談起近兩年的智能駕駛演變過程，可以用最近大火的電視劇名《狂飆》來形容。汽車領域進入智能化賽道之后，不僅拼馬力，更要拼芯片算力。芯片在新能源汽車中充當的是車輛的“大腦”，算力水平越高車機系統處理數據的能力越強，對軟件的服務能力越好。為了營造出智能化水平更為出色的數據，各大車企在芯片算力上進行內卷。

有數據顯示，中國自動駕駛行業2022年規模增速將達到24%；智能攝像頭產品出貨量增速超15%，催生出大量的智能芯片需求。但我們的車輛真的需要那么高的算力水平，消費者有必要為那些“高智能”買單嗎？

造車大廠“卷”得冒火

自2020年下半年依賴，全球芯片產能持續緊張，帶來了漲價、囤貨、炒貨、搶貨等一系列負面影響，其中汽車產業作為芯片供應鏈下游最為敏感的產業之一，在缺芯潮中受到的影響令人難以忽視。隨著汽車產業的智能化普及，智能座艙、激光雷達、輔助駕駛、娛樂輔助系統等功能作為汽車賣點，車企對于算力的需求自然水漲船高。根據網絡資料顯示，2022年中國市面上綜合算力最高的一款車是來自蔚來的ET7，使用了4顆英偉達OrinX芯片，高達1016TOPS。這意味著什么呢？簡單來說，1000TOPS相當于芯片每秒會進行1000億次計算，這種程度的系統對外部環境的處理速度遠超過駕駛員的大腦。

*數據來源網絡

算力越大=性能越強？

       可以看到，目前算力是升上去了，但自動駕駛功能卻并沒有因此變得更加智能和先進。這也就意味著，算力并不能堆出自動駕駛。目前市面上的主流智能輔助駕駛系統基本在L2~L3之間，L4級別的汽車還未大規模量產。而數據顯示，L2級別的自動駕駛所需算力僅要求2~2.5TOPS，L3級別的自動駕駛算力需求在20~30TOPS，L4級別則需要200TOPS已上。

同時，受到技術成熟度不足和大環境政策的影響，各大車企的智能駕駛功能智能停留在L2階段。那么智能汽車中搭載這么高的算力，頗為大材小用，而且對芯片來說會帶來很高的損耗，冗余的算力仍會在芯片內“空跑”。如此看來，智能汽車動輒就100+TOPS的算力確實有些過度浪費。

算力可以“飆” 但方向很重要

       車企在大肆宣傳自家車型搭載更高算力，更加智能的同時，無形中造成了“算力焦慮”。其實想要出色的智能輔助駕駛系統并不完全依賴于算力高低，還要考慮到軟件的算法以及和芯片的適配程度。例如特斯拉自研的FSD芯片單顆算力為72TOPS，每輛車搭載兩顆，綜合算力在144TOPS，但得益于特斯拉的軟件算法，在實際上感知層的神經網絡上面，其效果是比英偉達200-300TOPS好上許多。如果只將算力用在娛樂功能上，不能充分發揮芯片算力，那真是有些暴殄天物了。

       因此想要充分挖掘芯片算力，將算力轉化成真正的自動駕駛功能資源才是“飆”算力的最大意義。無論是芯片企業還是車企，都應該從這場“狂飆”中冷靜下來，更多的在軟件配合上深究。