记者 | 李文博

编辑 | 王毅鹏

2014年，创立15年的以色列科技公司Mobileye向世界发布了公司第三代图像处理芯片——EyeQ3，其设计愿景是成为L2级驾驶辅助系统所必备的计算与决策平台。

这块与成年男性大拇指指甲面积接近的半导体原件，成为了如今以一己之力，改变整个汽车行业生态的美国汽车公司特斯拉首款量产车型Model S的主控大脑。

EyeQ3的核心数据如今看起来，落后得仿佛一件出土于中世纪的古董家具：40nm CMOS，0.256Tops算力。（1 Tops代表处理器每秒钟可进行一万亿次操作）

4年后，Mobileye公司推出第四代芯片EyeQ4，算力提升至2.5Tops，是EyeQ3的10倍。

从EyeQ3到EyeQ4的进化速度，还在遵循着“摩尔定律”的基础框架，远远没有达到令人瞠目结舌的地步。

彼时，还是初创企业的中国智能电动汽车品牌蔚来，成为EyeQ4芯片的第一位尝试者。而特斯拉，则选择与老朋友Mobileye和平分手，开启芯片自研之路。

2019年，特斯拉交出两份令世界震惊的答卷：第一份是FSD（full self-driving computer）芯片，它144Tops的算力是当年最先进英伟达Drive Xavier芯片21Tops算力的7倍；第二份是两年内推出3倍性能的第二代FSD芯片。

和Model 3点燃全世界消费者对电动汽车的热情一样，FSD芯片迅速激发起汽车行业对算力近乎疯狂的蒙眼狂奔。

FSD芯片是伊隆·马斯克亲手创造出的塞壬女妖，它终日隐匿在古老爱琴海底，不停向外发射着致命声波，吸引着无数车企舰群，义无反顾地向海的最深处驶去。

在这场由特斯拉扣下第一枪扳机的算力“世界大战”开启前，蔚来船队就感知到了大洋彼岸不停迫近的危险气息。

李斌旋即升帆稳舵，全节前进。

2021年的Nio Day上，这位中国智能电动汽车的旗手释放了一个令伊隆·马斯克坐立难安的讯息：

新车蔚来ET7将使用超算平台Adam，内置四颗英伟达NVIDIA DRIVE Orin芯片，综合算力1016Tops，是特斯拉FSD的7倍，一举成为世界上算力最高的汽车。

即便单芯片算力对比，蔚来Adam 254Tops也是特斯拉FSD 72Tops的3.5倍。

挑战者蔚来从背上的剑套里，抽出一把暗藏已久但锋芒逼人的利刃。特斯拉在自动驾驶领域不可一世的自信，出现了第一条裂纹。

但，这当真就是2021年汽车的算力上限了吗？

刚刚乘坐威马牌自动驾驶汽车抵达湖北黄冈工厂生产线的沈晖，举手作答：Of Course Not.

一台名为威马W6的新车，将汽车算力直接推至百万级水准。

按照最保守的100万Tops计算，威马W6的算力是蔚来Adam的984倍，是特斯拉FSD算力的6,897倍。按照999万Tops计算，威马W6的算力是蔚来Adam的9,843倍，是特斯拉FSD算力69,444倍。

蔚来与特斯拉间的算力之战，仍是冷热兵器攻防时的互有胜负。而威马W6的出场，则自带“二向箔”，向一切既有对手，实施降维打击。

急速扩容的算力，像一场恣意泛滥的大水，冲开了被厚重锁链禁锢百年的汽车行业变革大门。

汽车旧世界巨人们的王宫地基正在迅速陷塌，以身形微小芯片为研发核心延展而出的车企体系，重构了造车的基本逻辑。以自动驾驶为脚手架搭建起的智能生态，被视为新的汽车视野。

一台汽车，可以没有一架动力强劲的发动机，可以没有一部换挡平顺的变速箱，但却不能没有一颗算力充裕的芯片。

时髦的新汽车企业，都追着“算力”这个新风口，试图让自己变得更赛博朋克，更极客性感时，第二个问题就会浮出水面。

浮出水面的问题是：算力就是一台智能汽车的底气吗？

解答它，我们先来读一个0.256“反杀”144的故事。

2020年10月，美国独立非盈利组织《Consumer Reports》发布了一项汽车驾驶辅助系统横向对比测试的成绩。

参与测试的总共17台车型，既有特斯拉Model Y这样全球范围内炙手可热的新型电动汽车，也有丰田卡罗拉、大众帕萨特、宝马3系和凯迪拉克CT6这样传统造车企业的销量支柱。

结果，凯迪拉克Super Cruise在五纬考核中，赢了特斯拉FSD12分，位列第一。将奥迪、奔驰、宝马、路虎和保时捷，远远甩在身后。

这不是凯迪拉克对特斯拉的第一次胜利。

2018年，同样的《Consumer Reports》，同样的测试，Super Cruise遥遥领先。

凯迪拉克Super Cruise配载的芯片，是算力只有0.256Tops的Mobileye Q3。在特斯拉FSD的144TIPFS挖矿ops面前，不值一提。

这块算力远远不及1Tops的芯片，在过去3年赢了特斯拉两次的事实，为行业带来另一个思考方向：汽车公司效仿手机制造商“炫技式”堆砌算力的做法，真的是汽车行业的新解题思路吗？

