汽车智能驾驶领域，它正像一场科技文艺复兴，重塑出行方式。

我们把 2TOPS 算力小芯片训练成能检测螺丝的 AI 质检员，而 200TOPS 算力芯片则有望成为 “AI 老司机”。

近几年汽车智能化竞争激烈，国产车发展迅猛。车内屏幕、影音系统升级，驾驶功能从自动保持车距进化到自动泊车、自动行驶。

过去苦练的手动挂挡等车技如今用处渐小，未来年轻人或无需掌握倒车入库等基本功。

传感器与芯片是智能驾驶的关键。功能越复杂，所需传感器越多，数据处理量和芯片性能要求越高。

以自动跟车为例，车头的摄像头和毫米波雷达收集数据传给 Soc 芯片，Soc 分析后依规控算法决策并下达指令，搭配的 MCU 芯片负责执行、控制油门刹车和监管通信，二者相互校验。

因传感器使用少、计算简单，此入门级 “大脑” 5TOPS 算力即可，业内常用 TI 的 TDA4 等作主控芯片，英飞凌的 TC3 作功能安全的 MCU 芯片。

这只是智能驾驶初级阶段。要实现更高级的 L2 级智驾功能，像全自动侧方位停车一键贴边、自动按原路返回的一键循迹以及城区 NOA 自动行驶，传感器数量大增，需处理海量数据，5TOPS 算力不够，得换算力更强的 Soc 主控芯片。

如特斯拉 FSD、昇腾 610 或英伟达的 Orin x ，它们算力多在 200TOPS 左右，Orin x 采用台积电 7 纳米工艺，算力达 254TOPS，自研能力强的车企还能通过优化算法挖掘芯片潜力，如智己汽车将算力需求降低 90%。

自动驾驶从 L0 到 L5 自动化程度逐级提升，L0 是纯手动，L5 是完全自动驾驶，L1 有定速巡航，L2 实现城区 NOA，L3 试图解放双眼，L4 在特定路段无需人为干预。

但目前 L3 和 L4 技术不成熟，国内私家车多处于 L2 等级，全球即便有车企宣称量产 L3 级车，如奔驰 drive pilot，也常需人接管，号称 L4 的无人出租车也离不开安全员或远程监控人员。

自动驾驶发展受限，并非芯片算力不足。200TOPS 左右的算力已能满足 L2 级别需求，L3 和 L4 虽对算力要求更高，但可通过增加芯片数量或提高核心密度解决，比如部分车型采用两块甚至 4 块 Orin x 芯片，总算力可达 500 - 1000TOPS。

汽车芯片也在不断升级，英伟达明年预计推出的下一代自动驾驶芯片 Thor，采用台积电 4 纳米工艺，算力高达 2000TOPS；马斯克也计划推出新的 FSD 芯片，采用三星 4 纳米工艺，单颗算力预计达 1000TOPS 左右。

但与超高算力相比，内存带宽、数据调用以及芯片间的通信延迟，成了硬件上的短板。若不解决这些问题，再强大的算力也只是纸上谈兵。

算法和数据比硬件更关键。传统自动驾驶模式将 “大脑” 分为感知、规划等模块，主控芯片按规控算法输出指令。

但它有两大缺点：决策链路长，通信损耗大，汽车反应迟缓；算法无法涵盖所有交通状况，遇到突发情况就可能 “死机”。

于是，今年车企掀起技术革命，部署大模型，用端到端 AI 实现智能驾驶。“汽车直觉” 概念应运而生，它把人类大脑工作原理融入汽车大脑。

人脑有逻辑思维和本能直觉两套决策系统，传统智能驾驶依赖逻辑判断，在复杂路况下反应慢、很呆板，而人脑大多靠直觉决策，能耗低、速度快，还能形成肌肉记忆。

智己汽车与 momenta 提出的汽车直觉，通过仿真人脑，用直觉加逻辑处理智驾问题。其智驾大模型采用创新的短期加长期记忆结合模式学习迭代，有望突破现有局限，提升 L2 智驾体验，助力 L3、L4 级别自动驾驶早日实现。

自动驾驶全面普及，除了硬件和技术迭代，还需交通法规完善。目前国内乘用车 L4 级测试刚开放，智己汽车作为首批获 L4 测试牌照、首个具备 L2 到 L4 智驾量产能力的车企，在上海临港开启自动驾驶体验，能用更多 L4 级测试数据完善智驾功能。

未来，端到端大模型或成行业标配，无人驾驶汽车也将随处可见。

在 AI 与智能化的时代浪潮中，从工业领域到交通出行，纳米级芯片正成为推动人类文明进步的核心力量。

或许在不久的将来，买车时除了关注续航里程，芯片制程也将成为重要考量因素。



文本来源@谈三圈的视频内容