实现L4级自动驾驶需要多少计算能力？没有明确的答案。汽车公司不敢轻易得出结论，芯片制造商的口径一直在变化。
几年前，有人说是3000 TOPS；后来有人说是5000 TOPS；后来有人说是10000 TOPS...英伟达最近发布了10000 TOPS算力的AI芯片Atlan自动驾驶域控制器的计算能力应该很快被哄抬到2万 TOPS以上。
无论未来几年的算法水平是否真的需要如此大的计算能力，汽车公司都必须主动或被动地参与这场计算能力比赛。用自动驾驶芯片公司的销售人员来说，这也是一个内部卷。但没有办法，在当前的环境下，似乎只有大的计算能力才能给汽车公司足够的安全感。
但在4月18日的MDC 810（算力400 TOPS）发布会上，华为则强调，自动驾驶域控制器，不能光拼算力，还得看背后的工程能力。正是有了这种能力，华为才有底气在发布会当日宣布“发布即量产”。
当然，在软硬件解耦的大趋势下，越来越多的汽车公司会选择绕过Tier 1直接与芯片制造商讨论合作，但在这个阶段，大多数汽车公司仍然没有能力做自己的自动驾驶域控制器——即使有这种能力，目前的机会成本也相对较高，因此，他们仍然必须委托一个Tier 负责集成工作。
因此，如果芯片制造商本身能够提供域控制器，汽车公司的工作量就会少得多。
2016年9月29日，在GTC在欧洲会议上，英伟达首次正式宣布下一代Tegra处理器，代号Xavier。按计划，Xavier基于台积电16n工艺生产，集成70亿晶体管，可达20亿 W功耗低于20 TOPS计算能力。按照英伟达最初的计划，Xavier台积电流片将于2017年底进行。
在此之前，根据公开信息，计划中计算能力最高的自动驾驶芯片是Mobileye的EyeQ 5-最高功耗5 W，算力12 TOPS。因此，英伟达的Xavier瞄准第一的位置。
然而，英特尔在2017年12月收购了它Mobileye却宣布EyeQ 5将推出12 TOPS和24 TOPS两个版本。有24 TOPS的EyeQ 5，20 TOPS的Xavier很难保住第一的位置。
事实上，2017年10月11日，在德国慕尼黑举行的英伟达早已先发制人GPU技术大会上,英伟达公布的Xavier参数已升级至：12nm、晶体管90亿，晶体管30亿 TOPS因此，功耗也升级到30 W。
在这次会议上，英伟达还推出了一款所谓的面向L4级自动驾驶计算平台DrivePXPegasus，Drvie PX Pegasus包括了两颗 Xavier SoC 基于图灵架构的两个和两个 GPU,算力能高达 320TOPS。虽然这个功耗高达5000W该计算平台完全不适合大规模生产，但它仍然引起了许多公司的强烈兴趣，因为它在那个阶段属于计算能力之王。
不幸的是，不屑一切代价追求大算力Pegasus2018年10月，华为在华为全联接大会上推出的第一座位上未能停留多久？MDC 600算力高达352 TOPS，而功耗（352 W）却比Pegasus低。
在华为夺得自动驾驶计算能力冠军的同时，英伟达与特斯拉的合作关系也开始结束。2017年底，特斯拉首次正式承认自主开发自主驾驶芯片，2018年8月，特斯拉表示，自主开发芯片即将完成。
在2019年4月22日的自动驾驶日上，特斯拉正式宣布了自主研究FSD芯片参数：16nm,72 TOPS,36 W。无论是算力还是能效，都比Xavier高出一大段。
诚然，考虑ASIC以牺牲一定灵活性为前提的高能效ASIC计算能力和能效跟随芯片GPU比，对基于GPU核的Xavier不公平，但在计算能力比较的背景下，很少有客户会理性地看待这个问题，甚至英伟达本人也被绑架了。
因此，2019年9月，在Xavier英伟达还是迫不及待地量产客户，迫不及待地发布了200个算力 TOPS的7 nm自动驾驶芯片Orin。
在2020年1月份的CES高通还发布了自动驾驶计算平台Snapdragon Ride，该平台可在130 W的功耗下实现700 TOPS当时，有消息称，Cruise和Argo使用高通自动驾驶芯片进行测试。
CES之后，许多中国汽车公司开始与高通联系。据知情人士透露，高通的自动驾驶芯片有SA9000A和SA9000B两算能力分别为200 TOPS和300 TOPS，跟英伟达Orin一样，SA9000也是基于7nm但能效高达5 TOPS/W（Orin最初版本的能效是3 TOPS/W）。
