，是需要警惕的，这些被重点营销的参数，很可能只是昙花一现的噱头。未来智能汽车的主战场在于差异化的体验，而不只是硬件的性能参数。

汽车算力时代呈现出广阔前景

长期以来，汽车一直是芯片的重要应用场景，大量芯片产品被广泛应用在发动机、变速器、底盘、动力电池、驱动电机，以及智能网联关键电子零部件等领域。

随着汽车产业电动化、智能化发展加速，汽车芯片在汽车产品中的重要性持续提升。

据不完全统计，目前单车超过80个核心零部件需使用芯片，搭载芯片数量约600颗，价值量约4000元，L4级自动驾驶汽车单车芯片价值量更是达到11000元。

因此，除传统[三电]之外，搭载先进电子电气架构、高算力芯片、车载操作系统等相关核心技术和产品的下一代新能源汽车，将成为新阶段产业竞争的新高地。

这将推动新能源汽车产品由单纯的交通工具向移动智能终端、储能单元和数字空间转变。

进而推动汽车产业生态由传统的以整车企业为主体的[链式关系]向以生态主导型企业为核心的[网状生态]转变，从而带来整个价值链、创新链的转移，持续为汽车产业转型升级赋能。

总结

随着算力越来越大，此前业内也有过“受摩尔定律限制，算力可能无限增长吗”的质疑，如今看来，100TOPS的汽车芯片陆续上车，后面200TOPS、1000TOPS的芯片还在研发之中，这场讨论远没到终点。

未来很长一段时间，算力的比拼将在智能汽车体现的最为明显和激烈。黑芝麻智能杨欣宇在供应链大会上表示，算力究竟有没有上限是一个很难量化的问题。从电子行业的历史发展来看，算力是随着性能的提升不断增长，当算力达到一定程度，商业化自然要考虑到使用场景、成本等综合性问题，算力的迭代也会由此缓慢。

也就是说，从当前需求看还远没到考虑算力极限的时候。

以上这场算力比拼中，WEY摩卡采用四颗高通骁龙Ride居于首位，且三个等级配置算力均占到了前十位置。紧随高通之后，英伟达上车车型最多，其走的是只提供算力，OEM自研算法的路线，这或许也是受到车企青睐的原因。

英伟达貌似一家独大，但是华为入局带来一个信号，汽车芯片领域自主品牌正在崛起。华为之外，推崇大算力的国产芯片商黑芝麻智能今年发布的华山二号A1000 Pro，算力提升至196TOPS。根据规划，它还将在2022年推出A2000芯片，该芯片将采用7nm工艺，算力可超过250TOPS。

算力之争还将愈演愈烈。

文章来源： 车云网，王树一，极客公园