自动驾驶面临“算力”瓶颈商业化或需再等三年

本文主要讲解关于自动驾驶面临“算力”瓶颈商业化或需再等三年，和一些汽车发展瓶颈相关题，希望可以帮助到大家。

经济观察网编辑高飞昌自动驾驶和智慧出行已被公认为汽车出行行业未来方向之一。随着智能网联汽车的普及和自动驾驶技术的日益发展，包括汽车制造商、软件技术公司、芯片公司在内的众多产业链参与者普遍认为，“软件定义汽车”不再是一个模糊的概念。实际上。

近日，在以AI信息而闻名的机器心打造的专注于智慧出行行业的AutoByte举办的“首席智能出行官大会”上，多家产业链企业高管再次讨论软件定义。它的意义。提出这样一句话“软件定义汽车，硬件定义软件天花板”。关键是要厘清技术与硬件共存而不是相互取代的关系，并指出两者决定的“算力”是从低级自动驾驶向高级自动驾驶迈进的一步。这一步尤为重要。

就在五六年前，整个汽车行业还没有成熟的可以称为自动驾驶的汽车。部分车型仅配备自动巡航、车道保持、车道偏离预警等部分驾驶辅助功能，所有智能汽车自动驾驶分级均为L1或L2级别。几年后，随着汽车厂商发布的“自动驾驶汽车”产品增多，L2成为标准，L3、L4汽车也出现了。与此同时，一大批新的汽车制造商、自动驾驶技术公司、芯片公司涌现，成为推动自动驾驶发展的领军者。参加本次“高层会议”的嘉宾代表主要来自产业链各大龙头企业。

汽车制造商代表之一、极度汽车CEO夏一平在会上表示，汽车级芯片的计算性能长期以来低于消费级芯片，使得AI技术无法运用到汽车上。然而，到了20世纪30年代的智能汽车时代，汽车被赋予了足够的算力，逐渐从交通工具转变为AI主导的智能移动空间，带来技术创新、效率提升、体验颠覆。他判断，2023年将是智能汽车竞争元年，真车30时代已经到来。

自动驾驶科技公司代表之一、好墨智行联合创始人兼CEO顾伟豪表示，在自动驾驶领域，测试里程和测试场景是决定自动驾驶性能和安全性的重要因素。系统。数据智能是自动驾驶AI演进的最根本驱动力，通过对反馈数据的进一步学习、挖掘、处理和训练，可以获得更多的算法和服务模型OTA到车端，从而带来更好的驾驶体验。系统性能.用户。在这个过程中，成本和速度是最重要的两个方面，也是数据智能的思想印记。

自动驾驶芯片企业代表之一寒武纪出行CEO王平坦言，智能驾驶芯片的大规模落地面临多重挑战。单个芯片没有足够的计算能力，因此需要两个甚至更多的芯片来实现这一点，但这大大增加了系统复杂性和功耗，并增加了系统成本，使其成为10万元以下的燃油汽车或经济型电动汽车。难以普及。

他认为自动驾驶芯片未来有两个趋势一是普遍开放，二是大规模算力。在L1、L2自动驾驶时代，数据量相对较小，因此很多车企可以接受通过芯片与算法强强结合的封闭式集成解决方案，但到了L3、L4时代，数据量增大，算法变得更加复杂，只有计算性能优越的芯片才能满足需求。

在各公司代表看来，大规模算力已经成为当前自动驾驶发展的主要考验，也是自动驾驶系统大规模落地和进一步商业化的前提。

优秀的计算性能测试

算力通常用来表示芯片的性能，最简单的理解就是算力越多，性能越好。随着激光雷达在汽车领域的应用，自动驾驶计算已经突破1000TOPS，计算性能成为越来越多汽车厂商的关键卖点之一。但高算力意味着硬件和软件的技术创新必须同时实现，必须保持一定程度的冗余，商业上必须实现技术与商业的平衡。

黑芝麻智能首席营销官杨宇鑫表示，自动驾驶发展已到“上半年”，算力成为衡量汽车智能化程度的重要指标。通过强调计算能力的价值，我们让最终用户更加了解汽车制造商的自动驾驶能力。目前的算力理论上可以满足L2+、L3级自动驾驶系统的要求，下一步的重点将是让场景和体验变得更好。

他还补充道，“算力堆叠”是后续技术升级所需的冗余。从业务逻辑和技术演进的角度来看，芯片公司必须帮助客户使用更低的成本和更高的系统强度。更好的自动驾驶能力，这是芯片企业一直在努力的方向，也是驱动我们技术和产品路径演进的一点。

路特斯科技副总裁兼智能驾驶业务线负责人李波认为，硬件定义了软件的极限，保证了足够的计算能力，并保证了足够的传感器，为未来自动驾驶系统的性能需求留有冗余。否则，就像您当前的应用程序逻辑上可能在旧手机上运行，但实际上不会在其上运行。

