算力内卷大潮下，芯片企业需「降温」

去年12月1日，高通发布了骁龙8 Gen1，号称是迄今为止最强大的手机处理器。为了争夺骁龙8的首发权，小米和摩托罗拉在微博上展开了激烈的争论。

这种现象也成为了当前智能汽车行业的常态。

为了给汽车产品更大的卖点，很多汽车公司在旗舰车型上比拼计算能力。“双奥林”已经成为标配，甚至出现了“四奥林”的堆叠组合。

不久前，英伟达发布了一款计算能力达到2000TOPS的雷神芯片，将汽车行业的计算能力竞争推向了高潮。

有意思的是，新智家多方了解到，虽然车企往往以自己搭载的高计算自动驾驶芯片为傲，但计算能力得到充分利用的案例却很少，甚至可能一半都没有开发出来。

这样的差距不免让人怀疑“唯算力”理论是不是一个伪命题。

对此，新智家对话新驰科技副总裁许超，试图从“唯算力论”的演变中了解行业现状和未来发展趋势。

跨域集成是计算能力的趋势

说起车企对高计算芯片的内卷化，威马绝对榜上有名。

今年3月，威马推出了搭载4颗NVIDIA Orin X芯片的M7，运算能力达到1016TOPS，并号称采用中央域控制架构。

这款车型的上市，将汽车行业的计算能力内卷化和跨领域整合的趋势带到了一个新的阶段。

汽车电子电气架构从传统的分布式向集中式、轻量化转变已经成为老生常谈。在这个过程中，出现了域控制器的概念，随后演化为三种架构:分布式架构、跨域集成架构和中央域控制架构。

目前，分布式域控制已经在很多量产车中实现，像威马M7这样的跨域集成已经成为业界的新追求。

在过去的文章中，我们谈了很多关于导航和停车集成技术的发展。实际上，导航和停车的一体化技术只是跨域一体化的表现形式之一，还有一体化停车、一体化导航等域控制结构。

许超认为:“从芯片设计的角度来看，如果将B域的部分功能集成在A域中，车企可以将B域的功能作为主要功能，也可以将B域的功能作为A域的备份或增强。这是大趋势。”

跨域整合带来的优势是显而易见的。如果把驾驶域和驾驶舱域整合起来，车企追求的高通8155和英伟达Orin X的组合可能会被一个芯片或者一组芯片替代，这样硬件成本可能会降低一半。

在软件开发方面，跨领域集成可以采用标准化的底层基础软件和通用中间件，适用于不同的平台，底层软件和中间件的开发周期比单独开发两个系统缩短一倍。相当于一个树干生出了两个同根的系统。

对于消费者来说，驾驶体验也可以得到很大的提升。不同的传感器可以在驾驶、停车和驾驶舱中重复使用。比如停车时，停车摄像头只能识别近处的物体，对于远处的车辆，车主可以通过行车系统的前置摄像头从远处观察，更安全可靠。

来源:新驰科技官网

但是过于集中的芯片设计也可能存在一些问题。

许超告诉新智家:“如果单个控制器损坏，将没有备份，这是非常危险的。未来真正实现跨域集成时，很有可能会使用另一个芯片进行备份接管和安全冗余设计。”

为了用更少的芯片实现跨域集成，单个芯片的计算能力必须达到一定的水平。

杜畿汽车最近宣布，未来量产的ROBO-01可以使智能客舱和智能驾驶冗余，当智能驾驶系统出现问题时，智能客舱系统将及时接管。这是迄今为止在桥集成方向上的一大突破。

记者招待会后，…也承认，之所以能做到这一点，是高通8295芯片的应用。8295芯片的运算能力是30TOPS，相比8155芯片的8TOPS有了很大的提升。

因此，要实现跨领域融合，必须提高计算能力，芯片公司和车企也走上了计算能力内卷化的道路。

“唯算力”论不可取。

数据显示，自动驾驶级别每提高一级，所需的芯片计算能力就会增加十倍:

L2自动驾驶的计算能力需求只有2-2.5TOPS，L3自动驾驶需要20-30TOPS，L4自动驾驶需要200TOPS以上，L5自动驾驶需要2,000 TOPS以上。

目前，受政策环境和自动驾驶技术成熟度的限制，各大车企的智能驾驶功能大多还处于L2阶段。理论上即使L3自动驾驶也只需要20-30TOPS，但是车企的内卷化程度远远超过了相应的需求。

