作者 | 騰訊科技 文華
出品 | 企鵝解碼
2021年，隨著華為、小米、百度等一眾科技企業宣佈入局，新能源汽車的競賽，也從“電動化”轉到“智慧化”。
早在2015年，馬斯克就曾指出，“Model S實際上是一臺帶輪子的計算機”。車輛的智慧化程度越深，對於晶片的要求就越高。
自動駕駛是汽車“智慧化”的本質體現。據巴倫週刊分析，當前特斯拉的市值有60%，來自於其自動駕駛預期。
英偉達Drive PX Pegasus（圖片來源英偉達）
自動駕駛的級別越高，所需感測器越多，捕獲的資料量越多、精度越高，就越依賴更高的算力支撐。
自然，在自動駕駛的軍備競賽中，“算力”成為核心武器之一。
圖片來源英偉達
4月13日，一身搖滾範的英偉達CEO黃仁勳在自家廚房，釋出了一套針對L5級別的自動駕駛Soc晶片NVIDIA DRIVE Atlan，將目前單顆晶片的算力上限提升到了 1000TOPS（1000 萬億次計算/秒）。
黃仁勳在釋出會上指出，
“TOPS就是新的馬力”。
“對於汽車而言，更高的算力意味著更加智慧化，開發者們也能讓產品更快迭代。”
今年年初，蔚來在一年一度的NIO DAY上釋出了首款轎車ET7，李斌表示“
拼馬力更要拼算力
”，特別指出ET7搭載的自動駕駛計算平臺ADAM總算力高達1016TOPS，是“迄今最強大的量產移動計算平臺”。
上週，李想在微博上也表示，其自研的具備508TOPS算力的自動駕駛系統，明年可以和華為、特斯拉正面較量。
自動駕駛領域，算力的比拼，眼看越來越熱。
到底什麼是算力，能挖礦嗎？自動駕駛的不同級別對應多少算力？算力真的越高越好嗎？以及目前新造車領域的主流玩家都搭載了多大算力？
企鵝解碼梳理了相關資料，並採訪了《一本書讀懂電動車》作者、公眾號《汽車人參考》主理人、汽車工程師楊寬，試圖給出答案。
自動駕駛的算力是什麼，可以“挖礦”嗎？
看算力的單位，TOPS，全稱為Tera Operations Per Second，即每秒鐘可以運算多少萬次。在自動駕駛的場景下，即每秒能識別多少幀（指攝像頭資料），處理多少點雲（指雷達資料）。
在蔚來發布ET7時，有網友調侃，這麼高的算力，可以買兩輛閒時用來挖礦。
真的能用來挖礦嗎？楊寬給出的答案是“不一定”。
基於兩個角度判斷：
一個是用於挖礦的晶片是工業級晶片，自動駕駛晶片是車規級晶片，在效能要求上自動駕駛晶片遠遠超過挖礦晶片。再加上無論自動駕駛還是挖礦，本質都是基於一定演算法進行加乘運算，從這個角度來說，可以用來挖礦。
但從另一個角度來說，演算法不一樣，不一定適用。如果兩者都是專用的ASIC晶片，即都是針對於某一個演算法定製開發的，比如自動駕駛晶片是深度學習演算法，挖礦晶片是基於雜湊演算法——特別是針對某一幣種而設計的演算法最佳化晶片，只能對特定加密貨幣進行挖礦。演算法不一樣，兩者互換不一定適用。
自動駕駛不同級別，各自需要多少算力？
“制約智慧汽車的核心瓶頸就是車載AI晶片算力不足，算力就好比智慧汽車的腦容量。”
地平線公司CEO餘凱曾在公開場合指出，“自動駕駛每提高一級，算力就增加一個數量級。L2級別大概需要2個TOPS的算力，L3需要24個TOPS，L4為320TOPS，L5為4000+TOPS。”
圖片來源地平線
為什麼車企都在拼算力？
一是，隨著自動駕駛的安全性、精準性要求越來越高，攝像頭的畫素要求越來越高，從當下的200-300萬可能進化到未來的700-800萬，另外，感測器數目越多，對算力的要求自然就越高。
二是，決策演算法更復雜，目前嵌入高級別自動駕駛的感知演算法甚至超過20個，它們對算力要求更高。
三是，域控制器越來越集中，從5個（自動駕駛域、智慧座艙域、車身域、底盤域、整車控制器）變成3個，最後“濃縮”為一箇中央集中式處理器。意味著需要更強的感知資料融合能力以及控制執行能力，也需要更強的算力。
四是，預埋算力做OTA。其實目前動輒幾百上千的算力當下並不能用得上，比如特斯拉144TOPS的算力也沒有全部用上。為什麼預埋高算力，實際上是為了未來的可擴充套件性，可以透過OTA持續升級軟體。
主流玩家們都搭載了多大算力？
企鵝解碼根據公開資料整理，以特斯拉為首，蔚來、理想 、小鵬、威馬的造車新勢力的車型中，目前自動駕駛算力最高的是蔚來首發轎車車型ET7，總算力高達1016TOPS。
