馬斯克全自動駕駛野心背后的芯片戰(zhàn)：數(shù)據(jù)和算力芯片國內(nèi)全面落后 只能寄望華為？

（文章來源：芯辰大海）

2024年10月11日，特斯拉首席執(zhí)行官馬斯克搭乘著沒有方向盤和踏板的無人駕駛出租車Cybercab上了熱搜，也拉開了特斯拉“We, Robot（我們，機(jī)器人）”活動的序幕。

沒有方向盤和踏板，馬斯克的“野心”已經(jīng)昭然若揭。隨后的發(fā)布會也證實(shí)了大家的猜想，馬斯克表示將在2026年推出全自動駕駛系統(tǒng)無人駕駛出租車Cybercab。而其背后的核心——完全體“FSD（全自動駕駛）”系統(tǒng)，將在2025年推出。

也就是說，明年特斯拉就會推出完全不依賴人工干預(yù)和高精地圖的完全自動駕駛功能。目前特斯拉自動駕駛系統(tǒng)FSD系統(tǒng)最新版本是V12版本，在體驗(yàn)特斯拉的FSD V12后，小鵬汽車董事長何小鵬表示，“很多路況處理的很絲滑……相信2025會是完全體自動駕駛的Chat GPT時刻?！?/p>

那么特斯拉的FSD為何能有如此優(yōu)異的表現(xiàn)？這里就不得不提兩種芯片了：算力芯片和自動駕駛芯片。這兩種芯片在特斯拉FSD的形成過程中發(fā)揮了關(guān)鍵作用——用算力芯片訓(xùn)練出一套完全不依賴人工介入的自動駕駛系統(tǒng)，用自動駕駛芯片運(yùn)行這套系統(tǒng)。

根據(jù)現(xiàn)有公開資料顯示，國產(chǎn)在算力方面與特斯拉差距很大，自動駕駛芯片無代差。

FSD是怎樣煉成的：數(shù)據(jù)和AI算力芯片是關(guān)鍵

華為奮力追趕

特斯拉FSD雖好，但它也不是一天煉成的。和所有的人工智能系統(tǒng)一樣，需要大量的原始數(shù)據(jù)，以及足夠的算力對數(shù)據(jù)進(jìn)行訓(xùn)練，最終形成一套無人駕駛系統(tǒng)。

所以，特斯拉有信心能夠率先實(shí)現(xiàn)完全自動駕駛，與其在數(shù)據(jù)和算力方面的積累是分不開的。別看它們只是基礎(chǔ)，但卻是我國自動駕駛企業(yè)和特斯拉差距最大的地方。因?yàn)橹灰獡碜銐虻臄?shù)據(jù)和算力，就可以通過不斷的改進(jìn)，優(yōu)化算法，但如果數(shù)據(jù)和算力不足，那就是巧婦難為無米之炊。

數(shù)據(jù)方面，特斯拉可謂是遙遙領(lǐng)先。2024年4月，特斯拉宣布全自動駕駛里程已突破10億英里（約合16億公里），目前已經(jīng)超過20億英里。

作為對比，國內(nèi)自動駕駛領(lǐng)域的頭部玩家之一的華為正在加速追趕。截至2024年5月，華為的智駕總里程為2.2億公里。截至2024年8月的自動駕駛總里程已經(jīng)達(dá)到4.6億公里。10月15日，已經(jīng)追趕到7.36億公里。

那么，要實(shí)現(xiàn)完全自動駕駛需要多少數(shù)據(jù)呢？在《總體規(guī)劃 Part Deux》中，馬斯克預(yù)計(jì)，自動駕駛系統(tǒng)要獲得全球監(jiān)管機(jī)構(gòu)的批準(zhǔn)，可能需要行駛 60 億英里左右。

積累到數(shù)據(jù)后，接下來就是對數(shù)據(jù)進(jìn)行訓(xùn)練，這就有賴于算力了。特斯拉10月份已經(jīng)達(dá)到了100EFLOPS(FLOPS是每秒浮點(diǎn)運(yùn)算次數(shù)，E FLOPS中的E是“Exa”，代表10的18次方。)的算力規(guī)模，約30萬張A100的水平。

國內(nèi)相關(guān)企業(yè)的算力如何呢？今年 4 月，華為宣布，到 6 月訓(xùn)練算力將達(dá)到 3.5 EFLOPS。今年7月，余承東在智界r7發(fā)布會透露，華為車BU儲備算力達(dá)到7.5E。另有消息稱，理想智駕訓(xùn)練算力為5.39E，小鵬大約為2.5E。

需要特別指出的是，較之國內(nèi)企業(yè)，特斯拉不僅能夠購買英偉達(dá)旗下最先進(jìn)的GPU，還有自己的自動駕駛訓(xùn)練芯片D1。D1芯片采用臺積電7nm工藝。每25個D1芯片構(gòu)成一個訓(xùn)練模組(tiles)，每6個訓(xùn)練模組構(gòu)成一層托盤(Tray)，兩層托盤構(gòu)成一個機(jī)柜(Cabinets)，10個機(jī)柜構(gòu)成訓(xùn)練集群Dojo ExaPOD，整個訓(xùn)練集群提供1.1 E Flops的算力。