目前业界计算能力最高的芯片是英伟达254TOPS的自动驾驶芯片Orin X和高通8TOPS的智能驾驶舱芯片8155。

自从两款芯片量产后，各家车企发布的新车都以其为卖点，自然成为消费者吐槽和比较的焦点。

比如，理想L8、L7、小鹏G9、杜畿ROBO-01、樊菲R7在智能驾驶方面都配备了两个Orin X，蔚来ES7配备了四个Orin X，非常强大。在智能客舱领域，高通8155是上述机型的标配。将于明年量产的集中式ROBO-01甚至配备了高通8295智能客舱芯片。

高通在氪气001上市时投放市场的820A智能客舱芯片，因为汽车和芯片性能不佳，被很多车主投诉。考虑到竞争力，氪花了3亿元为用户免费升级到8155芯片。

今年10月，氪首次突破月销量1万辆大关，实现交付1.01万辆，环比增长22.3%，累计交付5.56万辆。

算力能否充分发挥，至少对销量的作用是明显的。

对此，许超认为:“消费电子行业所谓的旗舰计算能力进入了汽车领域，导致大家都在争夺计算能力。这不是基于应用和性价比，而是基于卖点的提升。做产品是不理智的。”

更多涉及的是芯片公司。9月21日晚，在一年一度的“春晚”GTC发布会上，NVIDIA发布了一款计算能力为2000TOPS的汽车芯片Thor。相比Orin X现在的254TOPS，真的做到了“一打八”。

来源:英伟达

之前一直专注于驾驶舱芯片的高通也不甘示弱。仅用了两天时间，23日凌晨，它就推出了号称“业界首款集成车载超算SOC”——骁龙Ride Flex。

虽然没有技术展示，只有PPT内容，但最高版本的Ride Flex Premium SoC结合外置AI加速器也能达到2000TOPS的综合运算能力，与Thor持平。

高通的骁龙Ride Flex和英伟达的Thor芯片可以作为智能汽车的计算中心，为自动驾驶和智能驾驶舱等车载智能系统提供计算支持。至此，芯片计算能力内卷化战争达到高潮。

但值得深思的是，芯片的计算能力是不是越高智能就越高，因为计算能力只是一个理论上的上限，芯片能发挥多大的效率取决于与软件算法的配合。

在实际应用中，业界往往以特斯拉为典型。特斯拉自主研发的FSD芯片，单个计算能力为72TOPS，每辆车配备两个芯片，总计算能力为144TOPS。不过得益于特斯拉的软件算法，其实效果比英伟达200-300TOPS好太多了。

许超指出:“在车辆生命周期和产品销售过程中，大型计算芯片的计算能力往往无法充分发挥，甚至有一半可能发挥不出来。”

因此，充分挖掘芯片的计算能力，将计算能力转化为汽车的智能能力，是车企的决定性手段。

如果c……公司想要实现这个目标，就必须深入了解芯片结构，与芯片公司携手探索智能化之路。芯片公司也应该在追逐高算力的道路上静下心来，在软件层面多下功夫。

芯片研发需要夯实基础

电气化和智能网联的趋势给汽车行业带来了新的半导体要求，也带来了芯片公司作为Tier2角色的转变。

燃油车时代，OEM +Tier1+Tier2的金字塔格局固若金汤，芯片公司只有与Tier1对接，完成本职工作，才能生存。

但如今，考虑到整车项目和芯片设计的开发流程和适应性，OEM厂商往往会跳过Tier1，直接与芯片厂商沟通，挖掘真实的市场需求，促进软件适配和迭代。

许超告诉新智家:“如果车企对芯片行业没有非常深刻的理解，他们在智能创新的过程中很容易撞到天花板。如果车企不知道芯片怎么用或者怎么用好，不知道芯片能力的上限在哪里，就无法发挥芯片的功能，或者即使能实现，成本也会很高。”

所以车企和芯片公司需要有深入的交流和合作。在这个过程中，芯片企业的研发速度在加快。

回到2018年，Mobileye可以说在汽车芯片行业拥有绝对的霸主地位。2018年EyeQ4芯片量产时，其在ADAS领域的市场份额接近90%。

但到了2021年，Mobileye的下一代芯片EyeQ5量产，市场份额迅速下降到70%，而且大部分是股票。很少看到新车配备EyeQ5。

Mobileye三年空白期，特斯拉的FSD迭代了两次；Nvidia推出了Parker和Xavier芯片；地平线从单位计算能力突破到128TOPS两年内；黑芝麻在2021年将计算能力提升到70TOPS，超过EyeQ5。