与特斯拉“断开连接”的Mobileye第一个跳出来反对。

在2020年国际消费电子展后的线上采访中，英特尔子公司Mobileye产品及战略执行副总裁Erez Dagan表示，Tops用于评估芯片性能是非常不准确的，太过简单。

“Tops数字不过是过去的数值竞赛，”Erez认为，“如果你需要一个非常强大的电脑，那就意味着你其实并不知道自己想要什么，不过是还在探索的阶段。”

“一旦你需要满足经济性的要求，就要在处理速度、客户需求、解决方案成本等各个方面找寻平衡。这些都是至关重要的，”Erez补充说，“这才是真正的汽车产品业务的区别所在，而不是所谓的广告、作秀或仅仅是处在研究的阶段。”

Erez也不赞同在计算能力与自动驾驶能力间划等号。

“L2+级别ADAS和L4是一个连续体，现有L2+的市场会很大、很稳定，”他说，“我们坚信驾驶员既可以继续保持专注，同时也能从一个高性价比的系统和准自动驾驶的方案中受益，有条件下的自动驾驶L2+，仍然会持续很长一段时间。”

此番表态被普遍认为是Mobileye对“汽车算力论”的公开反对。

一个值得玩味儿的细节是，将“算力+马力”定义为汽车新世代评价标准的蔚来，刚刚在芯片上，从英特尔阵营“叛逃”至英伟达阵营。

对算力这趟时代快车持怀疑态度的，还有余凯。

他是汽车智能芯片公司地平线的创始人，也是“智能芯片是智能汽车的数字发动机”说法的创造者。

过去2年，地平线公司先后推出两款芯片，分别是4Tops算力的征程2和5Tops算力的征程3。

征程2在2020年开始运用在长安汽车的UNI-T上。根据车主之家的数据，UNI-T去年的总交付量为69,134辆。

奇瑞大蚂蚁和上汽智己是加入征程2芯片阵营的新玩家。前者是一款售价15万元起的国产电动SUV，后者则是上汽集团、张江高科和阿里巴巴合作的新汽车品牌。

接下来，地平线公司的首要任务是研发面向更高等级的自动驾驶场景的征程5芯片，单芯片算力96TopS，组成自动驾驶平台最高算力为512Tops，初步量产时间是2022年下半年。

即便征程5的算力在主流标准之上，余凯却不是一个“唯算力论英雄”的人。

在2021中国电动汽车百人会上，余凯很直白：“算力不该拼。”

“对汽车来说，算力并不反映汽车智能芯片实际性能，狂飙算力多少T，其实带有一定误导性。”余凯说，“每秒准确识别帧率MAPS才是更真实的性能指标。”

MAPS测试方法由地平线公司在2020年8月提出，该方法的全称是Mean Accuracy-guaranteed Processing Speed，即在精度有保障范围内的平均处理速度，核心维度是快和准。

地平线联合创始人兼技术副总裁黄畅认为，目前常见的两种芯片评测标准都不够与时俱进：“峰值算力法”只反映理论上最大计算能力，而非实际应用场景处理能力，局部性太大；“MLPerf法”则因模型少且更新速度滞后于算法演进的速度，无法描述性能全貌。

“MAPS评测方法

余凯以特斯拉FSD为例深入阐释了算力评价的局限性，“算力没有增加太多，但真实性能增加了21倍。”

特斯拉FSD账面算力72Tops，是英伟达Drive PX2的24Tops的3倍。但在MAPS体系下，FSD每秒可准确识别2300帧图像，是PX2识别110帧图像的21倍。

“几百上千算力增长是不可持续的，摩尔定律的物理极限在这里。”余凯说，“按照现在的摩尔定律，功耗标准如果超过1万TopS，使用该芯片的汽车是一辆燃烧的汽车，而不是一辆正常行驶的汽车。”

新闻稿里狂飙突进的算力，车企无法抗拒的致命吸引，在智能芯片行业内部，屡次被印上“警惕滥用”的红色标签，其背后藏着耐人咀嚼的营销真谛。

已亮相的高算力汽车，为全球汽车行业掷下一枚又一枚野心勃勃的炸弹。但这些炸弹的落地时间，远没有PPT中的顺理成章。

蔚来ET7的最早交付时间是2022年第一季度，智己汽车的交付节点设定在2022年。相比蔚来，智己汽车的交付时间表很模糊。

中国本土汽车企业长城的高算力汽车进度还要再晚一些，综合算力700Tops的高通骁龙Ride平台要到2022年才会量产。在此之前，还是只能倚靠算力30TopS的单颗芯片，撑起整个L2和L3级自动驾驶的场面。

英国哲学家Isaiah Berlin在1953年出版了一册名为《狐狸与刺猬》的小书，对决策与判断的两种学术路径进行了对比：“刺猬”意味着专精一道，体系统一；“狐狸”代表着博采众长，无所不窥。