高通的芯片在手机市场和智能驾驶舱市场上具有很强的竞争力，但它是自动驾驶市场的新手，积累的优势可能无法发挥——高通的优势是CPU，但在GPU在自动驾驶的计算中，GPU核占的权重比较大。
自2020年9月以来，理想、小鹏、蔚来、上汽知己、上汽R品牌在制定硬件预埋方案时纷纷选择Orin。看上去，英伟达已取得了阶段性胜利，但在硬件军备竞赛的大背景下，算力再多都是“不够用”，因此，英伟达仍不能高枕无忧。
有几个小插曲：
1.Orin原计划在2023年量产，但为了配合理想X01上市节奏，黄仁勋亲自决定将量产时间提交至2022年；
2.Orin最初是67 W，但在2020年9月与理想合作的新闻发布会前后调整到45 W；
3.Orin从发布到与理想合作，计算能力是200 TOPS，但2021年1月，蔚来ET 7发布会的时候，算力升级至254 TOPS。
此外，高通SA目前，9000也处于样品阶段。在2020年9月底的北京车展上，笔者在华为展位上了解到，其计算能力高达160 TOPS的MDC 在美国制裁之前，610使用的芯片已经备货。
也是在北京车展期间，Momenta公司CEO曹旭东在一次演讲中说：MDC 610是量产自动驾驶计算平台中计算能力最高的。
2021年4月12日，重视排座次的英伟达发布了全新的自动驾驶SoC Atlan，单颗SoC计算能达到10000 TOPS，相比Orin SoC计算能力提高近4倍。
然而，据佐思产研近日在《英伟达最新自动驾驶芯片详解》中-Atlan》一篇文章中的评论，Altan如此大的计算能力的前提是高计算能力是不考虑成本，不考虑功耗。
此外，Altlan要到2023年才能向开发者提供样品，至于量产装车时间，要到2025年。
无论再牛，如果一时半会儿还不能提供样品，就不能为客户创造任何价值。
那天，作者无意中在华为MDC一个负责营销的平台朋友圈看到一句话不比期货吹牛，只争现货真实力。近日，北汽凭借强大的自动驾驶能力多次登上热搜ARCFOX阿尔法S上的自动驾驶计算平台是华为定制开发的现货MDC Pro 610。
话说，近几天，当华为跟北汽极狐合作的自动驾驶汽车在城区开放道路上跑的视频火起来后，许多业内人士都非常震惊，有朋友来问我的看法，我的回答是：
“我丝毫不感到意外。这些年，自动驾驶圈有个风气很不好，很多公司，还没有想清楚要不要做一件事的时候就开始放出说‘我计划做’，做到30分的时候，说‘马上做好’，只做到60分的时候，开始强调自己‘已经是第一了’；
而我发现，华为的风格则是，如果他们说‘我打算做’，就已经做到30分了，如果说“正在做”，就已经做到60分了，等到搞发布会的时候，差不多已经做到80分了，甚至是已经有可交付的成熟产品了。
这是华为在长期做To B业务的过程中形成的一种习惯。他们这么搞，往往使竞争对手很难跟进。”
接下来，华为MDC将坚持平台化标准化的研发布局，结合业界普遍的智能驾驶算力需求，基于MDC Pro 610的底层能力打造成面向所有车企客户的平台化产品MDC 810。
细心的朋友应该已经注意到了，华为MDC产品在市场推广中很少提芯片的具体参数，而是直接讲整个MDC平台的总算力、整体功耗等。这是由华为自动驾驶业务的商业模式决定的——不单独卖芯片，而是“卖盒子”。
所谓“卖盒子”，是指华为提供包括自动驾驶芯片、操作系统、算法、传感器方案、开发工具链在内的全栈式解决方案（包括但又不局限于域控制器）。这套全栈式方案，已经过 ISO 26262 ASLD认证，并即将搭载在北汽、长安跟华为合作的量产车上。
当然，在提供盒子的同时，华为又保持足够高的开放性，比如，客户可以自己决定算法怎么写、传感器怎么搭配。此外，华为不会跟车企争夺对数据的控制权。
相比之下，英伟达和高通主要是提供芯片和开发工具链，“盒子”主要由车企指定的Tier 1来完成。比如，在英伟达跟小鹏和理想的合作中，“盒子”的工作由德赛西威来承担。
在软硬件解耦的大趋势下，有不少车企是希望自己写算法、设计传感器方案的，因此，他们也倾向于只从芯片厂商那里买芯片，然后再跟Tier 1合作做“盒子”；
