不要被智能电动车“高算力”的神话忽悠了

分类: 科技生活 发布时间: 2026-11-02 11:41:49 浏览: 409 次

文/车亮

360公司的创始人周鸿祎曾说:“从前我们衡量一辆车是不是豪车,马力是很重要的指标,而当汽车行业被网络和数字化颠覆后,未来衡量豪车的标准不是马力,而是算力“。

蔚来的创始人李斌也说过,以后高端智能电动车的标准,就是马力+算力。

算力这个概念,现在正被越来越多消费者所关注和重视。譬如最近爆出的欧拉好猫的丑闻,官网上写着用到了高通骁龙的8155芯片,但实际上用的是较老的英特尔芯片,引发了消费者的不满。虽然官方给出了补偿政策,但还是很多消费者表示宁愿要高通的芯片,而不愿意要补偿大礼包。消费者这种心理的背后,实际上就是对高算力的一种追求和渴望。

那么算力真的这么神奇吗?算力到底对一辆车意味着什么?今天我们就来聊聊算力这个话题。

算力其实就是生产力

什么是算力?我们要从人工智能三要素开始说起。所谓三要素,指的是数据、算力、和算法,号称数字时代三驾马车。

数据可以理解为生产资料,数据是否够海量丰富,是一切智能化的前提。所以现在一些车企都在打激光雷达概念、都在疯狂堆砌摄像头、毫米波雷达等等,就是为了采集足够多的数据。数据是一切的源头,所谓巧妇难为无米之炊,就是这个道理。

但光有数据不够,还得有合理的算法。算法可以理解为生产关系,是处理数据的规则和方式。算法的功能就是基于海量数据得出规律,然后用这个规律来对未知数据进行建模和预测。简单说就是把车上遇到的所有现实问题,转化为数学模型。

以前的车上,各个部位控制单元ECU是分开布局,每个部分的算法相对简单,类似于一个个独立的小作坊,一旦确定了算法的基本结构,也就是生产方式,可能就不变了。但是现在随着车上的电子电气架构从分布式向集中式转变,各种控制单元被集中在一起,相当于几百个小作坊被整合成一家大公司,生产方式和管理难度就大大提升了。再加上现在智能座舱和自动驾驶技术的突飞猛进,带来大量从前从未有过的应用场景和大量随机的、非结构化的数据,比如人脸识别、语音控制,手势识别,这些数据该怎么处理?譬如车上大量增加了传感器,传进来的数据怎么处理?这些都需要新的算法。所以随着汽车越来越智能,对算法的要求也水涨船高。譬如,在智能驾驶部分新增加的算法就包括,感知算法、多传感器的融合算法、决策算法、控制算法等等,在智能座舱部分新增加的算法就包括,语音识别、人脸识别、手势识别、视线监控、场景理解等等。这么多的算法模型,都是以前的车上从未出现过的。

算法对应生产关系,数据对应生产资料。那么算力对应的就是生产力。所谓算力,指的是以高性能计算机为载体的,对基础数据处理和算法训练提供的计算能力。算力要解决两个问题,除了对数据的处理,算力另一个重要作用是支持算法的训练和形成。就像生产力决定生产关系。算法的训练和形成,也要依托于算力的高低。打个比方,算法好比解决问题的办法和途径,而算力好比解决问题的能力。一个人有能力,才能想出办法。而一个人有了正确的办法,才能充分发挥出他的能力。

所以从生产资料、生产力、生产关系三要素,我们能很容易的对应理解数据、算力、算法的关系。

理解了这层关系,对一些车企鼓吹高算力、鼓吹硬件的宣传,我们可以看的更清楚明白。

譬如,有些车企宣传自己的车上用了多少激光雷达、用了多少摄像头。但硬件多不代表你的效果就好。你采集的数据是海量了,你的算力跟的上吗?你的算法模型合理吗?后两者其实更能决定你最终的效果如何。而且现在很多电动车是采取硬件预埋、软件后期慢慢开发的做法。也就是说消费者买了车以后,得等不知道多长时间才可能会用到宣传里提到的这些功能。为什么呢?这就是算法没跟上。而像特斯拉的自动驾驶,坚持用摄像头,不用激光雷达,芯片的算力也不算太高,但最终效果却不错。这也得归功于特斯拉自己的算法强大。

再譬如,有些车企宣传自己用了多少高算力芯片,基础算力高达上千TOPS等等,最终效果就一定好吗?不一定。就像生产力决定生产关系,生产关系反过来也会促进或制约生产力。算法同样也会促进或制约算力的发挥。所以算力高,也不一定会有好的效果。还要看你的算法模型是否精确、是否匹配。所以算力和算法的关系,也是一个不断互相促进、螺旋上升的过程。

所以,数据是一切的来源,没有它一切无从谈起。算力是一切的基石,它决定了数据处理的效率,它也驱动了算法模型的不断训练和进化。但算法才是决定最终效果的关键,它决定了数据和算力能否发挥出应有作用的下限。

对车企来说,电驱动、电池、激光雷达、芯片都可以外采,硬件可能都没必要自己做。但软件算法必须要在未来牢牢掌握在自己手中,这才是决胜的关键。就像大众集团声称自己未来要转型为一家“汽车软件公司”一样,掌握软件才是车企未来的核心竞争力。

什么水平的算力,才算真的高?

