算力越高，車越智能？新造車「算力大戰(zhàn)」背后的真相是啥？

因?yàn)橐咔榈脑颍?4 月底舉辦的北京車展延期至今尚未舉辦，這也讓最近開幕的成都車展，成為今年的第一個 A 級車展。

在這次展會上，各大車企和供應(yīng)商把智能駕駛的「軍備競賽」推向高潮：一方面，智能駕駛的使用場景從高速、自動泊車延伸到城市；另一方面，激光雷達(dá)、高清攝像頭、高算力芯片等硬件產(chǎn)品加速上車。

特別是高算力芯片，成為越來越多汽車廠家的主打賣點(diǎn)，很多車型的自動駕駛計(jì)算平臺突破 1000TOPS。這里的「TOPS」是計(jì)算機(jī)的算力單位，1TOPS 代表處理器每秒鐘可進(jìn)行一萬億次 (10^12) 操作。

這背后是汽車的競爭邏輯發(fā)生了變化。

傳統(tǒng)汽車時代的競爭，主要是圍繞動力、操控和空間來展開。但智能汽車發(fā)展的背后，是整車計(jì)算平臺的演進(jìn)，從最初的分布式計(jì)算、單個子系統(tǒng)擁有自己的 ECU，到域控制器邏輯、以功能劃分集成化控制運(yùn)算，再到最終實(shí)現(xiàn)整車運(yùn)算能力的高速集中、智能化分配算力。這也對芯片的性能，提出了更高的要求。

因此，現(xiàn)在很多汽車廠商宣傳的重點(diǎn)之一，就是采用了英偉達(dá)或者高通的芯片，算力有多強(qiáng)。這讓人不禁回想起手機(jī)和電腦廠商這么多年來，圍繞芯片做營銷的習(xí)慣。

對于一臺汽車來說，是不是像電腦和手機(jī)一樣，芯片越快，算力越高就越好？答案可能并不是你想的那樣。

目前，「算力」已經(jīng)成為評價一輛車的重要指標(biāo)。

2019 年特斯拉推出 HW3.0 芯片時，144TOPS 的算力在當(dāng)時冠絕行業(yè)，讓很多車企意識到算力對于智能汽車的重要性。當(dāng)時，英偉達(dá)的 Orin 芯片還未量產(chǎn)，主打產(chǎn)品是 2017 發(fā)布的 Xavier 芯片，采用 12nm 工藝，算力 30TOPS。

蔚來 ET7 | 視覺中國

到了 2021 年，這場競賽被拉高到新的高度。

2021 年初，蔚來 NIO Day，創(chuàng)始人李斌發(fā)布了他們第一款轎車——ET7。相比當(dāng)時其他車型，它最大的亮點(diǎn)之一是首款量產(chǎn)車采用 Nvidia Orin 芯片。在目前量產(chǎn)自動駕駛芯片中，Orin 被認(rèn)為是單片算力最高、技術(shù)最領(lǐng)先、量產(chǎn)節(jié)奏最快。

在之后的一年半中，拼芯片、拼算力成為一種風(fēng)氣，最近越來越多的車企開始推出大算力的平臺。跟手機(jī)一樣，越來越多的汽車的發(fā)布會開始把算力、芯片作為宣傳噱頭。

從數(shù)據(jù)上來看，目前芯片算力最強(qiáng)的是魏牌摩卡 DHT-PHEV 激光雷達(dá)版。它搭載毫末智行聯(lián)合高通打造的 Snapdragon Ride 芯片，綜合算力達(dá)到了 1440TOPS；緊隨其后的的是蔚來 ET7 和威馬 M7，它們都采用了四顆英偉達(dá) Orin-X 自動駕駛芯片，車載系統(tǒng)的最大算力達(dá)到 1016 TOPS；隨后的小鵬 G9 與理想 L9，采用了兩顆英偉達(dá) OrinX 芯片，算力也達(dá)到 508TOPS……

相比之下，一直被認(rèn)為是智能汽車標(biāo)桿的特斯拉，其搭載的 FSD 輔助駕駛芯片總算力依舊是 144TOPS。

從汽車芯片玩家來看，跟智能手機(jī)行業(yè)類似，競爭者也呈現(xiàn)多元化。這里既包含老牌芯片廠商 Nvidia、Intel、高通，也不乏主機(jī)廠（Tesla）、中國初創(chuàng)企業(yè)（地平線等）及 IT 巨頭華為。

