輝達“下一代晶片”算力爆表，中國車企為何說“渣渣”？

伴隨著AI大模型的快速上車，作為汽車大腦的晶片，也迎來了新一輪全面升級。

在輔助駕駛晶片領域，輝達Thor正式上車，今年5月起，第一批搭載輝達Thor U的新車開啟交付，包括理想L8、領克900等。雖然這款晶片並非“頂配版”Thor，屬於其衍生版中的中低配，但單顆算力仍高達700TOPS，是目前主流的輝達Orin X算力（254TOPS）兩倍還多。

座艙晶片領域，當前的“天花板”高通8295（最大AI算力為60TOPS），也將很快淪為“上一代”產品。據悉，高通第五代座艙晶片明年量產，AI算力高達360TOPS，且將更好適配大模型。

根據摩爾定律，處理器的性能大約每兩年翻一倍，同時價格下降為之前的一半。以此判斷，車規級AI晶片算力即將全面進入千級時代。

然而，經歷過前些年盲目卷硬體的階段，很多人都已經意識到了，算力其實“啥也不是”。相比算力翻了多少倍，真正能對汽車智能化水平起到重大作用的，是晶片換代帶來的架構革新，企業的軟硬體適配能力，以及國產晶片的快速追趕。

1. 智能汽車開啟One Brain時代：“一顆大腦統管一切”

拼算力，輝達無疑“遙遙領先”，其2022年發佈的Thor晶片最高算力可達2000TOPS。目前，業內主流的輔助駕駛演算法正在從“端到端+VLM”向VLA進階，Orin X的算力難以支撐結構更複雜，參數成倍增加的VLA模型，因此Thor等千級算力晶片，被視為實現高等級自動駕駛和車內AI功能的關鍵。

而強大算力背後更值得關注的是，輝達引入了最新一代GPU架構和Transformer加速單元，能夠將過去汽車中分散的多個電子控制單元（ECU）功能整合在一起，例如，高級駕駛輔助系統(ADAS)、泊車、駕駛員監控、數字儀表盤和座艙娛樂等。做個簡單的比喻，汽車可以和人一樣，由一顆“中央計算大腦”統管全身所有功能，即我們之前分析汽車電子電氣架構發展趨勢時提到的“One Brain”。

由此帶來的好處是，集中算力支援更複雜的汽車軟體和功能，同時減少線束，實現更高效的通訊，降低功耗和製造成本，提升車輛性能和智能化體驗。

不過，在Thor為汽車插上智慧的翅膀前，車企必須先跨過幾條“深溝”。業內專家指出，採用新GPU架構和Transformer引擎的Thor晶片，在計算單元和指令集上都有變化。這意味著此前基於Orin開發的演算法和中介軟體，都要跟著重構和最佳化。雖然輝達也會提供對應的工具，但整車廠的軟體工程師仍需重新調校參數、適配驅動，才能發揮Thor的全部性能。

此外，如上所述，實現One Brain不只是為汽車裝上一個聰明的大腦這麼簡單，車企必須打造出真正的中央集中式電子電氣架構，相當於是對全身的神經系統進行徹底改造。這對車企的軟體架構設計、即時性保障、故障隔離等都提出了更高要求。如果適配不當，可能出現系統調度混亂或安全隱患。

與此同時，輝達自己的問題也困擾著車企。一方面是Thor晶片技術上的複雜性，導致其研發和生產都遇到巨大挑戰。有消息稱，Thor此前多次“跳票”，可能就是因為遇到了功耗控制、發熱管理、可靠性驗證等技術瓶頸。

這直接影響了車企的新車計畫。多個品牌曾向水滴汽車表示：“原本旗艦車型研發時計畫直接使用Thor晶片，但因為延期，最終選擇了雙Orin-X配置”。理想汽車也表示，這款晶片對於i8的性能和智能化水平至關重要，因此新車的發佈時間不得不從一季度推遲到今年7月。

另一方面，輝達等美國晶片巨頭，一直被美國政府的對華政策束縛，動不動就要限製出口。這顆嚴重威脅供應鏈安全的“不定時”炸彈，讓包括主機廠在內的中國企業，不得不未雨綢繆，減少對美國先進晶片的依賴。雖然尋找替代的道路充滿艱辛，卻是必須要吃的苦。

2. 兼顧成本、效率和體驗才是先進技術

消費者往往會被帳面參數“蠱惑”，前兩年汽車圈盛行卷硬體，晶片算力和雷射雷達數量是車企重點宣傳的產品點，實際不過是“差生文具多”，技術不夠硬體湊。

如今，科技平權，AI技術到了拼量產上車的時候，當年的迴旋鏢卻正中眉心，車企不得不推翻自己一手設計的“唯算力論”，為使用者樹立新的智能化技術標準。

多位汽車智能工程師都對筆者表達了相似的觀點，算力只是衡量晶片能力的一個指標，還有很多其他因素甚至比它還重要。

首先，晶片根據定位和使用場景的不同，考量標準本身就不一樣。比如輔助駕駛晶片，就側重異構計算與即時性，算力分佈以NPU（神經網路處理單元）/TPU（張量處理單元）為核心，時延、可靠性等都是關鍵指標。