在中国，芯片研发不仅由芯片厂商进行，在芯片短缺的情况下，主机厂研发自动驾驶芯片已成为大趋势，特斯拉、小鹏、吉利等其他车企也在积极研发自动驾驶芯片。也包括在这之中。列表。吉利旗下新庆科技董事兼首席执行官王凯表示，芯片短缺一方面让整车厂更加关注供应链多样性和供应安全，另一方面也更加关注供应链多元化和供应安全。“转向高性能计算。”他说。功率芯片已成为汽车企业的核心竞争优势。供应商芯片越来越难以满足OEM厂商的迭代速度、成本和性能要求。

不过，王凯也表示，汽车厂商研发自己的芯片面临很多挑战。自动驾驶芯片的门槛较高，绕过它会带来巨大的经济损失，也会导致不一致。规划。同时，汽车级芯片与消费级芯片不同，对性能、功耗和可靠性的要求更高，还必须完成汽车级认证，周期时间更长、投资更大。为了通过大规模采用来收回初始成本，我们需要推出更全面、更有竞争力的产品体系，以满足各种汽车制造商的需求。

当前芯片短缺已经成为汽车行业的一大头疼题，不少面临这一题的企业纷纷表达了自己的看法。总体而言，芯片短缺还将持续一段时间，虽然产能已从疫情中恢复，但过去一年被压抑的需求尚未得到满足，真正的解决方案可能要到明年才能到来。此外，芯片厂商处于观望状态，目前扩大芯片产能的成本较高，芯片厂商盲目扩大产能，无法保证未来几年有同样的需求。

2025年商业化？

无论是智能驾驶还是自动驾驶，我们想要实现的都是自动实现各种场景模式下的智慧出行，让人、车、交通系统通过AI技术的联动构建和利用一个完全自动驾驶的社会。改变人类和社会形态的技术。

目前，业界对于自动驾驶商业化存在两种观点，一种观点认为这是一个遥不可及、永远无法实现的梦想，另一种观点则认为自动驾驶商业化指日可待、可以实现。实现了。2025年。参加本次“首席智能出行官大会”的代表认为，自动驾驶的商业化还需要一段时间，但也有人乐观地认为该项目将在2025年落地。

在热门的自动驾驶应用中，Robotaxi是最接近商业化的。该领域领先公司AutoX创始人兼CEO肖建雄表示，AutoX一直专注于L4级无人驾驶的无安全人员机器人出租车，并相信这是真正将这条路线商业化的唯一途径。具有与网约车相同的实用性，可以完全消除安全防护，不受目的地和区域的自动驾驶可以真正商业化。

其中，覆盖范围对于肖剑雄来说是最重要的一点。肖建雄表示，RoboTaxi的商业运营需要足够的服务空间，如果只能在少数主要道路上运营，更多的是纯粹的技术示范，没有真正的商业价值。此外，机器人出租车商业化需要大规模量产，这决定了效率、一致性和可靠性。

自动驾驶商业化项目大体分为B端和C端。驭势科技联合创始人兼首席产品官周鑫和图森未来联合创始人兼首席架构师郝建安都认为，从商业角度来看，效率和成本是自动驾驶商业化的前提。比人类更有效率。高度自动驾驶或完全自动驾驶。然而，实现最终的业务逻辑不仅需要非常高的安全性和可靠性，还需要逐步完善监管。

作为一家同时针对B端和C端用户的公司，宏景智家联合创始人、软件算法副总裁董健表示，目前的落地速度比想象的要快，更多的量产车型将会出现在一个上。产品。或者两年。但由于法律和监管题，大多数车企推出的车型具有L3自动驾驶体验，但却是在L2+监管体系下开发的。

不少嘉宾提到了自动驾驶相关的法律和监管题，这些题直接关系到商业项目的审批，也关系到自动驾驶责任制度的题。

董健表示，近一两年车企主推的量产车型被称为L3、L4体验，但仍然是L2责任制。这是因为中国尚未实施具体的L3法规。如果有能力的话，就已经达到L3、L4的经验了，但是从责任制度上来说，如果发生事故，司机还是要承担责任的。她认为，L3、L4级自动驾驶真正意味着事故责任在汽车，而不是驾驶员。欧洲目前已经有了针对ALKS自动驾驶的实际L3法规，因此国内法规的出台指日可待。

对于自动驾驶的推广方式，不少车企代表一致认为，逐步实现从小场景到大场景的自动驾驶范围是更安全的方式，但这并不符合实现L4以上自动驾驶的实际条件。一步之遥。公园、港口、矿山等封闭场景是目前自动驾驶应用的主要场景，其次是干线物流、城市公共交通等场景，最后是个人出行的自动驾驶场景。

和多科技副总裁戴震对C端自动驾驶落地时机给出了更多具体信息，——预测2025年将是关键时间。届时，自动驾驶技术的量产、消费者接受度、基础设施、法律法规等都将逐步完善。

充电时间长、续航里程短是电动汽车发展的瓶颈吗？你提到的三个题并不是真正的题。1、充电时间长，一般为8至10小时左右。2、续驶里程短与电池容量有关。3、寿命短与电池制造有关。是使用条件的题，铅酸蓄电池的工艺和制造其实比较简单，题在于厂家对产品的了解、用户的培训、对电池性能的了解。有些品牌的电池质量非常稳定。