“智见丨AI芯片玩家余凯：智能汽车的算力不是唯一标准”

【智见】专栏将以前沿的眼光、深入的思考，对话汽车科技大咖，共同探索智能车的快速发展路径，开启汽车领域的新革命。 智见二期，遇到了科技大咖——地平线机器人科技创始人兼首席执行官、人工智能机器学习专家余凯。

近期将公布et7，其超级计算平台nio adam搭载了4个nvidia drive orin芯片，终于达到了1016 tops，超过了7个tesla fsd的计算力总和。 的曝光算法和计算力数据太强，曾一度成为领域的话题。 在2021年电动汽车百人大会论坛上，ai芯片制造商地平线创始人余凯提出了相反的看法，认为计算力没有反映智能芯片的实际性能。

余凯曾是百度自动驾驶项目的创始人之一。 年，他意识到处理自动驾驶不仅面临着软件算法、传感器的问题，也面临着计算的问题，有可能在芯片上处理这个问题。 于是，他离开百度，设立了人工智能芯片企业地平线。

余凯认为对汽车来说，马力(单位) hp )比百公里加速时间(单位)秒)更能真实反映整车动力性能，计算力)单位) tops )不反映汽车智能芯片的实际性能，每秒帧率maps

智能车开始计算力军备竞赛

近两年来，汽车新势力发展迅速，对智能化的要求也越来越高，基于此，自动驾驶的计算力度跨越了浪潮，在新产品上市之前，其计算力已经成为人们最期待的配置之一。

2019年4月，特斯拉发布了自己的fsd (全自动驾驶)芯片，达到了144tops的计算力，超过了mobileye的数十倍。 最近，智己汽车推出了新车，智能驾驶中心配备了NVIDIAxavier，计算力从30到60 tops，该计算平台随后升级为orin，支持500到1000 tops的计算力。 来车的et7就这样成为了1016 tops的计算力。

对此，余凯表示:“我们还将提出反共识的思考。 数百吨、数千吨的计算力的增长是不可持续的。 说起来，摩尔定律的物理极限就是这里。 1000t吨，从2000t吨到5000t吨。 如果根据现在的摩尔定律，电力消耗的基准超过10000t，那么这辆车就是燃烧的车，不是普通行驶的车，所以在技术上是不可持续的。”

智能车力的急剧升级，让人不由得想到超强的计算力在自动驾驶中起了什么作用。

余凯以NVIDIA上一代产品drive px2和特斯拉fsd为例，NVIDIA计算力为24tops，特斯拉为72tops； NVIDIA的真实性能为110fps，特斯拉为2300，这意味着特斯拉的芯片计算力增加了3倍，其真实计算性能增加了21倍。

所以在余凯的观点中，计算力实际上并不代表汽车智能芯片的真正性能。 第一，汽车厂全部瞄准1000t、2000t、3000t，在摩尔定律的意义上无法维持。 第二，真正的人工智能自动驾驶计算没有实际意义。 他认为软件和硬件的两轮驱动才是ai芯片真正的生存之道。

在之前的采访中，英特尔的移动YE副总裁erez发表了同样的见解。 他认为用tops这样的数字指标判断芯片的性能是不准确的。 erez表示，软硬件之间的紧密结合和深度集成非常重要，自动驾驶需要将两者结合，分解或从零开始组合的尝试会带来安全性、效率、经济性等诸多风险。 在这种情况下，评价一系列处理方案是否成功，不应该只停留在tops这样的测量标准上。

在采访的一环中，余凯再次表示:“不应该在以前流传的汽车时代开足马力。 因为马力没有反映出顾客能感知到的汽车动力的性能。 在智能车时代也不应该竞争计算能力。 因为计算力也不是我们客户能识别的智能驾驶的性能。 ”

汽车ai芯片的窗口期间短

在电脑和高端智能手机的时代，芯片和操作系统几乎都被海外制造商承包。 智能车这种风向标必须看中国。 但是基础芯片和操作系统的窗口期很短，余凯提前判断未来三年是最重要的时间窗口，如果中国企业品牌没能获得芯片和操作系统在中国智能车市场的前两位，基本上就会出局。 到2023年，从大局上看，基于海外芯片的软件生态一旦形成，就不太容易收回。

