拆解蔚小理的數(shù)字游戲，智駕芯片到底該看什么？

更深刻了解汽車產(chǎn)業(yè)變革

出品： 電動星球

作者：毓肥

頭圖由 AI 生成

過去一周，圍繞智能駕駛芯片、圍繞蔚小理英偉達(dá)華為特斯拉等等智能汽車企業(yè)的論戰(zhàn)，再起硝煙。

一方面依然圍繞最顯而易見、消費者感知最強的算力本身——「稀疏算力」、「稠密算力」和「加倍稀疏算力」的彎彎繞繞，一石激起千層浪。

另一方面，則是有關(guān)算力以外的邊緣參數(shù)，比如內(nèi)存位寬、內(nèi)存容量、ISP 性能，等等。一如汽油機時代除了馬力，大家還會爭論襯套、懸架、防傾桿、方向盤手感一樣，各種參數(shù)堆疊之下，方能完整映照性能。

作為消費者，如何在廠商的銷售話術(shù)體系內(nèi)，精準(zhǔn)判斷什么才是自己想要的，什么又是霧里看花的數(shù)據(jù)？

2026 年的智駕芯片仍未有定式，但我們可以根據(jù)目前的戰(zhàn)局，簡單聊聊大家該如何看待現(xiàn)階段智能駕駛的硬件「斗蛐蛐」。

首先，我們簡單總結(jié)了蔚小理最新一代自研智駕芯片的具體參數(shù)，大家可以簡單參考，然后開啟今天的文章。

本周專屬福利： 公眾號 后臺回復(fù) 【好運來 】

免費參與活動抽取現(xiàn)金紅包

算力迷霧

首先當(dāng)然是算力本身，聚焦 2026 年，中高端智能駕駛系統(tǒng)的算力已經(jīng)邁向四位數(shù)，也就是超過 1000TOPS。

遙想 2017 年，全球最先進(jìn)的量產(chǎn)輔助駕駛芯片 Mobileye EyeQ4H，單芯片算力只有 5TOPS，9 年時間智能汽車已經(jīng)以近百倍速度發(fā)展。

但算力與算力之間也有鴻溝，此 1000TOPS 不一定比彼 500TOPS 強。

譬如「精度」，就應(yīng)該是最關(guān)鍵的，配平各家算力的前綴。

首先，所謂的「算力」是怎么得出的？它可以簡單理解為「一顆芯片跑特定難度的軟件有多快」。

舉個例子，英偉達(dá)向個人 AI 開發(fā)者出售的套件 Jetson Thor，它的官方頁面就標(biāo)注了「2070 TFLOPS」算力，但同時有后綴「FP4-Sparse」（FP4 稀疏）。

這意味著 Jetson Thor 的 2070T 算力，是在跑 FP4 精度的軟件時得到的「速度值」，如果它跑 int8、FP16 等等更高精度的軟件，就會得到一個更慢的速度，以一個更小的數(shù)字呈現(xiàn)。

而智能汽車上使用的 Thor-U 芯片，目前傳播的 700TOPS 算力，則是在 int8 精度下推理得到的結(jié)果。

同樣地，蔚來神璣的「一顆頂四顆」、理想馬赫的 1280TOPS、小鵬圖靈的 750TOPS，甚至特斯拉、華為、地平線們，如果脫離了具體的推理精度，是無法一起比較的。

我們同時詢問了蔚小理的官方人士，蔚來方面表示，神璣的推理算力是基于 int8 精度得到的。

小鵬方面則表示，目前還沒有對外公布圖靈芯片的實際推理精度。而截止發(fā)稿，理想汽車并未明確向我們回復(fù)馬赫 100 芯片的實際推理精度。

內(nèi)存瓶頸

如果說峰值算力代表著一顆芯片的理論天花板，那么廠商給智駕芯片配備的運行內(nèi)存總量，則代表著芯片可以實際發(fā)揮多少性能的「木桶最短板」。

我們可以把運行內(nèi)存簡單理解為「一條流水線可以容納的工人總量」，而算力則代表著「你請了多少工人」。

假設(shè)我請了 100 萬工人，興高采烈地宣布，我要建成全世界工人總數(shù)最多的工廠。

但實際上，我手里只有一條可以同時容納 1000 人同時工作的流水線，那么我實際的產(chǎn)出，并不會比請了 1000 名工人，同時流水線上有 1000 個工位的工廠高。

