文｜傲然
编辑｜杨布丁
智驾芯片的竞争，从算力够不够，变成了算力算得对不对。
10月29日，新芯航途发布X7 Ultra，公布700 TOPS大模型算力和98.7%的NPU计算利用率。作为兄弟公司，Momenta参与了芯片的联合定义，曹旭东将这种合作概括为“大模型定义芯片”。
发布会后，地平线创始人余凯随即在社交媒体发文称，行业已经卷到“无底线的ppt算力狂飙”，一些厂商的“标称算力甚至可以吹到6-7倍的稠密算力，号称‘等效算力’”。
地平线副总裁兼首席架构师苏箐则称，“以前大家吹牛还尊重一下物理极限的可达性，有基本的职业底线。现在已经完全放飞自我了。行业沦落至此，真的能长久吗？”
两人没有点名X7 Ultra，但发言的时间与内容，让外界很容易将其与新芯航途的发布联系起来。
腾讯汽车《远光灯》与多位产业链人士交流发现，行业对这组数字的判断并不一致。有人认为存在虚高之嫌，也有人认为，需要看模型在量产车上的实际效果和整套方案的成本。
参数争议之外，两家公司的业务正在趋同。一位行业人士评价，它们的“业务生态位太像了”。
Momenta将算法需求提前放进芯片设计，地平线则通过HSD，在征程芯片之外提供高阶辅助驾驶方案。它们都在扩大交付范围，让客户少做一些适配和开发工作，也让自己的产品更具备不可替代性。
另外，头部车企也在补齐自研能力，供应商需要争取的，既有同行手中的项目，也有客户准备收回内部的项目。一轮轮横向对比下来，算力似乎就成了买卖双方眼里最直观的一杆标尺。
地平线高层直呼“不忍了”！他们在质疑什么？
同一颗芯片，可以有不止一个算力数字。
英伟达在DRIVE AGX Thor的官方资料中，分别列出最高1000 INT8 TOPS和2000 FP4 TFLOPS。前者对应8位整数稠密运算，后者对应4位浮点稀疏运算。后者的纸面数值是前者的两倍，但两者计算前提完全不同，因此不能据此认定同一个智驾模型部署上去，后者运行速度就能快一倍。
TOPS表示每秒万亿次运算，但单位相同，不代表数字可以直接比较。采用什么精度、是否跳过部分零值运算，以及怎样计算优化带来的收益，都会影响最后公布的数字。
一位芯片行业人士对腾讯汽车《远光灯》表示，算力宣传越来越复杂，一个原因是厂商不只在介绍硬件本身，也开始把模型和硬件配合后的收益折算进去。
余凯此次质疑的，正是各家换算条件之间越来越大的差异。
他在社交媒体上表示，过去各智驾芯片公司“基本上采用同一个框架来标称智驾芯片算力”，如今一些厂商的“标称算力甚至可以吹到6-7倍的稠密算力，号称‘等效算力’”。他以Orin-X为例称，其稠密算力为127 TOPS，标称算力为254 TOPS。
理解两倍的差异，需要先看稀疏计算。稀疏计算可以理解为，模型中的部分数值为零，对应运算可以跳过，把资源留给其他数值。
英伟达在介绍Ampere架构的2∶4结构化稀疏时写道，“out of every four elements, at least two must be zero”，即每四个元素中，至少两个必须为零。符合要求时，相关计算可以获得更高吞吐量。
地平线采用了附带稀疏条件的标注。在征程6系列官网上，560 TOPS旁带有星号，脚注写着“Effective TOPS with 1/2 Sparsity”，即二分之一稀疏条件下的有效算力。
上述芯片行业人士解释，稀疏比例相同，不代表具体规则相同。总体上一半数值为零，与每组四个数中至少两个为零，对硬件提出的要求不同，零值排列得是否规整，也会影响硬效率。
“有人在十个权重中保留三个非零值、七个为零，甚至只保留一个非零值、其余九个为零，在硬件能够有效利用的理想条件下，都可能得到更大的等效算力数字。”上述芯片行业人士同时表示，这几年业内逐渐把注意力放在了怎样让数字更大上，既然跳过零值计算能够增加等效吞吐量，更高的稀疏比例就成了扩大数字的一种办法。
但这些条件能否出现在量产模型中，是另一件事。在他看来，让九成权重为零，同时保持智驾效果，是很苛刻的要求。如果没有相应模型支撑，只宣传理想条件下的能力，数字对客户的参考价值就很有限。
新芯航途对700 TOPS的解释，强调了特定智驾模型与硬件共同优化后的能力。其官网将数字标为“Equivalent TOPS”，同时注明“仅用于智驾场景”和“量产模型实测”，并强调硬件并行与工具链优化。
