【L3倒逼车企自研芯片】
我们来拆解一下小鹏汽车的L3汽车方程式，其中的“L3级算力和AI 软件”指的是本地有效算力大于2000TOPS，且本地部署VLA+VLM模型。
这个2000TOPS的说法或许只不过是自家芯片用着不心疼的小鹏汽车的一家之言。
L3级算力或许不需要划定这么高的门槛。
毕竟特斯拉FSD第四代硬件的有效算力是720TOPS
尊界S800据传搭载双MDC810，有效算力是800TOPS
但是，这个说法也不算过于夸张。
毕竟，特斯拉FSD第五代硬件的智驾芯片算力高达2500TOPS，用两片便是5000TOPS。
自动驾驶行业肯定会在将来的某一天迈入L4 阶段，比起L3来，L4级算力的门槛当然会只增不减。
如果选择供应商方案，三颗英伟达Thor-U可以提供2000 TOPS算力，对应成本高达3000美金。
如果说智驾芯片成本只有几百美金，车企们还能咬牙硬扛，但当这部分成本高达3000美金的时候，不想给英伟达们打工的车企们就真的需要做出要不要自研智驾芯片的决断了。新能源大牛说
额
首先，算力和算力是不一样的，英伟达这种CUDA通用算力，数字大但可用率不高。就拿orin来说，254算力，大部分车企可用率只有30%多点。而有些自研芯片算力利用率可以到70%以上。 其次，智驾方案不用，需求也不同。。纯视觉需要的算力往往是远大于雷达视觉融合的。因为纯视觉所有信息都来源于视觉信息，所以就相当于要持续不断解析3D超高频清4K画质一样，算力要求极高。。而视觉+雷达方案，很多控制信息由雷达采集，视觉识别信息只需要解析很少一部分。所以算力要求就没那么高。 所以，这个世界大部分东西都不是简单的比某个数字。而是有很多前提条件和差异情况的。