理解了這個概念之后，我們可以代入智駕芯片的實際工況中。比如，理想馬赫、小鵬圖靈、英偉達(dá) Thor-U，內(nèi)存帶寬都是 273GB/s。

目前業(yè)內(nèi)主流的輔助駕駛大模型參數(shù)量，其實還遠(yuǎn)低于豆包千問們的 lite 小模型，只有 3-5B 的大小。

我們?nèi)∑骄?，一個 4B 參數(shù)量的大模型，以 int8 精度推理，那么在 273GB/s 的內(nèi)存帶寬下，它將會實現(xiàn)每個 token 14.65ms 的時延。

對于輔助駕駛推理來說，每個 token 就可以簡單理解為輸出到方向盤/踏板上的「結(jié)果」。

1 秒鐘有 1000 毫秒，也就是每秒鐘足夠這樣一個大模型運行 68 次，也就是 68HZ 的「刷新率」，如果每次推理結(jié)果都可用，那么已經(jīng)遠(yuǎn)超30HZ 的車規(guī)級推理刷新率要求了。

也正因如此，Orin X 205GB/s 的帶寬，承擔(dān)目前 4B 左右的大模型參數(shù)量，已經(jīng)摸到它的內(nèi)存帶寬瓶頸了，曾經(jīng)的廉頗也吃不下越來越大碗的飯。

然后我們可以反過來，同樣滿足 30HZ 車規(guī)級要求的情況下，也可以推斷出，特定的內(nèi)存帶寬，可以滿足多大參數(shù)量的模型。

比如，如果用同樣的位寬、int8 精度反算，那么馬赫、圖靈、Thor-U 都可以實現(xiàn)車端跑 9B 參數(shù)量大模型的要求，比 4B 還是大了一倍多。

至于蔚來神璣，因為它是目前量產(chǎn)內(nèi)存帶寬極高的智能駕駛芯片（546GB/s），所以第一，同樣參數(shù)量的推理時延更低，其次，它理論上可以承載的模型更大。

按照上面同樣的算法，4B 參數(shù)+int8 精度推理，神璣 9031 的內(nèi)存系統(tǒng)理論上可以實現(xiàn) 7.325ms 的推理時延，可以承載 18B 的大模型參數(shù)量。

大家應(yīng)該注意到，我們聊寫內(nèi)存的篇幅明顯更長。

因為對于智能駕駛推理來說，內(nèi)存明顯會比算力更早遇到瓶頸，業(yè)界稱這種現(xiàn)象為「memory wall 內(nèi)存墻」。

再舉個例子，上面算出來神璣 9031 的帶寬，足以承受最高 18B 參數(shù)的大模型以車規(guī)級刷新率進(jìn)行數(shù)據(jù)傳輸。

那么倒過來，同樣級別的數(shù)據(jù)傳輸，按照 int8 精度計算，實際只需要起步 276TOPS 的算力，就可以支撐計算需求。

當(dāng)然實際上在不同傳感器融合的過程中，算力不能簡單理解為一根筋或者兩頭堵，但這也足以說明，算力已經(jīng)遠(yuǎn)不是一套智能駕駛的瓶頸了，內(nèi)存問題比算力更緊急。

而像這樣有點反直覺的事實，智駕芯片里面還有很多。

ISP？這是啥？

除了內(nèi)存，還有一個非常影響智駕芯片性能發(fā)揮的部件，甚至重要性完全不比推理算力差——ISP。

ISP 全稱 image signal processor 圖像信號處理器，攝像頭感光元件 CMOS 將物理世界信息記錄成原生 RAW 數(shù)據(jù)，ISP 則將原生數(shù)據(jù)進(jìn)行降噪、調(diào)色、調(diào)節(jié)動態(tài)范圍、編碼，輸出成我們?nèi)搜劭梢宰R別的圖像信息。