作为传统的零部件供应商，一个产品迭代三年是正常的，甚至是快的。许超说。然而在智能化的大潮中，Mobileye的迭代节奏限制了它的上车速度。

但是，一味追求速度是不合理的。

与消费级和工业级半导体相比，汽车级半导体对产品的可靠性、一致性、安全性和稳定性有着更加严格的要求。一款车规芯片从产品定义、设计、流片、仿真到客户适配的过程至少需要2-3年，芯片公司需要投入大量的人力物力。

目前芯片公司的迭代速度有些被市场牵着鼻子走。许超告诉新智家:“我们必须夯实芯片研发的基础，尤其是在安全性方面，过度利用先进技术追求超高的计算能力竞争，有点过头了。”

事实上，芯片公司正在不断思考如何平衡R&D速度和市场需求之间的关系。

以芯驰为例，其产品涵盖智能驾驶舱、智能驾驶、网关、高性能MCU。在布局上，面向未来汽车电子电气架构的核心芯片品类；在设计上，四条产品线采用平台化设计，很多技术可以翻译复用，所以发展相对均衡。目前四大系列芯片已经量产，服务客户超过260家，覆盖全国90%以上的车厂。

来源:新驰科技官网

此外，芯片公司也需要加强算法和软件技术的积累。在自动驾驶逐渐深入应用的过程中，软件算法决定了车辆行驶时是否安全，成为车企未来发展战略中的关键赢家。

在车企“自主可控”的需求下，“通过与芯片公司、算法公司的开放合作，车企可以积累车辆的数据，让这部分数据产生更大的价值。”许超说。

写在最后

汽车芯片并不是一个新兴的行业，传统的汽车电子领域已经形成了一系列坚固的壁垒，从业者正在有序的在水路中一步步前行。

近年来，“软件定义汽车”的趋势将这一细分领域推向了新能源浪潮的前沿。这种由车辆电子电气架构升级驱动的市场变化，要求任何芯片公司都要全身心地投入R&D，不敢懈怠。

但是，目前来看，还远没有结束。市场像油一样沸腾后，最终比拼的可能还是基础研发能力和对汽车安全的实际保障。

雷锋网(微信官方账号:雷锋网)雷锋网雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。去年12月1日，高通发布了骁龙8 Gen1，号称是迄今为止最强大的手机处理器。为了争夺骁龙8的首发权，小米和摩托罗拉在微博上展开了激烈的争论。

这种现象也成为了当前智能汽车行业的常态。

为了给汽车产品更大的卖点，很多汽车公司在旗舰车型上比拼计算能力。“双奥林”已经成为标配，甚至出现了“四奥林”的堆叠组合。

不久前，英伟达发布了一款计算能力达到2000TOPS的雷神芯片，将汽车行业的计算能力竞争推向了高潮。

有意思的是，新智家多方了解到，虽然车企往往以自己搭载的高计算自动驾驶芯片为傲，但计算能力得到充分利用的案例却很少，甚至可能一半都没有开发出来。

这样的差距不免让人怀疑“唯算力”理论是不是一个伪命题。

对此，新智家对话新驰科技副总裁许超，试图从“唯算力论”的演变中了解行业现状和未来发展趋势。

跨域集成是计算能力的趋势

说起车企对高计算芯片的内卷化，威马绝对榜上有名。

今年3月，威马推出了搭载4颗NVIDIA Orin X芯片的M7，运算能力达到1016TOPS，并号称采用中央域控制架构。

这款车型的上市，将汽车行业的计算能力内卷化和跨领域整合的趋势带到了一个新的阶段。

汽车电子电气架构从传统的分布式向集中式、轻量化转变已经成为老生常谈。在这个过程中，出现了域控制器的概念，随后演化为三种架构:分布式架构、跨域集成架构和中央域控制架构。

目前，分布式域控制已经在很多量产车中实现，像威马M7这样的跨域集成已经成为业界的新追求。

在过去的文章中，我们谈了很多关于导航和停车集成技术的发展。实际上，导航和停车的一体化技术只是跨域一体化的表现形式之一，还有一体化停车、一体化导航等域控制结构。

许超认为:“从芯片设计的角度来看，如果将B域的部分功能集成在A域中，车企可以将B域的功能作为主要功能，也可以将B域的功能作为A域的备份或增强。这是大趋势。”

带来的好处是……跨领域集成是显而易见的。如果把驾驶域和驾驶舱域整合起来，车企追求的高通8155和英伟达Orin X的组合可能会被一个芯片或者一组芯片替代，这样硬件成本可能会降低一半。

