营销吹不出高算力，硬件够硬才是生死线

文/王俣祺

导语：硬件基础都不靠谱，智驾安全哪儿来的未来？

小米事故的算力困局

小米SU7的事故，可以说撕开了智驾安全的遮羞布。

根据小米官方公布的时间线，从系统发出警报到碰撞发生，留给驾驶员的反应时间只有2-4秒。

小米SU7搭载的单颗英伟达Orin N芯片算力只有84TOPS，这样的硬件根本达不到做出反应的程度，入门级智驾也就成了致命的短板。

根据行业数据显示，在84TOPS算力的情况下，纯视觉方案对高速静止障碍物的有效检测距离只有60-100米，而且在超过60米之后检测精度会出现明显下降。

就拿事故中116km/h的时速来计算，如果系统在最极限的100米处检测到障碍物，理论上的反应时间也只有3.1秒。

更不用说因为实际情况的限制，系统直到64米的地方才发出预警，这时候驾驶员基本已经没有太多安全处理时间了。

而且更关键的是，低算力还会导致传感器配合的效率变低，小米SU7标准版靠的是11颗摄像头、1颗毫米波雷达和12颗超声波雷达来处理数据，这在单颗Orin N芯片上很难精准地实时同步处理。

芯片算力才是智驾的基础

事实上，这场事故并不是特例，根据中汽研的实测显示，主流车型的AEB自动紧急制动在施工路段的平均避撞成功率只有52%；

而在欧洲EuroNCAP新增的高速避障测试中，配备高算力芯片的车型成功率要超过85%。

这种差距的背后，也就反映出了芯片算力和智驾安全的相关性。

行业专家认为，智驾系统需要至少200TOPS算力才能充分应对复杂的高速场景，而84TOPS的入门配置，本质上只能算是小米对成本与算力的妥协。

就像中汽研科技智能驾驶测试平台技术总监胡硕所说：“智能驾驶的安全边界不是由营销参数决定的，而是由算力、传感器硬件的物理极限决定的。当系统将90%的算力用于维持基础功能，留给应急处理的‘安全冗余’几乎为零”。

智驾加速 算力熄火

在目前车企对于芯片算力重视程度如此低的情况下，盲目开展“智驾平权”运动可能将会加深这个误区。

比亚迪今年宣布全系标配高阶智驾，但其主销车型搭载的是英伟达Orin N和地平线J6M芯片，算力都集中在84-128TOPS之间，主打高速NOA功能；

而小米SU7 MAX版则采用了双Orin X芯片，拥有508TOPS高算力+激光雷达的组合，支持城市NOA。

这两个例子也就反映出如今市面上高低配算力出现断层的现象。

英伟达汽车业务副总裁阿里·卡尼在采访中就曾表示：“当前的辅助驾驶系统是在某些情况下通过预先定义动作的软件规划进行运作，但真正的自动驾驶汽车必须表现得更加自然。如果一家公司犯了一个错误，整个行业就会倒退几年”。

骗消费者也骗自己

现在的车企经常使用“零接管”“解放双手”等话术，甚至还有展示驾驶员车内观影的，简直就是暗示“自动驾驶”能力。

另外也有车企哪怕没有吹得那么过分，但只是对着一串数字较劲，也实打实的夸大了自家的智驾水平。

小鹏、小米都号称把算力卷到了508TOPS，蔚来甚至堆到了1016TOPS，而英伟达新一代Thor芯片单颗算力更是达到了2000TOPS。

但事实上，算力再高，在传感器协同以及数据支撑方面跟不上，只是又一种纸上谈兵罢了。

现在想要实现主流水平的城市NOA或者高速NOA，根本不需要上千的算力。

就比如特斯拉FSD依靠的芯片算力只有144TOPS，但人家用于训练的云端算力高达35 EFLOPS，这也就代表着特斯拉通过算法优化将每TOPS算力的数据处理能力极强，能给做到其他车企的4倍。

现在国内车企这种算力的“通货膨胀”本质上是数据积累不足的结果，面对特斯拉这种号称即将突破100亿英里的真实路测数据，只能采用堆料+高精地图+发布会吹牛的策略了。

马斯克就曾公开表示：“真正的智能不在于算力，而在于如何用更好的算法优雅地解决数学问题。”

写在最后

既然现在智驾已经慢慢要从高端配置变成全民标配，那就不能再把算力当作差异化卖点，而是必须坚守的红线。

而且车企在追求智驾平权的同时，也不能让用户只是为算力买单，没有技术储备的兑现同样是徒劳。

而小米的这场悲剧已经开始推动行业重新重视硬件和安全的关系，车企和供应商也都该想想什么才是正确方向的进步了。