由这本书衍生出的谚语总结道：“狐狸知道很多事，刺猬知道一件大事。”

这句话恰如其分地描述了自动驾驶的逻辑：系统需要像狐狸一样知道很多事，环境感知、精准定位、决策规划、控制执行和地图信息等等。

系统也同样需要知道最重要的那件大事——安全。

解答“高算力芯片到底在汽车智能化进程中承担何种角色”的问题，我们应该先回归自动驾驶本质。

一套完成的自动驾驶流程可粗略划为三大步骤：感知，决策与执行。

感知包括定位、传感与通信。决策包括轨迹规划、任务决策和异常处理。执行包括驱动、转向、制动和安全控制。

感知过程中，摄像头、毫米波雷达、超声波雷达和激光雷达等传感器，会对周围环境信息和路况进行实时动态获取与识别。

比如当下最先进的蔚来ET7，就搭载了11个摄像头、1个激光雷达、5个毫米波雷达、12个超声波传感器、2个高精度定位单元、1个V2X单元和1个增强主驾感知总计33个传感器。

这些传感器每秒的图像数据产生量是8GB，行车一小时产生的数据量约为28TB，相当于576部蓝光电影。（一部蓝光电影按照50GB计算）

传感器收集到的海量信息经过融合后，到达决策层。在这里，规划系统会分析当下环境，结合高精地图及导航信息，制定出多条安全路径，并从中选取一条最优解，并将该决策下发至底层执行模块。

感知与决策对主控芯片的综合能力要求极高，高算力是那支用来解题的笔，高运算效能才是背后真正的解题密码。

中等算力配合高效能，事半功倍。高算力拖着低效能，事倍功半。

比如蔚来ET7使用的超算平台Adam为例，4颗英伟达芯片中有2颗为主芯片，综合算力508Tops。剩余2颗，1颗作为安全冗余备份，1颗负责群体智能与个性训练计算。

按照特斯拉3倍性能的说法，第二代FSD芯片的算力将是至少是432Tops，与蔚来Adam平台有差距，但也迈入“400俱乐部”。

结合地平线公司正在研发的征程5芯片512Tops的算力，不难发现智能电动汽车2.0时代，头部企业普遍将算力堆到400Tops。

但常规意义上，L2驾驶辅助需要的计算力在10Tops内，L3自动驾驶需要的算力为30到60Tops，L4自动驾驶需要的算力也不过100Tops冒头。

车企砌起算力之墙的真正目的，是为“软件定义汽车”夯实基础。

如果将一辆智能电动汽车类比为一个家庭，算力是这个家庭的可支配资产，软件是这个家庭的支出。资产无需一次性全部花完，但在必要时可一次性拿出。

现在的造车新模式是，预埋硬件直接拉满，后续通过OTA迭代，在较长时间内逐步完善体验，过程中再另辟新需求。

自动驾驶按月订阅便是OTA进程中，浮现出的新用户诉求。

以目前特斯拉在中国售价的为例，FSD 6.4万元的价格占到一台国产Model 3 24.99万元售价的四分之一，这对许多刚需用户来说，相当昂贵。

伊隆·马斯克在刚结束的特斯拉2020年第四季度财报电话会议上透露，中国消费者选配FSD的比例只有1%至2%。

这让特斯拉每月100美元的FSD订阅服务变得合情合理：FSD月费一旦启用，每辆激活FSD的车辆，哪怕只用1个月尝鲜，都能成为公司现金流的来源。

特斯拉的长期商业模式，也将从一次性前装收费，转化为长期订阅持续收费。

据安信证券研究中心的测算，截止2020年第一季度，特斯拉FSD的整体激活率超过25%，FSD累计现金收入为12.6亿美元，其中2019年的现金收入为5.6亿美元。

安信证券同时预测，FSD有望在2025年为特斯拉汽车业务贡献1/4毛利，成为公司核心盈利点。

“预计2025年FSD的收入近70亿美元，占特斯拉汽车业务营收的接近9%，贡献 25%的汽车业务毛利，2030年的订阅服务收入有望超过160亿美元/年。特斯拉越来越像苹果。”安信证券在报告中写道。

蔚来也是按月订阅的忠实拥趸。

相比特斯拉，蔚来对订阅制的态度更激进。在ET7上，NOA的一次性购买权限直接被取消。要想使用完整NAD自动驾驶功能，必须支付680元人民币月费。

靠软件赚钱，对初期包括芯片在内的硬件预埋水平，提出了至少涵盖五年周期的前瞻性诉求，算力是其中可视化性最强的指标，特斯拉的144Tops如此，长城的700Tops如此，蔚来的1016Tops如此，威马的百万Tops亦如此。

汽车公司们在算力赛道上不惜成本狂飙“飞驰圈”的背后，锚定的是一辆智能汽车全生命周期内的“长跑”利润，锁定的是车主对这辆汽车在先进科技上的持续投入。

毕竟，花钱解锁一时爽，一直花钱一直爽。