圖片來源蔚來
其搭載的超算平臺ADAM，集成了4顆英偉達 Orin 晶片，總算力1016TOPS，超過7個特斯拉FSD的算力總和。其系統中，兩顆Orin晶片為主控晶片，負責自動駕駛系統的運算；1顆Orin晶片為實時冗餘備份晶片，用於保證自動駕駛的安全性；另外還有1顆Orin晶片為群體智慧與個性訓練專用晶片，從而幫助蔚來的演算法進行整體升級和單車個性化本地訓練。據稱，能實現高速、城區、泊車、換電場景全覆蓋。
不過2022年第一季度，ET7才開始交付。
圖片來源TESLA
而在已經上路的車型中，特斯拉的總算力無疑是最高的。
其自主研發的Hardware3。0版本集成了2顆FSD晶片，總算力達144TOPS。另外，特斯拉也在自研Hardware4。0版本，2022年推出，預計其效能將是HW3。0的3倍，能達到432TOPS，可用於控制和支援高階駕駛輔助系統、電動汽車動力傳動系統、汽車娛樂系統及汽車車身電子等車用電子四大應用領域。
小鵬汽車不久前推出的走量車型P5，和之前的P7一樣，搭載的是英偉達的XavierSoC，總算力30TOPS。配備小鵬最新的XPILOT 3。5自動駕駛輔助系統，具備城市NGP（Navigation Guided Pilot，自主導航駕駛）功能。據官方說法，P5也是首款搭載了鐳射雷達的量產車，得益於鐳射雷達，小鵬P5自稱其自動駕駛可到L4級別。
2020年全球銷量前十電動汽車品牌搭載算力一覽
梳理真正意義上的另一個“主流”玩家，即2020年全球銷量前十的電動汽車品牌中（銷量排名據Statista網站資料），算力最強的是現代起亞純電動，搭載了英偉達的Drive AGX Pegasus計算平臺，集成了2顆Xavier Soc晶片，算力達到320TOPS。
其次是特斯拉的兩款車型，Model 3和Model Y，各自144TOPS。
另外，在上表中，也能看出Mobileye的基於視覺演算法的，L2級別自動駕駛晶片，在全球銷量前十的車型中佔據了一半份額。也就是，
當前全球真正“主流”玩家的算力其實並不高。
傳統汽車的新能源品牌算力排行
企鵝解碼繼續整理了10家知名傳統車企的新能源品牌，發現算力最強TOP 3大都是今年新發布的車型（側面驗證，今年算力之戰如火如荼）。
其中算力第一的，是今年年初發布的上汽IM智己（由上汽集團、張江高科和阿里巴巴集團聯合打造）。雖然官方未公佈搭載了多少顆Orin晶片，但從500-1000+TOPS的算力也可推出，大概是2-4顆Orin晶片（單顆Orin晶片算力254TOPS）。
算力第二352TOPS為最近釋出的極狐阿爾法S，其搭載了華為的MDC810計算平臺，但未公佈其中的自動駕駛AI晶片，但業內推測很可能是華為的昇騰310，12nm製程，算力為64TOPS，功耗為67W。
算力並列第三，為前不久釋出的極氪001和去年釋出的寶馬iX，都搭載了兩顆Mobileye Q5，算力48TOPS。
另外，值得一提的是，零跑C11是全球唯二（其一是特斯拉）自研自動駕駛晶片的汽車廠商，其凌芯01算力雖小，但支援接入12路攝像頭來實現360°全景環視、自動泊車、ADAS域控制以及近L3級別的自動駕駛功能。
算力真的越高越好嗎？
在車企的新發車型中，越來越重視算力的比拼，釋出會上算力數值也是必提項。
但，算力真的越高越好嗎？
首先，如同硬幣有正反面，
更高算力也伴隨著更高功耗。
特別是電動汽車需要考慮續航的情況下，對於晶片的功耗更是“錙銖必較”。
比如英偉達去年釋出的DRIVE Pegasus Robotaxi自動駕駛平臺，算力雖然提升到2000TOPS，功耗也相應達到800W，其實並不“實用”。
其次，如地平線CEO餘凱所說，算力不一定代表晶片的真實效能。以特斯拉為例，得益於其軟體能力，FSD標稱算力只有Nvidia Drive PX2的3 倍，但真實效能卻是PX2的21倍。
圖片來源地平線
算力、TOPS數值只是一個理論上限，真正的利用率，還得取決於跟軟體演算法的配合。
只有更好的軟體演算法，才能夠研發出更開放的硬體架構，更好地適配汽車硬體產品，才能更好地發揮出晶片的算力能力。
軟體和硬體需要雙輪驅動。
單純比拼算力，從營銷策略來講，可能是奏效的，
但從車輛本身來說，並不意味著給使用者更好的“自動駕駛”體驗。
