“几百上千算力增长是不可持续的，摩尔定律的物理极限在这里。”余凯说，“按照现在的摩尔定律，功耗标准如果超过1万TopS，使用该芯片的汽车是一辆燃烧的汽车，而不是一辆正常行驶的汽车。”
新闻稿里狂飙突进的算力，车企无法抗拒的致命吸引，在智能芯片行业内部，屡次被印上“警惕滥用”的红色标签，其背后藏着耐人咀嚼的营销真谛。
已亮相的高算力汽车，为全球汽车行业掷下一枚又一枚野心勃勃的炸弹。但这些炸弹的落地时间，远没有PPT中的顺理成章。
蔚来ET7的最早交付时间是2022年第一季度，智己汽车的交付节点设定在2022年。相比蔚来，智己汽车的交付时间表很模糊。
中国本土汽车企业长城的高算力汽车进度还要再晚一些，综合算力700Tops的高通骁龙Ride平台要到2022年才会量产。在此之前，还是只能倚靠算力30TopS的单颗芯片，撑起整个L2和L3级自动驾驶的场面。
03 狐狸还是刺猬
英国哲学家Isaiah Berlin在1953年出版了一册名为《狐狸与刺猬》的小书，对决策与判断的两种学术路径进行了对比：“刺猬”意味着专精一道，体系统一；“狐狸”代表着博采众长，无所不窥。
由这本书衍生出的谚语总结道：“狐狸知道很多事，刺猬知道一件大事。”
这句话恰如其分地描述了自动驾驶的逻辑：系统需要像狐狸一样知道很多事，环境感知、精准定位、决策规划、控制执行和地图信息等等。
系统也同样需要知道最重要的那件大事——安全。
解答“高算力芯片到底在汽车智能化进程中承担何种角色”的问题，我们应该先回归自动驾驶本质。
一套完成的自动驾驶流程可粗略划为三大步骤：感知，决策与执行。
感知包括定位、传感与通信。决策包括轨迹规划、任务决策和异常处理。执行包括驱动、转向、制动和安全控制。
感知过程中，摄像头、毫米波雷达、超声波雷达和激光雷达等传感器，会对周围环境信息和路况进行实时动态获取与识别。
比如当下最先进的蔚来ET7，就搭载了11个摄像头、1个激光雷达、5个毫米波雷达、12个超声波传感器、2个高精度定位单元、1个V2X单元和1个增强主驾感知总计33个传感器。
这些传感器每秒的图像数据产生量是8GB，行车一小时产生的数据量约为28TB，相当于576部蓝光电影。（一部蓝光电影按照50GB计算）
传感器收集到的海量信息经过融合后，到达决策层。在这里，规划系统会分析当下环境，结合高精地图及导航信息，制定出多条安全路径，并从中选取一条最优解，并将该决策下发至底层执行模块。
感知与决策对主控芯片的综合能力要求极高，高算力是那支用来解题的笔，高运算效能才是背后真正的解题密码。
中等算力配合高效能，事半功倍。高算力拖着低效能，事倍功半。
比如蔚来ET7使用的超算平台Adam为例，4颗英伟达芯片中有2颗为主芯片，综合算力508Tops。剩余2颗，1颗作为安全冗余备份，1颗负责群体智能与个性训练计算。
按照特斯拉3倍性能的说法，第二代FSD芯片的算力将是至少是432Tops，与蔚来Adam平台有差距，但也迈入“400俱乐部”。
结合地平线公司正在研发的征程5芯片512Tops的算力，不难发现智能电动汽车2.0时代，头部企业普遍将算力堆到400Tops。
但常规意义上，L2驾驶辅助需要的计算力在10Tops内，L3自动驾驶需要的算力为30到60Tops，L4自动驾驶需要的算力也不过100Tops冒头。
车企砌起算力之墙的真正目的，是为“软件定义汽车”夯实基础。
如果将一辆智能电动汽车类比为一个家庭，算力是这个家庭的可支配资产，软件是这个家庭的支出。资产无需一次性全部花完，但在必要时可一次性拿出。
现在的造车新模式是，预埋硬件直接拉满，后续通过OTA迭代，在较长时间内逐步完善体验，过程中再另辟新需求。
自动驾驶按月订阅便是OTA进程中，浮现出的新用户诉求。
以目前特斯拉在中国售价的为例，FSD 6.4万元的价格占到一台国产Model 3 24.99万元售价的四分之一，这对许多刚需用户来说，相当昂贵。
伊隆·马斯克在刚结束的特斯拉2020年第四季度财报电话会议上透露，中国消费者选配FSD的比例只有1%至2%。
这让特斯拉每月100美元的FSD订阅服务变得合情合理：FSD月费一旦启用，每辆激活FSD的车辆，哪怕只用1个月尝鲜，都能成为公司现金流的来源。
特斯拉的长期商业模式，也将从一次性前装收费，转化为长期订阅持续收费。
据安信证券研究中心的测算，截止2020年第一季度，特斯拉FSD的整体激活率超过25%，FSD累计现金收入为12.6亿美元，其中2019年的现金收入为5.6亿美元。
安信证券同时预测，FSD有望在2025年为特斯拉汽车业务贡献1/4毛利，成为公司核心盈利点。