在软件开发方面，跨领域集成可以采用标准化的底层基础软件和通用中间件，适用于不同的平台，底层软件和中间件的开发周期比单独开发两个系统缩短一倍。相当于一个树干生出了两个同根的系统。

对于消费者来说，驾驶体验也可以得到很大的提升。不同的传感器可以在驾驶、停车和驾驶舱中重复使用。比如停车时，停车摄像头只能识别近处的物体，对于远处的车辆，车主可以通过行车系统的前置摄像头从远处观察，更安全可靠。

来源:新驰科技官网

但是过于集中的芯片设计也可能存在一些问题。

许超告诉新智家:“如果单个控制器损坏，将没有备份，这是非常危险的。未来真正实现跨域集成时，很有可能会使用另一个芯片进行备份接管和安全冗余设计。”

为了用更少的芯片实现跨域集成，单个芯片的计算能力必须达到一定的水平。

杜畿汽车最近宣布，未来量产的ROBO-01可以使智能客舱和智能驾驶冗余，当智能驾驶系统出现问题时，智能客舱系统将及时接管。这是迄今为止在桥集成方向上的一大突破。

发布会后，我们也承认，之所以能做到这一点，是因为高通8295芯片的应用。8295芯片的运算能力是30TOPS，相比8155芯片的8TOPS有了很大的提升。

因此，要实现跨领域融合，必须提高计算能力，芯片公司和车企也走上了计算能力内卷化的道路。

“唯算力”论不可取。

数据显示，自动驾驶级别每提高一级，所需的芯片计算能力就会增加十倍:

L2自动驾驶的计算能力需求只有2-2.5TOPS，L3自动驾驶需要20-30TOPS，L4自动驾驶需要200TOPS以上，L5自动驾驶需要2,000 TOPS以上。

目前，受政策环境和自动驾驶技术成熟度的限制，各大车企的智能驾驶功能大多还处于L2阶段。理论上即使L3自动驾驶也只需要20-30TOPS，但是车企的内卷化程度远远超过了相应的需求。

目前业界计算能力最高的芯片是英伟达254TOPS的自动驾驶芯片Orin X和高通8TOPS的智能驾驶舱芯片8155。

自从两款芯片量产后，各家车企发布的新车都以其为卖点，自然成为消费者吐槽和比较的焦点。

比如，理想L8、L7、小鹏G9、杜畿ROBO-01、樊菲R7在智能驾驶方面都配备了两个Orin X，蔚来ES7配备了四个Orin X，非常强大。在智能客舱领域，高通8155是上述机型的标配。将于明年量产的集中式ROBO-01甚至配备了高通8295智能客舱芯片。

高通在氪气001上市时投放市场的820A智能客舱芯片，因为汽车和芯片性能不佳，被很多车主投诉。考虑到竞争力，氪花了3亿元为用户免费升级到8155芯片。

今年10月，氪首次突破月销量1万辆大关，实现交付1.01万辆，环比增长22.3%，累计交付5.56万辆。

算力能否充分发挥，至少对销量的作用是明显的。

对此，许超认为:“消费电子行业所谓的旗舰计算能力进入了汽车领域，导致大家都在争夺计算能力。这不是基于应用和性价比，而是基于卖点的提升。做产品是不理智的。”

更多涉及的是芯片公司。9月21日晚，在一年一度的“春晚”GTC发布会上，NVIDIA发布了一款汽车芯片Thor，带有……2000万亿次的计算能力。相比Orin X现在的254TOPS，真的做到了“一打八”。

来源:英伟达

之前一直专注于驾驶舱芯片的高通也不甘示弱。仅用了两天时间，23日凌晨，它就推出了号称“业界首款集成车载超算SOC”——骁龙Ride Flex。

虽然没有技术展示，只有PPT内容，但最高版本的Ride Flex Premium SoC结合外置AI加速器也能达到2000TOPS的综合运算能力，与Thor持平。

高通的骁龙Ride Flex和英伟达的Thor芯片可以作为智能汽车的计算中心，为自动驾驶和智能驾驶舱等车载智能系统提供计算支持。至此，芯片算力内卷大战达到高潮。

但值得深思的是，芯片的计算能力是不是越高智能就越高，因为计算能力只是一个理论上的上限，芯片能发挥多大的效率取决于与软件算法的配合。

在实际应用中，业界往往以特斯拉为典型。特斯拉自主研发的FSD芯片，单个计算能力为72TOPS，每辆车配备两个芯片，总计算能力为144TOPS。不过得益于特斯拉的软件算法，其实效果比英伟达200-300TOPS好太多了。

