【智见】栏目以前沿的视角、深度的思考，对话汽车科技大咖，共同探索智能汽车发展路径，开启汽车行业新革命。智见第二期，遇见科技大咖——地平线机器人科技创始人兼CEO、人工智能机器学习专家余凯。
不久前蔚来发布ET7，其超算平台NIO Adam配备四颗NVIDIA Drive Orin芯片，总算力高达1016 TOPS，超过7个Tesla FSD的算力总和。由于曝光的算法和算力数据过于强大，一时间引起行业热议。而就在2021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抛出了一个反其道的观点：算力并不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者之一。2014年，他意识到解决自动驾驶不仅仅是软件算法、传感器的问题，也面临着计算的问题，可能要在芯片上解决这个问题。于是，他离开百度，创立了一家人工智能芯片公司地平线。
余凯指出：正如对于汽车来说，马力（单位: HP）不如百公里加速时间（单位：秒）更真实反映整车动力性能，算力（单位: TOPS）并不反映汽车智能芯片实际性能，而每秒准确识别帧率MAPS（单位: FPS）才是更真实的性能指标。
智能汽车开启算力军备竞赛
近两年，汽车新势力的发展速度较快，对智能化的要求也越来越高，基于此自动驾驶的算力一浪高过一浪，在每款新产品推出之前，其算力已经成了最期待的配置之一。
2019年4月，特斯拉推出自己的全自动驾驶(FSD)芯片，其达到144TOPS的算力，当时已经超越了Mobileye几十倍。最近智己汽车推出新车，智能驾驶中心搭载英伟达Xavier，算力在30到60 Tops，这一计算平台后续将升级为Orin，支持500到1000 Tops算力。而蔚来汽车的ET7直接上到了1016 TOPS的算力。
对此，余凯表示，“我又要提出一个反共识的思考，几百T、上千T的算力增长是不可持续的，毕竟摩尔定律的物理极限在这里，1000T、2000T到5000T，按照现在摩尔定律功耗的标准如果超过10000T，这个车是一个燃烧的汽车，不是一个正常行驶的汽车，所以这在技术上是不可持续的，而且在人工智能角度也不是那么有意义。”
智能汽车算力的火速升级，不禁让人思考超强算力对自动驾驶到底发挥着怎样的作用？
余凯以英伟达上一代产品Drive PX2与特斯拉FSD为例进行对比，英伟达算力为24TOPS，特斯拉为72TOPS；英伟达的真实性能为110FPS，特斯拉是2300，这意味着特斯拉芯片的算力增加了3倍，同时它的真实计算性能增加了21倍。
所以余凯的观点是算力其实并不代表汽车智能芯片的真实性能，第一，车厂都在标的1000T、2000T、3000T，在摩尔定律的意义上是不可维系的；第二，对真正的人工智能自动驾驶计算并不具有实际意义。他认为软件跟硬件的双轮驱动才是AI芯片真正的的生存之道。
此前的采访中，因特尔子公司mobileye副总裁Erez曾发表过类似观点，他认为TOPS这样一个数字指标，来评估芯片的性能是不准确的。Erez谈到，硬件和软件之间的紧密耦合和深度集成是十分关键的，自动驾驶要将两者结合在一起，任何试图分解或从零开始组合的尝试都会招致很多风险，包括安全、效率和经济性。在这种情况下，判断一套解决方案是否成功，远不应该止于TOPS这样的衡量标准。
在专访环节，余凯再次强调，“在传统汽车时代不应该拼马力，因为马力并不反映用户可感知到的汽车动力的性能。在智能汽车时代也不应该拼算力，因为算力也不是我们用户可感知到的智能驾驶的性能。”
汽车AI芯片窗口期短
在PC和智能手机时代，芯片及操作系统基本被国外厂商承包，智能汽车这个风口下要看中国。但是，底层芯片跟操作系统的窗口期很短，余凯预判未来三年，是最关键的时间窗口，如果中国品牌在芯片跟操作系统不能够拿到中国智能汽车市场的前两名，基本上就已经出局了。到2023年，大局初定，基于国外芯片的软件生态一旦形成，就很难扳回来。