这类优化可能带来实际收益。工程师可以合并计算步骤，减少中间结果反复写入和读取内存，让计算单元少等待一些时间。硬件的计算单元没有增加，同一项任务仍可能完成得更快。
“换成客户自己的模型，这些优化还能带来多大提升？这个很重要。”上述芯片行业人士表示，要理解700 TOPS这个数字，需要知道测试用了什么模型、什么精度，以哪套方案为基准，以及怎样换算。说明这些条件后，客户才能进一步判断，相关收益是否适用于自己的方案。
苏箐质疑的是另一项指标。新芯航途公布的NPU计算利用率为98.7%，苏箐称，任何AI芯片的MAC阵列利用率，在统计意义（一次inference计算的全部计算量为统计单位，而不是某一层的计算为统计单位）都不太可能超过60%，极限也很难达到70%。
MAC是乘加运算，可以理解为先相乘、再累加。芯片中大量并行完成这类计算的单元组成MAC阵列，类似一组计算工位，数据没有及时送到，或下一步需要等待上一步完成，都会让部分工位闲下来。某一层接近满负荷，不代表整个模型运行时都能保持同样的利用率。
苏箐认为，按完整一次模型推理统计，50%-60%的MAC利用率已经是优秀设计。他写道，“宣称自己达9x%的利用率，我不能说你是在撒谎（因为某个特定层是可能达到的），但肯定是没有把真实情况告知大众。”
腾讯汽车《远光灯》接触的多位产业链人士的分歧，实际落在两个问题上。认为数字虚高的人，关心的是背后的换算是否充分说明；主张看量产效果的人，更关心这套组合最终好不好用、值不值这个价格。
算力数字一路狂飙：供应商要订单，车企要卖点
智驾行业比拼TOPS，已经持续数年。
最初，车企比的是装了多少颗英伟达芯片；之后，比谁更早用上下一代产品；自研芯片陆续上车后，又开始比较谁的一颗能够顶别人几颗。
2022年发布的理想L9采用两颗英伟达Orin-X芯片，公布508 TOPS算力。同年上市的小鹏G9，其650X 性能版车型也采用双Orin计算平台，公布508 TOPS。蔚来的Adam计算平台则采用四颗Orin，合计1016 TOPS。
接下来的一轮竞争围绕英伟达Thor展开。2022年9月，英伟达发布DRIVE Thor，极氪是首家客户，当时计划2025年开始搭载量产车型。2024年1月，英伟达宣布理想选择Thor；同年3月，又公布小鹏、比亚迪、昊铂等企业采用Thor的计划。
几年前，车企选择英伟达，购买的不只是一颗芯片，还有围绕它建立的软件工具和开发环境。无论算法由车企还是外部供应商开发，都需要将模型转换、编译并部署到硬件上。
成熟的平台降低了开发门槛，也划定了开发边界。算法团队可以更新模型，但是已经设计完成、甚至装车的芯片很难修改。模型需要更多存储、更高带宽，或者采用新的计算方式时，只能先在现有硬件上想办法。
自研芯片给了部分车企另一种选择。算法团队可以提前与芯片团队讨论，下一代模型准备怎样运行，需要多少计算和存储资源，再把这些需求放进硬件设计。特斯拉此前已经走过这条路，中国车企也开始将芯片与模型纳入同一套研发体系。
自研之后，英伟达仍是常见的对标对象，只是比较从“装了多少颗”，变成了“自己的一颗能顶它几颗”。
蔚来宣称，神玑NX9031单颗能够达到四颗业界量产旗舰智驾芯片的性能；2025年，小鹏G7 Ultra公布三颗图灵芯片、2250 TOPS有效算力，强调一颗可以顶三颗主流芯片；2026年，李想介绍马赫100时称，单颗算力1280 TOPS，有效算力是Thor-U的三倍，双芯方案达到五至六倍。
软硬件都掌握在内部之后，车企能够做的取舍更多。性能不足，可以调整模型，也可以在下一代芯片中增加相应资源；降成本时，可以从整套系统考虑。模型和芯片团队还需要磨合，但车企不必等外部供应商确定下一代产品，才开始考虑自己的需求。
独立供应商也在缩短这条合作链。
Momenta通过与新芯航途合作，将模型需求提前放进芯片设计；地平线通过HSD，在征程芯片上开发和验证自己的智驾模型。双方都在增加能够直接交付的内容，减少需要客户自行协调的工作。
对没有自研芯片能力的车企，购买经过适配的组合，可以减少开发环节，也更有机会让新模型与配套硬件同步上车。
因此，车企可以围绕同一款车型，向不同公司提出功能、成本和交付要求，再比较谁能完成。而供应商强调的是，从某颗芯片或某个模型，扩展到两者配合后的收益：相同功能能否用更便宜的硬件实现？同样成本，能否运行更好的模型？量产之后更新软件，还要投入多少人和时间？