即便是那些具备自研算法能力、只从芯片厂商那里买芯片的车企，也应该很快会意识到，并非“只要有了芯片，搞个域控制器很容易”。事实上，如果选择的“盒子集成商”（Tier 1）不够给力，车企的自动驾驶量产进度便会被拖延；或者是，尽管如期交付了，但效果跟预期有差距。
这个时候，如果芯片厂商有很强的系统集成能力，能把“盒子”做得很好，则车企便可选择从芯片供应商这里这里买回整个盒子的硬件部分及操作系统、工具链，然后再注入自己写的算法。
此外，即将成为潮流的“硬件升级”趋势，客观上也利好能提供“整个盒子的芯片厂商。
谈“硬件升级”之前，需要先谈谈现在比较流行的“硬件预埋”。正如我们在本本文开头所说，L4级自动驾驶究竟需要多少算力，谁也没个准数；事实上，我们看到的是，这个“多少才算够用”的标准，正在持续升级。
特斯拉在2016年下半年推出Autopilot 2.0的时候说是“可支持L4的硬件”，后来发现不够，又在2017年夏天加了两颗小芯片，升级至Autopilot 2.5；再后来，发现2.5也不够用，于是又推出了Hardware3.0硬件。Hardware 3.0号称能满足L4的需求，但如今特斯拉又在搞4.0的硬件，新版硬件打算在2021年底之前量产， 这就等于承认了3.0硬件的算力是“不够用的”。
此外，心细的朋友应该早就注意到了，英伟达 的Xaiver，之前说是“L4芯片”，现在却只敢在L2市场上玩了。Orin之前说是L4芯片，但也许等Atlan量产之后，Orin会被归为“L2芯片”。
由于芯片的迭代周期短于车的寿命周期，因此，特斯拉、理想、丰田等有前瞻性的车企在做“硬件预埋”的同时，还会为“硬件升级”做准备，即当预埋的硬件不能满足更高等级自动驾驶功能对数据处理的需求时，可对硬件进行升级，这需要车辆设计之初便预留好相应的硬件接口。若不能直接升级，就需要在改款版本中采纳新的硬件。
在应对“硬件升级”趋势时，华为这种“卖盒子”的公司，显然会比英伟达和高通这种只卖芯片的公司有更大的优势。事实上，华为早就为此做好了准备。在去年9月份的北京车展上，华为展出的MDC 610与MDC 210的尺寸及接口完全一样，就是为了保证日后做硬件升级时能“即插即用”。
相比之下，芯片厂商如果不做盒子，则在后续车企需要做“硬件升级”时，进度可能会被盒子集成商给拖累。
英伟达曾基于Xavier芯片做过DRIVE PX2 Parker 、DRIVE Xavier、DRIVE Pegasus等盒子，但都是定位于“开发板”（用于功能验证与技术培训之类的），而不适合量产，否则就不必让德赛西威基于Xaiver芯片又专门做一个IPU03盒子了。
比如，你能不能搞定散热问题？
算力比较小的“盒子”，因为功耗比较低，可以自然散热，既不需要风扇也不需要液冷；但通常只有功耗在30W以下的产品才可以自然散热，一旦功耗超过30W，便很难自然散热，如果散热问题处理不好，温度会急剧上升、发烫，导致产品的寿命和稳定性都会受到影响。
并且，无论制程多高，算力的提升总会带来功耗的上升，至于通过优化架构来降低芯片功耗，往往只能使功耗问题得以缓解，而不能根治，这意味着，算力的提升也必然会对系统的散热能力提出很大的挑战；而散热问题如果处理不好，则会严重影响产品的可靠性。
比如，搭载在乘用车上的“盒子”主要靠液冷散热，没有风扇，即便气密性做得很好，盒子里面还是会有少量空气存在，如果外面的温度变低而里面的温度比高，当里面的水汽碰到“盒子”冰冷的壳，就很容易液化；
有时，底盖下面结的露水，如果处理不好，就会滴到电路板上，导致电路板被烧毁。
需要再强调一下：做芯片时，实现低功耗是壁垒；但在芯片算力既定、做“盒子”的时候，如何处理高功耗下的散热问题，则是个很高的壁垒。遗憾的是，在算力竞赛的热潮下，后一种壁垒往往被忽略了。
传统汽车时代，由于电子元器件占比不高，并且ECU算力普遍比较小，功率也不太高，因此，中小型Tier 1们没必要经常去处理散热问题，也这导致他们在应对自动驾驶域控制器的散热问题时经验不足。
再比如，电路板上的线怎么排布？间距太大会占用板子面积，导致空间不够用；间距太小，则信号干扰会比较严重，进而导致产品性能极不稳定。
再比如，电子元器件用的胶水能不能防浸水？有些经验不足的Tier 1出于成本的考量选择了价格比较低的胶水，结果，只能防泼水，却不能防浸水。