但目前除了華為，國內(nèi)其他自動駕駛企業(yè)在增加算力方面，都需要克服一定困難。

目前，業(yè)內(nèi)廣泛采用英偉達(dá)GPU芯片進(jìn)行AI訓(xùn)練。但首先，英偉達(dá)的算力芯片供不應(yīng)求，據(jù)摩根士丹利最新透露的消息，NVIDIA未來一年內(nèi)Blackwell的訂單已被全部預(yù)訂。其次是，由于美國限制了先進(jìn)算力芯片的出口，目前國內(nèi)企業(yè)只能買到性能不及A100、H100的H20芯片。

不過，華為有自己的算力芯片，目前華為的旗艦產(chǎn)品是昇騰910 Pro B，AI 算力為280 T FLOPS（FP16）。不過華為的產(chǎn)品較行業(yè)領(lǐng)先的英偉達(dá)尚有一定差距，英偉達(dá)旗艦產(chǎn)品A100 的FP16算力可達(dá) 312 T FLOPS，并且英偉達(dá)在軟件生態(tài)方面也擁有優(yōu)勢。

自動駕駛芯片： 百花齊放 比肩國際先進(jìn)水平

先進(jìn)的自動駕駛系統(tǒng)是實(shí)現(xiàn)完全自動駕駛的一個方面，另一個方面是，汽車需要搭載一顆性能強(qiáng)勁的自動駕駛芯片，以運(yùn)行自動駕駛系統(tǒng)。

值得欣慰的是，在這一領(lǐng)域，至少在自動駕駛芯片的算力方面，國內(nèi)汽車產(chǎn)業(yè)與特斯拉并沒有本質(zhì)差距。

還是從特斯拉說起，特斯拉硬件平臺（Hardware Platform，簡稱HW）指的是特斯拉在電動汽車中用于自動駕駛功能的計(jì)算和傳感器系統(tǒng)，目前特斯拉最新產(chǎn)品是今年推出的HW4.0，總算力為720TOPS，搭載了第二代FSD自動駕駛芯片，但該芯片具體參數(shù)未知。所以還是以第一代FSD 芯片為參考，單顆 FSD 芯片的最大算力為 72 TOPs。

國內(nèi)自動駕駛解決方案方面，目前大致可以分為三個陣營：自研汽車自動駕駛芯片的汽車廠商、研發(fā)自動駕駛芯片的第三方平臺、集成自動駕駛芯片的第三方平臺。

自研汽車自動駕駛芯片和解決方案的汽車廠商，以蔚來、小鵬、理想為代表，另外有消息稱，比亞迪、吉利也都在朝著軟硬一體的方向努力，開始自研自動駕駛芯片和自動駕駛解決方案。

蔚來：今年7月，蔚來宣布其5nm神璣NX9031自動駕駛芯片成功流片，包含超過500億個晶體管，單個芯片可實(shí)現(xiàn)四款行業(yè)領(lǐng)先芯片的性能，提供高性能計(jì)算支持。

小鵬：何小鵬在發(fā)布會上提到，1 顆圖靈芯片相當(dāng)于 3 顆小鵬汽車當(dāng)前使用的芯片的性能。

理想：據(jù)業(yè)內(nèi)消息人士透露，理想汽車的智能駕駛SoC芯片名為“Shu Ma Ke”，公司已投入大量資源優(yōu)化芯片架構(gòu)，并在Chiplet和RISC-V技術(shù)方面進(jìn)行深入研究。

值得注意的是，目前蔚來、小鵬都沒有透露公司自動駕駛芯片的具體性能，但蔚來表示“單個芯片可實(shí)現(xiàn)四款行業(yè)領(lǐng)先芯片的性能”，小鵬表示“1 顆圖靈芯片相當(dāng)于 3 顆小鵬汽車當(dāng)前使用的芯片的性能”。

目前，行業(yè)算力領(lǐng)先、使用廣泛的的芯片是英偉達(dá)的OrinX（英偉達(dá)僅出售自動駕駛芯片，不出售自動駕駛解決方案），最大可以提供254TOPs 的算力。不過英偉達(dá)也沒有停滯不前，Drive Thor是英偉達(dá)的下一代車載芯片，根據(jù)規(guī)劃，這顆芯片單顆芯片算力達(dá)到2000 TOPS水平。

研發(fā)自動駕駛芯片的第三方平臺，代表企業(yè)有華為、地平線等，不過不管是華為還是地平線，都不單獨(dú)售賣自動駕駛芯片，對外出售的是自動駕駛解決方案。

華為：目前華為最先進(jìn)的自動駕駛平臺是是華為在2020年10月底發(fā)布MDC810，算力為400TOPS。

地平線：地平線官網(wǎng)顯示，目前公司算力最大的產(chǎn)品是征程6P，算力為560TOPS。

最后一類則是集成自動駕駛芯片的第三方平臺，比較知名的有在A股上市的德賽西威等。德賽西威聯(lián)手芯片廠商、算法廠商共同開發(fā)軟件平臺。比如搭載在小鵬P7上的德賽西威自動駕駛域控制器，搭載的是英偉達(dá)的的自動駕駛芯片。

由于英偉達(dá) Xavier 自動駕駛芯片首度量產(chǎn)時，德賽西威是其挑選的唯一一家中國授權(quán)合作方。所以此后一段時間，中國相關(guān)企業(yè)想用英偉達(dá)的芯片做智駕，普遍會與德賽西威進(jìn)行合作。

需要指出的是，汽車廠商在與集成自動駕駛芯片的第三方平臺進(jìn)行合作時，有可能出現(xiàn)磨合問題，比如底層操作系統(tǒng)與芯片的配合問題，這時候可能需要請國外工程師到現(xiàn)場解決問題。