“这里有个时间差，订单要先拿，车要之后才量产，最终效果还得往后看。”一位智驾领域从业人士对腾讯汽车《远光灯》表示，车企选型当然会做测试，但无法在定点时验证未来几年的全部表现，“最先比较的是报价和参数，反过来车企也愿意宣传更强的芯片和模型，所以大家会把数讲得更漂亮”。
苏箐在朋友圈评论区补充说：“大家都不说实话，大家都走向吹牛逼的道路，我们这代人是在干什么？这已经超越了生意，是在毁灭中国科技行业的未来。”
淘汰赛加速，智驾两巨头面临持续迭代考验
对智驾供应商来说，客户的自研团队也是竞争对手。
一位曾在某头部车企从事智驾相关工作的员工说，公司可以先采购外部方案，保证车型按时上市，再从相对简单的功能开始自研。等内部方案通过验证、能够稳定量产，供应商承担的工作就可能被收回去。
每辆车数千元的软件授权费，是车企反复算这笔账的原因之一。这是他接触过的部分项目的价格，并非行业统一报价。但对年销量数百万辆的车企，即使只有部分车型使用，每车节省几百元，积累起来也是一笔可观的支出。
这位前员工还称，离职后与原同事交流时，对方提到，这家车企后来还引入了合作智驾公司的资深算法人员，由他们“手把手带团队做开发”。
这意味着，车企每多掌握一项能力，供应商就需要重新解释，自己的收费对应什么。市场会继续扩大，但新增的开发工作，不一定都会交给外部供应商公司。
Momenta向硬件延伸，地平线增加智驾软件，都发生在这个阶段。它们希望通过软硬件配合降低整套方案的成本，减少客户的开发工作，让车企觉得，继续采购比自己做更划算。
Momenta与新芯航途的合作，首先有机会改变报价。
一位智驾公司高层认为，新芯航途围绕Momenta的算法做了深度优化，自己使用比较顺手，其他算法公司如果采用，适配工作量会很大。据他透露，这类芯片可以为目标模型做取舍，价格比通用型平台芯片低，“比英伟达便宜太多”。
另一位行业人士也认为，Momenta算法加上深度参与定义的芯片，“应该能打包个比较有竞争力的价格”。
地平线从另一端进入同一个市场。HSD让地平线能够提供更完整的辅助驾驶方案，用实车表现展示芯片能力，也将部分软件开发和适配工作提前完成。
地平线还有另一种合作方式，客户即使坚持自研，也有可能继续向它采购。
余凯在今年9月的公开交流中，将公司的商业模式分为两类。一类参照Wintel，直接提供芯片和软件；另一类参照“Arm加安卓”，提供芯片和软件的IP技术授权。前一种面向需要成熟方案的客户，后一种有机会进入车企自研的研发体系。
据知情人士透露，一家头部新能源车企自研智驾芯片就采用了地平线的 NPU IP（地平线内部命名为BPU），地平线也在大力推广这类 IP 授权模式。来自同一信源的消息显示，地平线HSD智驾系统计划于年内搭载该车企的部分车型。
成熟IP可以减少研发和验证工作，供应商则通过授权获得收入。以Arm的公开模式为例，客户为技术使用权支付许可费用，芯片出货后，再按约定支付与出货量或售价有关的版税。地平线是否采用相同收费结构、怎样确定价格，需要看具体合同。
如今，Momenta和地平线都需要面对持续迭代。今天为某个模型做出的硬件取舍，到了下一代未必仍然合适。新模型可能需要更多存储、更高带宽，或者不同的计算方式。第一代芯片开始出货时，下一代可能已经需要投入。
上述智驾公司高层对这类芯片最直接的担心是，“能否有资金持续迭代更强的芯片，很难讲”。
曹旭东对淘汰赛的判断，建立在规模能够带来研发优势的前提上。他曾对腾讯汽车《远光灯》表示，最终可能留下中国两到三家、全球三到四家智驾供应商，领先者先获得量产收入，再投入研发，进一步拉开差距。
他在《晚点LatePost》访谈中谈到Momenta与华为时说，“我们两家有比较强的定价权，这个价格比第二梯队的价格明显高。”在曹旭东看来，车企选供应商时，还要考虑对方能否活过车型数年的维护周期，以及技术会继续进步，还是逐渐落后。
定价权也取决于车企有多少选择。地平线和Momenta都在通过软硬件协同，降低方案成本、减少客户开发工作。但是这些积累能否成为壁垒，要看车企用同样的成本和时间，能否找到替代方案，或自己做出来。
淘汰赛尚未结束。但可以确定的是，下一轮车型定点时，车企仍会把多家供应商的报价与内部研发进度放在一起，重新算账。