工厂技术能力方面的壁垒，往往是靠花足够的时间来街垒的。而华为在做基站的过程中就已积累起了散热及精密制造等工程技术能力。
除英伟达、高通和华为外，大算力自动驾驶芯片市场也许还会有一个很容易被忽略的潜在玩家：Waymo。
因为“看不上”别的公司做的芯片，Waymo已经自研了自动驾驶芯片，该芯片将由三星代工。而自2019年下半年以来，Waymo开始探索在做Robtaxi运营商的同时也做Tier 1，为车企提供包括自动驾驶操作系统、算法、芯片、激光雷达、毫米波雷达在内的全栈式方案。
以Tier 1身份出现的Waymo，在商业模式上跟华为极为相似。但有个重大区别是：Waymo是个软件出身的公司，完全没有做硬件的基因，他们的，他们的“盒子”集成工作，会交给麦格纳来完成。
华为跟北汽合作的车上，装了3颗激光雷达+6颗毫米波雷达+13颗摄像头，相比之下，Waymo的车上装了5颗激光雷达，而摄像头则多达29颗，这完全就没有考虑到量产的可行性，没有成本意识。
从John Krafcik的下课看，Waymo也许已经意识到直接做L4的路线走不通，接下来，他们计划跟车企合作攻前装量产（L2+）市场，传感器方案也会“减配”。但是，对Waymo来说，做L2市场的Tier 1，也许比做Robotaxi运营商更难。
此外，Waymo原来L4的算法架构，都是基于5颗激光雷达做的，现在做L2+，传感器已经减配了，你的算法架构能不调整吗？
由俭入奢易，但由奢入俭难，在传感器减配后，Waymo会经历相当长一段“阵痛期”。
更糟糕的是，尽管Waymo终于放心身段给车企做“乙方”了，车企们也未必买账。
Waymo在去年上半年的30亿美元融资中，没有一家整车企业参与投资；也就是说，暂时，还没有一家车企跟Waymo这个潜在的“技术供应商”深度捆绑。
也许，以是否投资Waymo为标准，可以把汽车制造商们分两种：有钱但不愿意投的；想投但没钱的。
先看看那些“有钱的”头部车企吧:
大众-福特、丰田、通用-本田这些公司/联盟，都已经为自研自动驾驶砸下了至少50亿美元的资金；
宝马已跟Mobileye深度结盟，戴姆勒的乘用车已跟英伟达深度结盟，只在卡车业务上跟Waymo合作（但仍未放弃自研自动驾驶卡车技术）。
现代已出资16亿美元跟安波福成立了合资公司......
不排除这些车企会在局部市场上拿出几百辆、甚至几十辆车跟Waymo做一些探索性的合作，但也仅此而已。
实际上，肯做Waymo的客户（搭载Waymo的自动驾驶技术去做运营）的，也仅限于一些比较弱势的车企，至少是一些在自动驾驶领域存在感不强的车企。
如Waymo的第一个车企客户雷诺日产三菱。在戈恩事件后，雷诺日产三菱联盟的关系能否持续，还存在很大疑问。假如联盟解体，之前跟Waymo签的协议能否照常履行？
FCA，虽然可能跟Waymo合作在意大利开展出行运营，但该公司早在2017年便加入了宝马-英特尔-Mobileye-德尔福的联盟，旗下玛莎拉蒂也确实已打算使用该联盟开发的自动驾驶技术。
目前给Waymo做供应商的捷豹路虎，好像并不打算再做Waymo的客户了。因为，该公司在2020年初刚已美国第二大出行公司Lyft投入了2500万美元，合作开发自动驾驶技术。
实际上，Waymo的技术授权模式喊了至少有两年时间了，却没有什么斩获。
因为车企不愿意做“富士康”，所以，Waymo觉得做运营商不容易；但技术授权这条路也不好走，因为，有进取心车企也不愿意做“惠普”“戴尔”或“安卓手机制造商”——即操作系统和芯片完全依赖供应商。
至于中国车企，鉴于中国市场上有那么多自动驾驶方案公司，而且头部车企们自研自动驾驶技术的决心也很大，Waymo就别指望做他们的Tier 1了吧？
结合我们上面的种种分析来看，Waymo的技术授权模式，理想丰满，但现实骨感，很有可能找不到客户。因此，最终，Waymo将会“被迫造车”，从而实现“内循环”。但内循环之后的Waymo ，就不大可能跟英伟达、高通、华为会在芯片市场上竞争了吧？
我们的个人命运，三分靠打拼，七分靠产业红利——《九章智驾》创刊词
“L3级”自动驾驶落地指导思想：高速辅助人，低速替代人
关于激光雷达，投资者及车企感兴趣的12个问题