凤凰网汽车

人们总是用“计量单位”来形容对一件事物的苛刻追求。

比如，芯片制造工艺从微米（µm）缩小到纳米（nm）；高精地图的精度从分米进化到毫米级；而汽车芯片的算力也由个位数放大到十位、百位甚至上千TOPS。

今年9月份，英伟达、高通先后披露了旗下高阶智驾SoC芯片Thor和Snapdragon Ride Flex。前者单颗算力可达2000TOPS，后者通过加速器的扩展形式也能提供平级算力水平。

再上个月，地平线也公布了旗下产品路线图，超过1000TOPS的征程6预计明年推出。三款SoC有着一个明显共同点，都支持智驾和座舱的跨区域融合。

对比当前SoC的算力水平，英伟达Orin X单颗算力254TOPS，地平线征程5的算力是128TOPS，Mobileye EyeQ5则是24TOPS。

芯片算力向“千”越级，似乎成了发展自动驾驶乃至无人汽车的必然趋势。

真伪命题？

有预测结果表明，未来汽车要处理的软件代码量可能达到2～3亿行，远超Meta（原Facebook）、大型粒子对撞机、波音787。而到L5级自动驾驶，这个数字将增加到10亿行。

渐入佳境的感知能力背后，是更多的传感器和摄像头数量，以及更加复杂的算法基础。这也是，为什么自动驾驶芯片都在追求大算力和高性能。

如上图所示，在智能手机、PC等终端的芯片算力竞赛中，智能汽车无疑将是“屠榜”者之一。

但实际上，无止境的算力并不是通往自动驾驶目标的唯一途径。

不妨设想一下，把一部分算力分担给路端处理，车上的芯片不再独自面对海量代码，对算力的追逐是否就会变成一道伪命题？

借用瑞银证券亚太区工业及基础设施行业主管徐宾的话说，海外芯片厂商走的路线是让车变得无比强大来解决所有问题。因为他们知道没有办法借助路端进行辅助。

对于海外自动驾驶公司来说，车路协同是一个选择，但当政府不支持的时候，只能把这个选择舍弃，发展单车智能，在车上用更大的算力、更好的算法以及更多的摄像头等配置。

这个问题放到中国就发生了一点变化。无论是路还是5G网络建设，中国的速度和进展都绝对领先。

过去十年，中国铁路、公路新增里程约110万公里，相当于绕行赤道27圈半。到2021年底，国内公路网密度达到每百平方公里55公里，较2012年增长24.6%。

同时截至今年7月末，我国累计建成开通5G基站196.8万个，现已建成全球规模最大的5G网络。加上“东数西算”工程的启动，国内要发展车路协同看似充满无限前景。

一条路or两条路？

车路协同（V2X，vehicle-to-everything）

准确地讲，车路协同是指把车、路与云相结合。在路端安装激光雷达、摄像头等感知硬件，采集到的信息先交给路端预处理，再将决策经由5G基站反馈给车，告诉车该左转还是减速慢行。

如此一来，汽车要面对的算力便会极大减少。数据先通过路端的传感器计算，实际也可以大幅简化单车自动驾驶的算法。

虽然国内自动驾驶芯片公司都在积极推进大算力的芯片研发，但徐宾对AutoLab指出，由于算法上存在的差距，国内自动驾驶公司要想弯道超车，只有走车路协同这条路线。

具体有四点原因：

1）落地更容易。单车智能是“一车对多车”的博弈，而车路协同通过路和云进行统筹，可以协调路面上所有车辆。再者，车路协同采集到的敏感数据更多是由政府管理，安全系数更高；

2）成本更低。发展自动驾驶的初衷是实现无人驾驶，解放双手，以及解决如公路货运的人力缺口、物流成本等痛点问题。据瑞银预测，从2022年到2030年，中国整个自动驾驶路侧的投资大约会有1.7万亿元，相比之下，仅公路货运降低的人工成本就能达到1.8万亿元；

图片来源：瑞银证券

3）更加安全。自动驾驶的安全事故频发，不论是个案还是探测范围存在盲区，99%的安全都可能会让自动驾驶无法大规模商业化。若辅以路端全范围的感知能力，可以更快、更安全的实现无人驾驶；

4）应用场景更多。智慧道路的功能升级潜力较大，比如某些宏观的监控、对事故的预判、以及高速路面的自主行车导航等。简单说，发展车路协同要更容易、更便宜、更快速，以及用途更广泛。

当然这个说法有点过于绝对，不可否认的是，比起一味追求大算力的智驾芯片，加快智慧路端的建设，或许才能够及早得到我们想要的答案。

这并不意味着要放弃让汽车“变聪明”。从自动驾驶技术商业落地的节点来看，保障人身安全仍然是第一要义，这要求未来的汽车具备“快速而敏捷”的反应速度。

换种说法，对及时性要求高的数据必须留在本地处理，而不完全依赖于云端。云端信息的收发可能会产生延迟，进而威胁到车内外人的安全。

就像瑞银预测的，在未来五到十年里，单车智能和车路协同将是两条并行且相互促进的路线。对于发展自动驾驶技术，单车智能仍将往更大算力、更高精度的感知能力上迭代升级。

“有了路端配合以后，车企反而会有更大的动力在车上安装智能驾驶设备”， 在徐宾看来，车路系统不仅不会伤及Tier1的利益，反而会起到促进作用。为了让自动驾驶技术更快落地，任何多余的有关安全的投资都不为过。

结语

等到全自动驾驶道路建成完毕，并大范围应用，还要不要在车上安装更高算力的芯片，以及更多的传感器，将会是一个新问题。算力可以无穷堆叠，但至少现在，更重要的是，要尽快实现无人驾驶这个目标。