上千TOPS,一半是吹出来的
📋 总体概括
地平线创始人余凯公开炮轰智驾芯片行业"PPT算力"乱象:从英伟达时代稠密算力×2的通行口径,被放大到×6甚至×7。本文拆解算力虚标的手法、真实智驾能力的决定因素,以及这场数字军备竞赛对行业的反噬。
📄 正文
上上千TOPS的智驾芯片,正在批量出现——但行业里最有资格说话的人之一,先站出来说了实话。
10月30日晚,地平线创始人、CEO余凯在社交平台发文,直批当下智驾芯片行业的算力虚标乱象,用词相当不客气:不少国产自研智驾芯片对外宣传的算力,属于“吹牛算力”。他甚至调侃,地平线后续产品会同时标注两套算力——稠密算力×2的叫"NV算力",另一套放大口径的叫“等效算力”,言下之意,谁在吹牛,一目了然。
这事的本质不是某个厂商的问题,而是一整套宣传口径正在系统性失真。消费者看到的是数字,行业透支的是信任。
📢 创始人自己掀桌子,很少见
最耐人寻味的,是发声者的身份。
余凯不是外部批评者,而是玩家。地平线自己就是国产智驾芯片的头部厂商,征程系列产品装车量在业内有目共睹。按理说,口径越乱,对各家浑水摸鱼越有利——你标600 TOPS,我就标1000 TOPS,反正消费者只认数字。置身局中,沉默才是“理性”选择。
不过,算力口径失真这件事,从竞争逻辑上推演,行业内并非秘密——只是没人愿意第一个捅破:捅破了,等于把自家客户的宣传物料一起否了。余凯这次公开点名,等于把桌下的默契掀了。
一个可以推演的动机是:当虚标成为普遍现象,老实标注的厂商反而吃亏。地平线选择用“双口径标注”的方式自证,本质上是一种竞争策略——把行业的水搅清,让真实技术能力重新成为比较基准。这对技术扎实的厂商有利,对靠PPT参数打市场的玩家是釜底抽薪。
故事之外,先看事实:这场虚标竞赛,究竟是怎么一步步走到今天的?
🔢 从×2到×7:口径是怎么被玩坏的
算力虚标不是新发明,它有一条清晰的演化路径。
行业通行的对标基准来自英伟达。英伟达智驾芯片对外标称算力,是稠密算力(即物理算力)的2倍。最典型的例子是Orin X:稠密算力127 TOPS,对外标称254 TOPS。早期行业各家基本沿用这套口径对标,虽然水份存在,但至少大家在同一个尺子下量身高。
变化发生在近两年。多款国产自研智驾芯片纷纷推出,标称算力一路高涨,几乎每款都要找个角度宣传“最强”。据余凯的表述,部分厂商不断放大口径,把标称算力做到稠密算力的6至7倍,再包装成“等效算力”对外宣传。
余凯以自家征程6P举例,把这套算法的荒诞感直接摆上了台面:征程6P的NV算力为560 TOPS,按这套放大口径折算,等效算力可达1960 TOPS。同一颗芯片,两种说法,数字差了3.5倍——如果再叠加厂商自选的放大系数,纸面上“上千TOPS”的门槛几乎是随便跨。
产业逻辑其实很简单:在智驾能力难以被普通消费者直接感知的阶段,TOPS是最容易被理解的“硬通货”。发布会上一句“算力超过Orin X数倍”,比解释BPU架构、软件栈效率省力得多,也唬人得多。于是口径竞赛成了一场囚徒困境——谁先放大谁占便宜,最后所有人都被迫跟进,直到有人掀桌。
⚙️ 纸面算力,决定不了智驾上限
那么问题来了:TOPS数字到底还剩多少参考价值?