许超指出:“在车辆生命周期和产品销售过程中，大型计算芯片的计算能力往往无法充分发挥，甚至有一半可能发挥不出来。”

因此，充分挖掘芯片的计算能力，将计算能力转化为汽车的智能能力，是车企的决定性手段。

车企要想实现这个目标，就必须深刻理解芯片结构，与芯片企业携手探索智能化之路。芯片公司也应该在追逐高算力的道路上静下心来，在软件层面多下功夫。

芯片研发需要夯实基础

电气化和智能网联的趋势给汽车行业带来了新的半导体要求，也带来了芯片公司作为Tier2角色的转变。

燃油车时代，OEM +Tier1+Tier2的金字塔格局固若金汤，芯片公司只有与Tier1对接，完成本职工作，才能生存。

但如今，考虑到整车项目和芯片设计的开发流程和适应性，OEM厂商往往会跳过Tier1，直接与芯片厂商沟通，挖掘真实的市场需求，促进软件适配和迭代。

许超告诉新智家:“如果车企对芯片行业没有非常深刻的理解，他们在智能创新的过程中很容易撞到天花板。如果车企不知道芯片怎么用或者怎么用好，不知道芯片能力的上限在哪里，就无法发挥芯片的功能，或者即使能实现，成本也会很高。”

所以车企和芯片公司需要有深入的交流和合作。在这个过程中，芯片企业的研发速度在加快。

回到2018年，Mobileye可以说在汽车芯片行业拥有绝对的霸主地位。2018年EyeQ4芯片量产时，其在ADAS领域的市场份额接近90%。

但到了2021年，Mobileye的下一代芯片EyeQ5量产，市场份额迅速下降到70%，而且大部分是股票。很少看到新车配备EyeQ5。

Mobileye三年空白期，特斯拉的FSD迭代了两次；Nvidia推出了Parker和Xavier芯片；地平线从单位计算能力突破到128TOPS两年内；黑芝麻在2021年将计算能力提升到70TOPS，超过EyeQ5。

作为传统的零部件供应商，一个产品迭代三年是正常的，甚至是快的。许超说。然而在智能化的大潮中，Mobileye的迭代节奏限制了它的上车速度。

但是，一味追求速度是不合理的。

与消费级和工业级半导体相比，汽车级半导体对产品的可靠性、一致性、安全性和稳定性有着更加严格的要求。一款车规芯片从产品定义、设计、流片、仿真到客户适配的过程至少需要2-3年，芯片公司需要投入大量的人力物力。

目前芯片公司的迭代速度有些被市场牵着鼻子走。许超告诉新智家:“我们必须夯实芯片研发的基础，尤其是在安全性方面，过度利用先进技术追求超高的计算能力竞争，有点过头了。”

事实上，芯片公司正在不断思考如何平衡R&D速度和市场需求之间的关系。

以芯驰为例，其产品涵盖智能驾驶舱、智能驾驶、网关、高性能MCU。在布局上，面向未来汽车电子电气架构的核心芯片品类；在设计上，四条产品线采用平台化设计，很多技术可以翻译复用，所以发展相对均衡。目前四大系列芯片已经量产，服务客户超过260家，覆盖全国90%以上的车厂。

来源:新驰科技官网

此外，芯片公司也需要加强算法和软件技术的积累。在自动驾驶逐渐深入应用的过程中，软件算法决定了车辆行驶时是否安全，成为车企未来发展战略中的关键赢家。

在车企“自主可控”的需求下，“通过与芯片公司、算法公司的开放合作，车企可以积累车辆的数据，让这部分数据产生更大的价值。”许超说。

写在最后

汽车芯片并不是一个新兴的行业，传统的汽车电子领域已经形成了一系列坚固的壁垒，从业者正在有序的在水路中一步步前行。

近年来，“软件定义汽车”的趋势将这一细分领域推向了新能源浪潮的前沿。这种由车辆电子电气架构升级驱动的市场变化，要求任何芯片公司都要全身心地投入R&D，不敢懈怠。

但是，目前来看，还远没有结束。市场像油一样沸腾后，最终比拼的可能还是基础研发能力和对汽车安全的实际保障。

雷锋网(微信官方账号:雷锋网)雷锋网雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：集度特斯拉极氪ROBO-01飞凡R7

汽车资讯热门资讯