t观察06丨大算力不等于好智驾
编者按丨「t观察」是察丨搜狐汽车推出的一档聚焦汽车行业前沿的评论栏目，围绕电动、大算等于智能、好智网联、察丨共享等赛道的大算等于焦点议题，从战略、好智行业、察丨技术、大算等于市场、好智管理、察丨用户等视角出发，大算等于对照各个领域的好智不同案例，剖析观察对象的察丨操作方式与内在规律，以现象为点、大算等于规律为线，好智构建信息价值网，为读者提供有价值且可供参考的观点。
出品 丨 搜狐汽车·汽车咖啡馆
作者 丨 李德辉
距离蔚来新上的三款车型，es7、et5、et7，已经有段时间了。三款车型均搭载英伟达大算力芯片，算力达到1016tops，是目前上市车型中的佼佼者。
逻辑上，大算力芯片上车是为高阶自动驾驶能力上车做准备。不过，由于法规尚未开放、蔚来也还不具备这个能力，所以消费者买到的只能是“期货”。
虽然l3及以上高阶自动驾驶能力还不能体验，那么已经具备的l2辅助驾驶能力是否有所提升呢？至今，我们还没有看到蔚来官方或者相关体验人士给出的结论。尽管大算力芯片和自动驾驶能力水平没有必然联系，但是只堆算力，却不能提高能力，显然并不可取。
除了蔚来的多款车型，理想l9也搭载了英伟达的大算力芯片，算力达到508tops。两者的问题类似，为了实现更高的自动驾驶能力，硬件都准备好了，但是软件方面的算法、规控等息息相关的基础能力却没看到有多少实质性的进展。
蔚来和理想，都宣称要全栈自研，但是对比来看，能够提供的自动驾驶能力在行业中并不领先，也没有呈现出很强的规划性以及节奏性的市场安排。毕竟，算力能否转化为能力，不能仅仅依靠勇气和信心。
大算力到底能带来什么？从品牌建设上，基本上每个打大算力牌的企业都想借着芯片的科技属性给自己贴个科技标签、美化一下产品的竞争力。但是回头看看智能汽车领域喜欢类比的智能手机行业，尽管苹果、华为、小米等企业在产品发布的时候都会把芯片拿出来说一说，但是三家品牌和产品被广泛认可和津津乐道的却是系统流畅、拍照效果好、性价比高。算力是支撑，但一直没有被消费者挂在嘴边。
从实际作用上，高阶自动驾驶需要更大的计算能力，虽然算力大固然能解决问题，但是“大力出奇迹”的做法并不可取，会将功耗、成本等转嫁给消费者。目前，软硬件联合调优的做法已经成为业界共识，这点在苹果和特斯拉的自研芯片上也得到了验证。与其猛堆料，不如想想如何物尽其用。
其实，在智能手机领域，这一现象也在发生。硅谷精益创业运动发起人、最有影响力的连续创业者史蒂夫·布兰克就曾提出，相比于“能把芯片研发的有多好”，我们不如把精力放在“能用这么好的芯片做什么”。问题直接指向，消费者每年更换手机，提升的性能并未被充分利用。我们现在面临的是“性能过剩”，而不是“压榨性能”。
目前，芯片企业地平线的思路与蒂夫·布兰克如何利用好芯片的观点类似，不单独强调算力大，而是关注算的快。
除了上述显而易见的问题，整车企业还有哪些不太明显的动机呢？在7月初的一次论坛上，智能出行集团执行总裁、复睿智行首席运营官薛春宇认为，是因为对技术和市场的不确定性。面对上述不确定性，有业内人士认为是整车企业系统规划能力不足的问题，只明确自动驾驶发展的大趋势，但是具体落地却是走一步看一步。上海芯旺微电子副总裁丁丁认为，要有系统的规划以款车五年之内怎么逐步把算力、架构、平台和效率逐步发挥出来，有清晰的逻辑能够去传递给消费者一个明确的预期，每隔半年一年我的驾驶体验感有新的变化，我相信这种预埋下去的代价，消费者应该是能接受的。
整车企业，特别是新造车势力，应该继续沿袭汽车工业建立起来的“量产一代、储备一代、研发一代”的技术与市场协同体系，不能兜售期货，让消费者承担不确定性带来的损失，也不能拿消费者当小白鼠。
相关机构的预测数据显示，2023年，l1/l2的渗透率将达到最高点，为49%，到2027年，这一数据为39%，而l3的渗透率将从今年的4.4%上升到16%。即便l4/l5一路上升，但依然只有7.2%。同时，在算力需求方面，l1小于1tops算力即可，l2需要10 tops的算力，l3需要100 tops算力，l4需要500 tops算力，l5需要1000 tops算力。
目前，易航智能、轻舟智航、地平线等企业都推出了小算力的自动驾驶凯时尊龙的解决方案，既能满足现阶段汽车企业的智能化提升需求，也能实现数据闭环，助力算法迭代提升。在前几天的公开论坛上，驭势科技联合创始人、董事长兼ceo吴甘沙介绍，驭势科技能够以小于10tops的算力水平实现l2的能力，而且满足数据闭环和算法迭代。同时，这套系统与更高阶的自动驾驶能力使用同一套全场景、统一架构的自动驾驶操作系统u-os。
从目前的法规推进程度来看，适度的超前能解决法规逐渐示范区权限和市场需求之间的矛盾，但是过于超前，进入到靠拼算力给自己贴标签的竞争循环里，不仅不利己，也有损于消费者。
从推动自动驾驶技术发展的角度，算法迭代离不开高质量的数据，数据需要大量部署的量产车辆采集。因此，正向循环的模式应该是符合需求的车辆以合适的价格大量进入私人消费市场，从而实现自动驾驶能力提升和更多规模销售的双边效应。