算力的高低现在成了很多车企对外宣传的一个点。实际你会发现车企宣传的算力高低其实非常参差不起,有只有几个TOPS的,也有几百TOPS的,那目前的市场环境里,到底怎么样的算力才算真的高?

算力依托的载体是芯片。其实说到车载芯片的算力,它分为智能座舱和智能驾驶两个板块。

在智能座舱领域,国内最具统治地位的就是美国的高通。目前量产车最先进的是它的第三代智能座舱芯片,也就是8195芯片。目前搭载这个芯片的有凯迪拉克的LYRIQ,以及即将上市的蔚来ET7。同属高通第三代芯片的还有8155,搭载这个芯片的代表车型有小鹏P5、上汽智己L7、长城摩卡、零跑C11、威马W6等。再往下,目前用的最多的最主流的其实是高通的820A芯片,像蔚来、小鹏P7、奥迪A4L、领克05、极氪001等等都在搭载这个芯片。此外国内厂商的智能座舱芯片也有一些市场份额,像地平线的征程2芯片,就在长安的UNI-K上搭载。

现在已知最先进的智能座舱芯片,是来自最近百度旗下的集度汽车,宣称要使用高通8295芯片,号称是高通的第四代汽车数字座舱芯片。不过它要在明年的北京车展才亮相,后年才能上市。

再看自动驾驶部分。其实座舱部分对芯片算力的要求还不算太高。真正对算力要求高的是自动驾驶部分。智能驾驶芯片目前基本是Mobileye和英伟达二分天下,高通跃跃欲试要三分天下。同时也有华为海思、地平线、黑芝麻等自主品牌占有一席之地。纵览量产车在自动驾驶领域的算力你会发现,其水平参差不齐,从几个TOPS到几百TOPS不等。像英伟达今年今年发布了高达1000TOPS的芯片,而英伟达目前芯片的单颗算力最高已经达到254 TOPS,华为的MDC810智能驾驶计算平台,算力已经高达400TOPS。

同时现在还有一个趋势是,因为汽车基本上是5-8年一次彻底换代,周期很长。而芯片的迭代则是一到两年。所以车企为了让自己的产品具备持续的竞争力,会采用硬件预埋、软件更迭的方式来保持竞争力。简单说就是,我现在的芯片算力还可以,两年以后可能就落伍了。为了保持竞争力,我多装几颗芯片,提高算力上限,为后续软件优化和算法升级提供足够的发展空间。所以现在一些新势力开始军备竞赛,将车上的芯片算力提高到500-1000TOPS的级别。像蔚来的ET7,装了四颗英伟达芯片,总算力达到1016TOPS。像小鹏的G9,装了两颗英伟达芯片,总算力达到508TOPS。现在用得着这么高的算力吗?其实用不到,但是我先装上,一方面是个宣传的亮点,另一方面以后可能用得着。

所以对消费者来说,算力当然是越高越高。但也别神话高算力的作用,因为算法的制约,很多算力在当下看其实是浪费的,它可能只是给未来的场景准备的,你只是在为未来买单。

驾值观

现在芯片厂商一般不单独卖芯片,而是卖一整套智能平台,也就是芯片+算法打包卖。车企一般要根据自己的需求,对算法进行调整和修改。换句话说车企要自己具备算法的开发能力,或者说车企至少要有提出算法改进需求的能力。这个能力才决定了你最终的东西,呈现出来的效果如何。而这种能力,往往是在车企的宣传里看不到的,只能在最终的产品中被消费者感知到。

算力只是个数字,我们还是要看在有限的算力下,如何能让算法软件最高效的运行,能够完美的适配车企的需求,这对芯片厂商和车企都提出考验。这才是终极的唯一标准。所以像英伟达、华为、地平线这样的公司,算法生态是开放给车企的,车企可以根据需求来改进和自定义,这样的公司会受到越来越多主机厂的青睐。而像Mobileye这样的公司,它的算法生态系统是封闭的,是不能修改的,所以就越来越走下坡路。

一辆车的智能化体验,最终是一个数据、算力、算法相互作用的系统工程。算力的高低并不能直接决定最终体验的好坏。装激光雷达来感知数据,用大芯片来提升算力上限,这些车企宣传的东西,并不是核心能力,因为这些都可以花钱来买。有些车企一味强调、炫耀自己的算力有多高,激光雷达有多少,这其实是一种忽悠人的行为。对车企来说,什么是核心能力?如果自己不做硬件、不开发芯片的话,算法才是自身唯一能拥有的核心能力。

相关文章