其中，在智能座艙領(lǐng)域，比較有名的芯片有高通的 8155 與 8195，還有地平線基于其征程 2、征程 3 芯片打造的 Halo 2.0 與 Halo 3.0 方案；在智能駕駛領(lǐng)域，則有英偉達(dá)的 Orin、英特爾旗下 MobileEye 的 Q4 與 Q5、華為剛剛發(fā)布的 MDC 系列，以及地平線已經(jīng)上車的征程 2、征程 3 和即將量產(chǎn)的征程 5 與征程 6。一般來說，自動駕駛和智能座艙芯片最大的不同在于，智能駕駛需要更大 NPU 算力，支持自動駕駛算法的落地。

英偉達(dá) Orin 芯片 | 視覺中國

根據(jù)開信息，英偉達(dá)可謂是智能駕駛芯片賽道的算力霸主。目前明確采用 Orin 芯片的主機(jī)廠包括蔚來汽車、理想汽車、上汽智己、威馬汽車、沃爾沃、路特斯、高合汽車、集度汽車、小馬智行等。

不過，主機(jī)廠商在選擇芯片的時候，并非只是考慮單芯片的性能強(qiáng)度，還會參考性價比以及相關(guān)的軟件生態(tài)、工具鏈的成熟程度。

主機(jī)廠商為了打造差異化的體驗(yàn)，需要芯片支持傳感器的「多路輸入」，并保持高度靈活度。目前，基于英偉達(dá) Orin 芯片構(gòu)建的自駕平臺，可以支持 12 個外部 攝像頭、3 個內(nèi)部攝像頭、9 個雷達(dá)、12 個超聲波雷達(dá)、1 個前置激光雷達(dá)，這基本涵蓋大部分主機(jī)廠的傳感器配置，整體性價比較高。這也是 Orin 芯片被眾多車型采用的主要因素。

讓車企對于算力「如饑似渴」的，正是越來越普及的智能駕駛技術(shù)。

現(xiàn)階段，市面上的量產(chǎn)車型普遍的自動駕駛等級介于 L2 到 L3 級之間，可以實(shí)現(xiàn)自動緊急煞停（AEB）、主動式巡航控制（ACC）、車道偏移輔助（LKA）等功能。總體來看，這個階段對算力的要求并不高，算力達(dá)到幾十 TOPS 就足夠。

那為什么越來越多的主機(jī)廠，現(xiàn)在就把芯片算力堆高到 500 到 1000TOPS 呢？這跟智能駕駛的加速落地有關(guān)，主要表現(xiàn)為自動駕駛的使用場景，由最早的自動泊車或高速這樣的單一場景，逐步向多場景甚至全場景延伸。

自動駕駛的主流場景有三個，根據(jù)實(shí)現(xiàn)的難度，由低到高分別是高速/環(huán)路、停車場、城區(qū)。目前，高速/環(huán)路場景下的體驗(yàn)已經(jīng)不錯，2022 年被認(rèn)為是城市域自動駕駛落地的元年。

隨著自動駕駛場景的拓展，激光雷達(dá)+視覺+毫米波雷達(dá)的多傳感器冗余方案正在成為主流。目前主流車型的傳感器數(shù)量已經(jīng)超過 30 個。越多的傳感器、越深的網(wǎng)絡(luò)、越多的網(wǎng)絡(luò)，這些都對芯片的算力提出了極大的需求。

所以，硬件預(yù)埋、軟件 OTA 迭代，成為主機(jī)廠商主流的策略。

車企在量產(chǎn)車輛上裝配高級別智能駕駛硬件，把芯片直接拉至高級別（L4）生命周期，通過硬件快速上量來獲取大量數(shù)據(jù)，然后對體驗(yàn)不斷進(jìn)行技術(shù)迭代。因?yàn)樽詣玉{駛要突破到更高級別，需要數(shù)據(jù)、算法、算力來實(shí)現(xiàn)閉環(huán)，用數(shù)據(jù)來驅(qū)動算法的迭代。