所以未来两年，中国芯片公司的步伐非常重要。 年6月，在地平线准备成立的过程中，在接受车云网采访时表示，企业制造深度神经网络芯片是为了机器人，必须使世界上所有的车都具有环境识别、人机交互、规划决策能力。 余凯说:“本质上我们制造机器人芯片的初衷到今天为止没有改变。 我认为人类历史上第一个机器人终端还是智能车。”

目前地平线今年已经公布征兵5，ai计算力达到96tops。 用这样的计算力制造中央域控制器，必须至少搭载两个或四个芯片，计算力为200-400tops。 余凯表示，天际线是与高级自动驾驶进行比较设计的自动驾驶芯片，因此计算效率比通用芯片1000tops要高，还可以支持驱动l4级自动驾驶的软件、多传感器融合、路径规划等。

另外，征程6也在准备中，计算计划为400tops、车规级7纳米的技术，工程样品上市时间为2023年，车型批量生产为2024年。 余凯表示，中国自主企业品牌80%以上的主机厂与地平线和量产的项目合作。

未来，智能车将真正成为具有感知、决策、路径规划、人机交互行为的终端，但目前对芯片的考验仍不小。 黑芝麻科技智能首席执行官单记章对智能汽车芯片的迅速发展提出了这样的说法。 如果是比赛的话，那必须是平衡的。 首先，需要很高的计算力来解决大量的实时传感器的数据。 但是，除了计算能力外，还有新闻的安全性、传感器等，这是车的规格级芯片的难点。

功能安全也是汽车智能芯片必须突破的难点，“功能安全虽然只存在于汽车中，但首先是硬件系统的低效设计。 如何通过系统级冗余设计将低效率大幅降低到阈值以内，这是功能安全的。 余凯表示:“目前，像德国博世集团这样功能安全的人才极少，功能安全的专家可能也不超过5人，但这方面的人才投入也很巨大。”

没有必要对汽车芯片不足感到悲观

现在，随着智能车市场的快速增长，ai芯片的供给速度变得很快。 目前，整个汽车领域面临芯片短缺的局面，部分车型停产，戴姆勒、大众、日产、本田汽车等工厂相继宣布减产。 在这种情况下，余凯认为今年中期芯片问题将得到缓解，同时对中国芯片公司来说是个机会。

余凯表示，芯片短缺的实际首要原因是供应链计划没有跟上诉求的变化。 从核心来说，芯片制造商并未预料到在整个汽车领域聪明地对车载芯片的诉求会爆炸性增长。

车载芯片的规划期至少达到12个月，去年上半年，许多半导体公司对汽车领域的芯片诉求预期较为悲观，因此规划比较保守，但现实情况是汽车市场表现良好，同时智能化进程加快。 余凯说:“这是首要原因。” “但是，对供应链变化的适应性还是有的。 大家不要太悲观。 根据各方面的消息，紧张局势在今年内应该会缓和。”

现在，很多非汽车管制级的公司也在尝试开发汽车管制级芯片，汽车企业也在尝试自研芯片。 对此，余凯表示:“要将非车规的芯片转换成车规的芯片，必须要三年以上的时间。 因此，业界很少制作车规的芯片。 的规格级芯片门槛很高，我知道现在国内车载ai计算芯片超过车的规格的只有我们。 ”

另外，“直到今天，汽车企业中真正自己研究芯片的只有特斯拉，尽管其他汽车企业略有呼声，但大部分还是走了分工合作的道路，专业分工带来了效率。 ”

“就像高端智能手机时代一样，手机企业也在尝试开发芯片，但没有成功。 最后他们选择了专业的高通量和mtk (联发科)的芯片。 产业链最初分工不确定的时候，界限模糊的是，到了最后分工越来越确定，我觉得专家会做专业的事情。 ”

车云总结

智能车的升级需要全面的技术跟进，不能以单一的计算力进行评价。 这基本上是业界大多数芯片公司的观点。

如果汽车芯片不足，部分车型停产，余凯认为这一局面将于今年中期缓和，同时对中国芯片公司来说是个机会。 在pc和高端智能手机行业，国内芯片公司无法抢夺市场，去智能车将迎来黄金时代。