余凯点破了一个关键事实:纸面算力不等于可用算力。真正决定芯片真实运行效果的,是一整条技术链路——芯片架构、BPU/NPU利用率、编译器、软件栈、模型适配、内存带宽。任何一环掉链子,再高的理论TOPS都跑不满。
这解释了一个行业里公开的秘密:同样是几百TOPS的芯片,不同团队的智驾表现可以天差地别。原因不在算力数字,而在于谁能把算力“用出来”。架构设计决定了数据搬运的效率,编译器和软件栈决定了模型能否高效映射到硬件上,内存带宽则常常是比算力更早撞到的天花板。
换句话说,TOPS只是原材料,做出来的菜好不好吃,取决于厨子和厨房。消费者看发布会只看米下了多少斤,但真正决定体验的是后面整个烹饪过程。
对车企而言,这同样成立。选芯片本质上是在选一套软硬一体的工具链和长期迭代能力,而不是选一个数字。这也是为什么英伟达靠口径占优的标称方式能长期维持行业标准地位——客户买的从来不是254 TOPS,而是围绕Orin X建起来的整个开发生态。
🚗 谁在为虚标买单
虚标竞赛的最终买单者,是三方。
第一是消费者。很多普通消费者看车型宣传时,很容易被动辄上千TOPS的数字迷惑,默认算力越高,智驾能力就越强。但如前所述,算力与智驾体验之间隔着架构、软件栈、模型适配等多重变量,TOPS数字与真实能力的相关性正在快速稀释。用余凯的话说,单纯堆TOPS数字意义不大,也就是宣传时有点噱头、容易唬人罢了。
第二是认真做芯片的厂商。当口径可以被自由放大,老实按×2口径标注的厂商在参数表上天然“吃亏”,要么跟进虚标,要么承受宣传劣势。这正是劣币驱逐良币的经典剧本。
第三是行业本身。智驾正在从 novelty 走向规模化普及,消费者教育的成本本就高昂。参数信任一旦崩塌,最终会推高整个行业的沟通成本——每一家都要花更多力气解释“我的TOPS和你的TOPS不是一个TOPS”。
从更宏观的产业视角看,这场乱象折射出一个过渡期的典型症状:智能驾驶的能力评估体系还没有建立起消费者可感知、第三方可验证的统一标准。在行业标准真空期,营销叙事就会填补空白——不只是TOPS,各种“等效”“行业首个”“天花板”式的表述,本质上都是同一类动作。
而余凯此番公开发声,可能会成为一个转折信号:当头部玩家开始主动拆穿口径游戏,说明行业竞争的重心正在从参数叙事转向真实交付能力。下一阶段的比拼,会更多落在量产验证、软件栈成熟度和用户体验上——那些参数表上写不出来的东西。
⚠️ 结语:数字会退潮,能力不会
这场算力口径之争,表面是宣传话术之争,实质是智驾产业从讲故事的上半场,进入拼交付的下半场的标志性事件。
余凯用一句“吹牛算力”,把行业的窗户纸捅破了。短期看,双口径标注可能成为更多厂商的选项;长期看,只有当消费者学会追问“这是哪种TOPS",当评测体系能够验证真实算力释放,参数竞赛才会真正降温。
数字会退潮,但架构、工具链和软硬协同这些真功夫不会。智驾芯片的下半场,赢家的名字大概率不会出现在参数表的第一行,而会出现在用户每一次顺滑的智驾体验里。
附:一张表看懂算力口径
| 口径类型 | 放大倍数 | 计算方式 | 典型案例 | 参考价值 |
|---|---|---|---|---|
| 物理稠密算力 | ×1 | 芯片计算单元的物理峰值算力,不做任何放大 | Orin X 稠密算力 127 TOPS | 反映硬件本体,最接近真实规格 |
| NV算力 | ×2 | 稠密算力 × 2,行业传统对标口径 | Orin X 标称 254 TOPS;征程6P 560 TOPS | 行业通行基准,各家曾在同一尺子下比较 |
| 等效算力 | ×6至×7 | 稠密算力经多重口径放大后折算 | 征程6P 折算可达 1960 TOPS | 营销话术,参考价值存疑 |
| 叠加自选系数的标称算力 | 无统一上限 | 在等效算力基础上再叠加厂商自选的放大系数 | 部分宣传"上千TOPS"的国产自研芯片 | 口径不透明,横向不可比 |
注:以上放大倍数与案例数据,均来自余凯10月30日的公开发文及其对征程6P、Orin X的举例,仅供理解口径差异,不构成对任何厂商产品能力的评价。同一颗芯片的真实表现,仍需结合芯片架构、算力利用率、编译器与软件栈、模型适配、内存带宽等链路因素综合判断。
本文由本站 AI 辅助聚合生成,原始来源如下: