算力“狂飙” 飙不出自动辅助驾驶

谈起近两年的智能驾驶演变过程，可以用最近大火的电视剧名《狂飙》来形容。汽车领域进入智能化赛道之后，不仅拼马力，更要拼芯片算力。芯片在新能源汽车中充当的是车辆的“大脑”，算力水平越高车机系统处理数据的能力越强，对软件的服务能力越好。为了营造出智能化水平更为出色的数据，各大车企在芯片算力上进行内卷。

有数据显示，中国自动驾驶行业2022年规模增速将达到24%；智能摄像头产品出货量增速超15%，催生出大量的智能芯片需求。但我们的车辆真的需要那么高的算力水平，消费者有必要为那些“高智能”买单吗？

造车大厂“卷”得冒火

       自2020年下半年依赖，全球芯片产能持续紧张，带来了涨价、囤货、炒货、抢货等一系列负面影响，其中汽车产业作为芯片供应链下游最为敏感的产业之一，在缺芯潮中受到的影响令人难以忽视。随着汽车产业的智能化普及，智能座舱、激光雷达、辅助驾驶、娱乐辅助系统等功能作为汽车卖点，车企对于算力的需求自然水涨船高。根据网络资料显示，2022年中国市面上综合算力最高的一款车是来自蔚来的ET7，使用了4颗英伟达OrinX芯片，高达1016TOPS。这意味着什么呢？简单来说，1000TOPS相当于芯片每秒会进行1000亿次计算，这种程度的系统对外部环境的处理速度远超过驾驶员的大脑。

*数据来源网络

算力越大=性能越强？

       可以看到，目前算力是升上去了，但自动驾驶功能却并没有因此变得更加智能和先进。这也就意味着，算力并不能堆出自动驾驶。目前市面上的主流智能辅助驾驶系统基本在L2~L3之间，L4级别的汽车还未大规模量产。而数据显示，L2级别的自动驾驶所需算力仅要求2~2.5TOPS，L3级别的自动驾驶算力需求在20~30TOPS，L4级别则需要200TOPS已上。

同时，受到技术成熟度不足和大环境政策的影响，各大车企的智能驾驶功能智能停留在L2阶段。那么智能汽车中搭载这么高的算力，颇为大材小用，而且对芯片来说会带来很高的损耗，冗余的算力仍会在芯片内“空跑”。如此看来，智能汽车动辄就100+TOPS的算力确实有些过度浪费。

算力可以“飙” 但方向很重要

       车企在大肆宣传自家车型搭载更高算力，更加智能的同时，无形中造成了“算力焦虑”。其实想要出色的智能辅助驾驶系统并不完全依赖于算力高低，还要考虑到软件的算法以及和芯片的适配程度。例如特斯拉自研的FSD芯片单颗算力为72TOPS，每辆车搭载两颗，综合算力在144TOPS，但得益于特斯拉的软件算法，在实际上感知层的神经网络上面，其效果是比英伟达200-300TOPS好上许多。如果只将算力用在娱乐功能上，不能充分发挥芯片算力，那真是有些暴殄天物了。

       因此想要充分挖掘芯片算力，将算力转化成真正的自动驾驶功能资源才是“飙”算力的最大意义。无论是芯片企业还是车企，都应该从这场“狂飙”中冷静下来，更多的在软件配合上深究。