熟悉特斯拉的朋友一定記得，馬斯克是個堅決的「反 ISP」人士。

馬斯克一直認(rèn)為，ISP 本身會導(dǎo)致數(shù)據(jù)傳遞的延遲和失真。所以在目前特斯拉車型使用的 AI 4 方案上，他已經(jīng)大刀闊斧地砍掉了攝像頭端的 ISP，僅保留 AI 4 芯片內(nèi)置的 ISP，盡可能減少視覺數(shù)據(jù)傳遞過程中的損失。

到了下一代 AI 5，馬斯克更是宣稱徹底干掉 ISP，直接讓 AI 5 2500TOPS 算力的強大 NPU「硬算」原始圖像數(shù)據(jù)的色彩變換，徹底實現(xiàn)「從光子到踏板」的無縫端到端。

但回到蔚小理英偉達(dá)們，ISP 依然是目前的主力，甚至正在不斷成長。

譬如神璣 9031，就擁有算力極高的智駕芯片 ISP，6.5G Pixel/s 相當(dāng)于每秒處理 65 億像素的視頻數(shù)據(jù)，拆成 3840x2160 的 4K 畫幅，也相當(dāng)于 26 個攝像頭的 30HZ 視頻流。

另一方面，英偉達(dá) Thor-U 的 ISP 算力，也從 Orin X 的 1.8G 翻倍至3.5G Pixel/s ，所以大家可以看到，搭載 Thor 方案的車型們，普遍都擁有更高像素的車內(nèi)外攝像頭。

小鵬也在圖靈芯片中針對優(yōu)化了 ISP 能力，盡管沒有公布實際像素算力，但雙獨立 ISP 的設(shè)計，以及 24 路攝像頭的接入能力，也可以看出小鵬依然走在優(yōu)化極限場景兜底能力的道路上。

聊到極限場景，除了像素量，「bit」色彩位深也是至關(guān)重要的 corner case 兜底利器。

我們以「從黑到白」的色彩變化過程，來理解「色彩位深」的概念。

假設(shè)某家芯片廠宣傳他們的 ISP 擁有 8bit 位深，那就意味著從純黑到純白，他們的 ISP 可以實現(xiàn) 2 的 8 次方，也就是 256 個等級的「位深」，可以理解為過渡了 256 個臺階，才從純黑到純白。

譬如蔚來神璣 9031 的 ISP 色彩位深是 26bit，這意味著黑白之間可以理論上分離出 67108864 個「階梯」，色彩過度更細(xì)膩，分離出的細(xì)節(jié)也會越多。

這就意味著，隧道夜晚這樣的極限場景下，色彩位深更高的 ISP，可以準(zhǔn)確分離出環(huán)境的不同色彩要素，比如車牌、車燈、車身。

芯片宣傳戰(zhàn)的號角

聊到現(xiàn)在，可能也只是智駕芯片的冰山一角。

首先，對于個人消費者來說，影響購買決策和使用體驗的芯片參數(shù)并不多，算力、帶寬、ISP、內(nèi)存大小，這些都是很直觀的數(shù)字，更深層的功耗、擴(kuò)展能力，理解門檻相對高，其次對于日常開車影響不大。

其次，我們正在見證中國車企、供應(yīng)商的第一次芯片大爆發(fā)。產(chǎn)品層出不窮，宣傳方式這正在摸索中。

可以預(yù)見地，中國智駕芯片的宣傳戰(zhàn)才剛剛開始。一些參數(shù)并不是某家廠商不愿意說，而可能是還沒想好怎么說更勁爆。

而在紛繁的數(shù)字游戲中，消費者需要保持知情權(quán)的，不僅是不同領(lǐng)域的參數(shù)，更是統(tǒng)一的對比標(biāo)準(zhǔn)。

（完）