高算力背景下，谁又注意到高能耗？

过去的一段时间里，“功率”一词是消费者购车时的重要决策指标。进入智能化时代，零百三、四秒的产品不在少数，仅凭“功率”早已难分胜负，而常被厂家挂在嘴边的“自动驾驶算力”，成为全新的评判法则。

有意思的是...在面对更高功率时，我们选择不约而同指责上涨的油耗，而随着算力的疯狂提升，与之递增的能耗却未曾得到重视！

若是为传统燃油车，配备一颗大高功耗芯片，为匹配相应的用电量，发动机自然会提升整体发电量，促使平均油耗进一步上涨。好在如今的内燃机“带得动”，并且有沉余设定支持，不会像40年前第一台自动驾驶汽车—NavLab那样，单独配备一台四缸柴油发动机用来发电；只不过“牺牲”的一些续航里程，让去加油站频率变多而已...

对电动车来说，高能耗芯片可不大“友好”。与燃油车相同的是，它的平均能耗（电动车为平均电耗，燃油车为平均油耗）也将上升，致使整体续航缩减。

但别忘了..以目前的趋势来看，加满一箱油的速度可比加满一箱电快出N倍！换句话说，插上充电枪的那一刻，你根本无法做到“拍拍屁股走人”。所以相比内燃机，在电动化大背景下，“能耗”更应该让我们焦虑。

那么能耗去哪儿了？

搞明白这点，便要先从自动驾驶的原理说起，其大致由感知、决策规划、行车控制三大部分组成，其中的感知系统所需算力最多，堪称“用电大户”。

那么进一步延伸，感知系统的数据来源自两个部件，前者为高精地图，后者为激光雷达、超声波、摄像头、毫米波雷达。在这当中的摄像头提供视觉信号，并由芯片进行卷积运算，而以上两部将耗费巨大算力。

其中摄像头提供的视觉信号，将由多张照片构成，仅是每秒的数据量便可到达兆级（MB）。而后者的卷积运算指的是一种图像处理方法，往往一张图像经过卷积运算后，可生成一张特征信息的新图像。不夸张的讲，车上任意一颗30帧摄像头，每秒便可产生30张图像，而仅是1张照片，便需要多大百层的卷积运算...可见这两种操作，都不是“省油的灯”。

未来自动驾驶等级还将提升，而为保证自动驾驶系统安全运行，感知摄像头元件也将相应增多，这自然离不开高算力芯片的支撑，而能耗同样会上涨。当然这还将带来一系列连锁反应。就像高能耗发热问题，便需要更多风扇进行散热处理，这不侵占内部空间，还增加整体元件能耗，对开发设计师和用户都不是个好事。

芯片能耗水平排名，特斯拉竟垫底？

为了更充分了解当前芯片能耗水平，我们收集了目前主流芯片厂商推出的几款常见芯片，并采能耗数值进行排名（PS：能耗数值越高，代表芯片在相同计算下耗能更少，相对也更高效）。

目前靠前的华山二号a1000和征程5并非“最强算力”芯片，这也一定程度上限制装车后的辅助驾驶等级。虽然英伟达的orin x排名第三，但254TOPS的算力十分抢眼，更是深受造车新势力青睐，例如ET7、M7、L9、L7等车型都将采用该芯片。

这些年“名声大噪”的特斯拉，虽然在排行中算力、能效比双双“垫底”；但不同于其它厂商，FSD芯片更专注图像数据处理，在前文中笔者也曾讲过图像数据更损耗算力，所以它的实际效率上不容小视，也将弥补能耗、算力上的不足。

遗憾的是，这次我们并未搜集到华为芯片详细信息，而这也是意料之中的事，与英伟达等对手不同，华为提供产品端到端的整套方案，自然不会提及到芯片、开发工具等详细信息。

也正是依托更高的软硬件耦合，使得芯片效率进一步提升，在相同功耗下自然“事半功倍”(PS:低耦合度效率虽低，但软件开发度更高，深受一线车企追捧）。

总结：在算力上，虽然各大厂商的差距在不断拉大，但伴随而来的高能耗问题依然未被攻克，甚至部分产品出现“反弹”的现象。而除了架构、算法优化外，在笔者看来，随着车规级芯片制程突破，高算力可能会摘掉“高能耗”帽子。