智艙晶片則側重通用計算與多媒體，CPU（中央處理器）/GPU（圖形處理器）是核心，關鍵指標為多工處理能力、圖形渲染影格率、介面相容性等。

老話說“好鋼用在刀刃上”，對於晶片亦是如此，算力有沒有用在正地兒上，直接影響著實際能力。

其次，系統頻寬、性能功耗等指標也非常關鍵。芯馳科技CTO孫鳴樂表示，算力再高，系統頻寬跟不上，計算單元就無法充分發揮性能。他指出，許多現有座艙平台源自手機晶片設計，記憶體頻寬通常為64位，總頻寬約六七十GB/s，不足以支援大模型運行。

不久前，芯馳科技發佈了自研智艙晶片X10，CPU 200k DMIPS，NPU算力40TOPS，系統頻寬高達154GB/s。在多工平行時，高頻寬如同多車道的高速路，具備更靈活的調度機制，可有效利用算力。

一般情況下，算力越大功耗越高，這讓高算力的輔助駕駛晶片成了一把鋒利的雙刃劍。雖然技術進步會提升晶片的性能功耗比，但像Thor這樣的“艙駕一體”晶片，一定會對功耗控制提出更大挑戰。

有媒體估算，擁有千級算力的Thor晶片，總功耗可能高達數百瓦等級，需要更好的散熱條件。理想汽車曾提到，他們將採用更先進的冷卻方案，以適應更高算力的晶片。

最後，也是最重要的，千級算力能不能得到有效利用。對於車企來說，選擇一種晶片不僅取決於算力高低，還取決於它能否無縫融入自己的技術路線圖。僅從Thor來看，企業要做的磨合工作不輕，需要相當長的整合測試周期，去匹配軟體生態。

如今市場內卷嚴重，產品迭代速度堪比電子產品，企業有沒有足夠的時間和能力，讓Thor自上車起就發揮出應有的實力，答案其實大家都心知肚明。

典型案例便是2021年1月發佈的蔚來ET7，其搭載了四Orin平台，智駕算力高達1016TOPS，這一數字至今無人超越，然而功耗超過300瓦的智駕系統，最終只給使用者帶來了一個“耗電大戶”，以及二流的輔助駕駛體驗。這再次提醒我們：晶片再強大，若沒有配套的軟體與支援體系，也是渣渣。

事實上在工程師眼中，不存在高參數的先進技術，有的只是兼顧成本、效率和實際體驗的更優技術。站在使用者需求的角度，要是你需要的只是自動泊車等L2功能，10TOPS其實就夠了，高速NOA最好有100TOPS，到了城市NOA，再要求500TOPS以上。按需選擇，沒必要花大價錢交智商稅。

3. 中國國產晶片快速追擊，只買對的不買貴的

在內部與外部多重因素的共同作用下，這兩年中國國產晶片如雨後春筍般蓬勃發展，整車廠與上游供應鏈企業，都在集體發力，並且已經拿出許多極具競爭力的產品。

諸如小鵬汽車加快了自研圖靈晶片的步伐，將於第二季度上車，算力達到700TOPS，不輸Thor U。廠家介紹，圖靈晶片的計算能力較當前主流的輝達Orin X晶片組合方案提升3.2倍，功耗降低40%。更關鍵的是，其具備大模型承載能力，可支援本地運行300億參數神經網路。

蔚來甚至更早推出了自研的神璣NX9031晶片，並且已經隨著ET9實現量產，性能對標輝達旗艦晶片。

去年底放話要轉型AI公司的理想，也加入了這場競爭。最新消息稱，理想自主研發的5nm製程輔助駕駛晶片，已開始流片。企業還在積極招聘晶片和訓練叢集方面的人才，並在香港籌建專門的晶片研發辦公室。

造車新勢力成果初現，傳統主機廠和供應鏈企業更是你追我趕。吉利、比亞迪、奇瑞、長城等頭部大廠均已深度佈局車規級晶片賽道。華為自研的昇騰晶片能力碾壓同級，已是得到市場驗證的事實；跑在前面的地平線J6P，今年三季度量產上車；芯擎星辰一號、芯馳X10等一眾國產輔助駕駛晶片和智能座艙晶片，量產節點鎖定明年。

筆者粗略觀察，國產輔助駕駛晶片的算力最高已在500~700TOPS，由於很多是專為AI大模型設計的，與企業的自研演算法適配性更高，因此在車端的實際表現上，不輸國際巨頭。

相似性能，更低成本，是中國企業百試不爽的競爭策略，在晶片領域同樣適用。輝達晶片採購成本在整車成本裡佔比5%~8%，而車企自研晶片能讓成本降低30%~50%。

如今，我們在人工智慧演算法上已經走在了世界前列，L3自動駕駛和AI大模型上車也是勢不可擋。在巨大的應用前景面前，國產晶片必然能借勢而起。

隨著消費者認知的不斷成熟，以及國產晶片口碑的逐漸累積，消費者的認知和信任也將快速建立起來，“只買對的不買貴的”。筆者相信，國產晶片大範圍替代的那天或許不會太遠了。 (水滴汽車)