所以未来两年，中国芯片企业的步伐十分重要。2015年6月份，地平线筹备成立过程中，曾在接受车云网的采访时表示，公司要做深度神经网络芯片，是为机器人去做大脑芯片的，要让世界上每辆车都有环境感知、人机交互、决策规划的能力。余凯称，“本质上我们做机器人芯片的初心到今天也没改过，我觉得人类历史上第一个机器人终端还是智能汽车。”
目前，地平线今年已推出征程5， AI算力达到96TOPS。这样的算力做中央域控制器，至少要搭载两块或者四块芯片，那么算力就是200-400TOPS。余凯表示地平线是针对高级别自动驾驶去设计的自动驾驶芯片，所以它的计算效率比通用芯片1000TOPS的效率还要高，可以驱动L4级别自动驾驶的软件，也可以支持多传感器融合，路径规划等。
另外，征程6也在准备中，算力规划是400TOPS，车规级7纳米的工艺，工程样片的推出时间是2023年，车型量产是2024年。据余凯透露，中国自主品牌中有80%以上的主机厂跟地平线有量产的项目合作。
未来，智能汽车是真正的拥有感知、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然不小。黑芝麻科技智能CEO单记章对智能汽车的芯片发展曾提出这样的说法：如果当作一场比赛的话，它是需要很均衡的东西。首先需要高算力，来处理大量的实时的传感器的数据。但是还不只是算力，还有信息安全、传感器等，这都是车规级芯片的难点。
功能安全同样是汽车智能芯片要突破的难点，“功能安全是在汽车里面才有的，主要是对硬件系统失效率的设计。怎么样通过系统级的冗余设计，使得失效率大大降低到阈值以内，这就是功能安全。目前，功能安全的人才极少，比如德国博世集团，功能安全的专家可能也不超过5个，这方面人才的投入也是巨大的”，余凯表示。
汽车芯片短缺不必悲观
随着现在智能汽车市场的迅速增长，AI芯片供应告急。目前，整个汽车行业正面临着芯片短缺的局面，甚至已导致部分车型停产，戴姆勒、大众汽车、 日产与本田汽车等车厂相继宣布减产。在这种情况下，余凯认为今年中期芯片问题就能获得缓解，并且这对中国芯片企业是一个机遇。
余凯表示，芯片短缺实际主要原因还是供应链的规划没有跟上需求的变化。核心来讲，还是一些芯片厂商没有预计到整个汽车行业智能化的推进对于车载芯片需求爆发式的增长。
车载芯片的规划期至少长达12个月，去年上半年，很多半导体企业对汽车行业的芯片需求预期比较悲观，所以规划相对保守，但现实情况是车市表现不错，并且智能化提速。“这是主要原因”，余凯说到，“但是供应链对变化的适应性还是有的，大家不要太悲观，根据各方面的信息，紧张局面到今年年中应该就可以得到缓解”。
而现在，有许多非车规级的企业也在尝试转向车规级芯片研发，甚至有车企正在尝试自研芯片。对此，余凯称，“从非车规的芯片要转化成车规芯片的话，没有三年以上的时间是不可能做得了的，这也是为什么业界做车规芯片的很少。车规级芯片门槛很高，据我们了解，现在国内车载AI计算芯片过车规的只有我们一家。”
另外，“到今天为止，车企里面真正自研芯片的只有特斯拉，尽管其他车企有一些声音，但绝大部分还是会走分工协作的道路，专业的分工才带来高效率。”
“就像在智能手机时代，也有一些手机公司尝试研发芯片，但都不是很成功。最后他们选择专门的高通跟MTK（联发科）的芯片。我认为在产业链一开始分工不明确的时候，边界比较模糊的，到最后分工会越来越明确，由专业的人来干专业的事。”
车云小结
智能汽车的升级需要全方面的技术跟进，不能凭借单一的算力来评判，这基本是业内大多数的芯片企业的观点。
在汽车芯片短缺甚至导致部分车型停产的情况下，余凯认为这种局面在今年中期就能缓解，并且这对中国芯片企业是一个机遇。在PC和智能手机领域，本土芯片企业都没能抢到市场，而到智能汽车，它们或将迎来黄金时代。