持相近观点的还有地平线 。 地平线CEO在反驳英伟达CEO的“TOPS就是新的马力”时说 ， “百公里加速比马力更真实反映动力性能 ， 每秒准确识别帧率MAPS比算力更能反映芯片的AI性能” 。 地平线征程5与英伟达Orin芯片的对比结果则表明 ， 虽然征程5的算力仅为Orin的一半 ， 但是帧率比Orin要高 ， 考虑到能耗的MAPS/W比 ， 征程5则远胜Orin 。 虽然这样的对比无法直接表明谁支持的自动驾驶产品更优 ， 但也表明仅以算力来评判优劣的方法有着巨大的局限性 。

文章图片

以燃油车技术类比就更容易理解 。 提到麦弗逊式悬挂、后置发动机、水平对置发动机 ， 大家第一想到的是不佳的倾角控制、糟糕的前后轴荷和奇怪的发动机的布局 ， 随便哪个都是常理下车辆运动性提升应该避免的方案 。 但偏偏有人在同时具备这三重桎梏的条件下 ， 造出了能让所有人闭嘴的性能车——保时捷911 GT2 RS 。
对自动驾驶的关注应该在哪？
由于自动驾驶的复杂性和未来性 ， 我们把实现自动驾驶的技术拆解后来比较 ， 希望以此来对自动驾驶管中窥豹 ， 这也是我们今天争论算力的出发点 。 但正是因为自动驾驶过于复杂 ， 我们单纯争论算力其实已经有些偏离了初衷 ， 因为算力并不能完全代表自动驾驶 。 但从商业意义上说 ， 我们开始认真又大声的争论算力这件事情本身 ， 就代表着某些主机厂或自动驾驶方案已经赢下一局 。
这也可从当下高级辅助/自动驾驶行业的进展来解释 。
为什么L2的算力争论少？L2对算力要求低固然是一方面 ， 但更大的方面在于 ， L2已经有了诸多成熟的方案 ， L2在15万元以下汽车中也可称之为比比皆是 ， 因此 ， 交付能力和成本控制是主机厂对L2系统供应商的主要诉求 ， L2系统已经逐渐演化为供应商的交钥匙工程 。 这也是Mobileye系统相对封闭、给人以保守形象的原因 。

文章图片

而更高阶的自动驾驶则不然 ， 即便是Tier1也只是和主机厂深度合作的关系 ， 因为虽然供应商能提供给主机厂算法和生态 ， 但自动驾驶的传感器数据融合和最终的决策都依赖于主机厂自身 。 从动机上说 ， 这些将是主机厂的核心竞争力 ， 主机厂只有自身掌握才能在未来的竞争中保持竞争力和独特的品牌DNA ， 这也是为什么众多车企都高调宣布算法自研的原因（也是车企们对华为自动驾驶方案冷淡的原因） ， 也解释了为什么英伟达对车企的底层开放性更好 。
从风险上说 ， 主机厂选边站队 ， 完全依赖于某一供应商也意味着把自己的命运交予他人 ， 且不论与供应商的合作关系维护如何 ， 供应商的团队规模和团队精力客观上也无法支持每一个汽车产品的所有细节 ， 而这对主机厂来说是比较致命的 。 事实上已经有主机厂私下里吐槽 ， 英伟达这样的别无他选的供应商的服务实在不敢恭维 。
因此 ， 比起通过算力来衡量自动驾驶 ， 我们更应该把关注的焦点放在不同主机厂和供应商的技术路径选择上 。 尽管主机厂和供应商都对诸多技术细节讳莫如深 ， 有限披露出的内容对普通人来说也有极高的专业壁垒 ， 但自动驾驶并非不可知论 ， 各主机厂、供应商之间的合纵连横很值得长期连续观察 。
体系差异的十字路口
比如自动驾驶芯片的架构 。 英伟达的Atlan使用了ARM Neoverse V1指令集 ， 这不令人意外 。 但让人觉得有趣的是Mobileye的Eye Q Ultra不包含任何x86架构 ， 而是选择了Intel并不拿手的RISC-V指令集 ， 且选择了ARM的GPU 。