汽車芯片 | 視覺中國

當(dāng)然，主機(jī)廠推出這些高算力芯片，并不僅僅是技術(shù)發(fā)展的需要，也有營銷的因素。

回想一下當(dāng)年的智能手機(jī)，通過大屏、快充，以及更大的電池容量、內(nèi)存、高像素?cái)z像頭，在各種宣傳和排行榜中賺足了眼球。所以，目前智能汽車正在模仿智能手機(jī)的營銷策略，就像人們談?wù)撌謾C(jī)配置一樣，汽車的芯片配置也將是消費(fèi)者日常談?wù)摰脑掝}之一。

其實(shí)，算力軍備競賽背后，更多體現(xiàn)的是車企的焦慮。

自動駕駛雖然已經(jīng)經(jīng)過十幾年的發(fā)展，但各項(xiàng)細(xì)分技術(shù)還在不斷迭代、向外延伸，這也意味著技術(shù)方向和市場都充滿了不確定性。正因?yàn)樽詣玉{駛是新事物，沒有人知道怎么做，以及怎么才能做好，所以車企傾向于提前預(yù)埋一些高配置的硬件，為后續(xù)的升級提供基礎(chǔ)。

在這場軍備競賽中，部分主機(jī)廠商已經(jīng)有些「迷失」，開始更多堆料配置，追求性能參數(shù)。但堆料能堆出高階自動駕駛嗎？從目前來看，僅僅靠堆高芯片算力，并不能做到高級別自動駕駛。

在智能汽車時代，算力、算法和數(shù)據(jù)是推動行業(yè)發(fā)展的三個關(guān)鍵因素。其中，數(shù)據(jù)被認(rèn)為是「生產(chǎn)資料」，算法是「智慧」，算力是「肌肉」。

簡單說，智能汽車水平的提高，除了算力絕對數(shù)值，還與數(shù)據(jù)、軟件算法的協(xié)同配合相關(guān)。在數(shù)據(jù)和算法還未取得突破的時候，即便算力堆高到 1000TOPS，也無法達(dá)到高級別自動駕駛。這就像一個人渾身都是「肌肉」，但「腦子」不行，是一種畸形的狀態(tài)。

未來決定汽車差異性的，將是軟件及后續(xù)迭代帶來的性能和功能變化。比如特斯拉 HW 3.0 芯片，單芯片的算力只有 72TOPS，相較上一代芯片并沒有提升太多，但自動駕駛性能最高提升幅度可達(dá) 20 倍。

更重要的是，產(chǎn)品最終是要面向用戶用的。目前高算力的芯片，并沒有給用戶帶來使用體驗(yàn)的明顯改善，算力利用率并不高，沒有發(fā)揮其價值，用戶還需要花費(fèi)極高的價格為硬件和軟件買單。

有人會認(rèn)為，車企在芯片算力上堆料，是為將來高級自動駕駛做準(zhǔn)備。但 L4 級別的自動駕駛什么時候能實(shí)現(xiàn)突破，業(yè)內(nèi)還沒有共識。Waymo 早在 2017 年就開始自動駕駛的商業(yè)化，當(dāng)時內(nèi)部員工透露已經(jīng)解決了 99% 的問題。但 Waymo 后來商業(yè)化遇挫，部分原因是要解決最后那 1% 的問題，難度可能是前面 99% 的數(shù)十倍甚至于數(shù)百倍。

除了技術(shù)上的問題，高級自動駕駛的實(shí)現(xiàn)，還取決于是基礎(chǔ)建設(shè)和政府的政策法規(guī)，包括 5G、物聯(lián)網(wǎng)、智慧城市的建設(shè)進(jìn)度等等。Gartner 此前預(yù)測，實(shí)現(xiàn)真正實(shí)用的 L4 級自動駕駛可能需要 10 年的時間。

其實(shí)類似情況，在 PC 和手機(jī)行業(yè)都上演過。如果回看智能手機(jī)過去幾年的發(fā)展，處理器性能和頻率越來越高、屏幕越來越大、分辨率越來越高、攝像頭也越來越好……這些配置不一定帶來更好或更明顯的體驗(yàn)，但卻帶來了很多問題，比如散熱問題，充電時間越來越長，價格越來越貴，體積越來越大等等。

當(dāng)一個行業(yè)不斷強(qiáng)調(diào)性能參數(shù)，開始脫離用戶真實(shí)的使用場景時，是需要警惕的，這些被重點(diǎn)營銷的參數(shù)，很可能只是曇花一現(xiàn)的噱頭。未來智能汽車的主戰(zhàn)場在于差異化的體驗(yàn)，而不只是硬件的性能參數(shù)。