对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
续航损耗|TOPS算力|车载芯片|城市NOA|理想L9|自动驾驶|人工智能
当理想L9把算力堆到2560TOPS时,很少有人会想到,32TOPS的芯片也能跑通城市NOA——后者的算力还不到前者的1.3%。2026年北京车展上,千TOPS级算力成了豪华车的入场券,车企把数字标在车身上,像燃油车时代炫耀马力。但车主们发现,自己花大价钱买的算力,大部分时间在“空转”:车机该卡还是卡,智驾遇到复杂路况照样“罢工”,更糟的是,那块高算力芯片从点火起就开始耗电,一年偷走700公里续航。这场被吹上天的算力竞赛,好像从一开始就跑偏了。
你可以把车载算力想象成一个超级市场——TOPS是它的营业面积,看起来越大越气派,但真正能用到的,只是你推着购物车走过的那几条货架。

标称200TOPS的芯片,实际能调用的算力可能连30%都不到。这不是厂商造假,而是车载环境的限制:芯片要在-40℃到105℃的温度区间工作,要扛住路面颠簸的震动,还要兼顾功耗和散热。为了这些“安全冗余”,大部分计算单元不得不被“封印”。更关键的是,算法和硬件的适配跟不上:当芯片在等传感器数据,算法在等计算资源时,就算堆到2560TOPS,也只是一堆在空转的晶体管。

理想测试发现,某款标称700TOPS的芯片,实际算力只有500TOPS出头,和双Orin-X的表现几乎没差。而那些为L5自动驾驶预留的算力,在车辆整个生命周期里,可能永远都不会被激活——毕竟现在连L3的法规配套都还在完善。
当车企还在比谁的算力数字更大时,卓驭科技用32TOPS的芯片跑通了端到端城市NOA——感知帧率稳定在25FPS以上,规划控制延迟低于150ms,核心功能和2560TOPS的车型没差。
这背后是“软硬件协同设计”的思路,就像给超级市场重新规划货架:不是盲目扩大面积,而是把你最需要的商品摆在最顺手的位置。卓驭没有用通用GPU堆算力,而是针对车载场景定制了算法——通过模型剪枝去掉没用的参数,用知识蒸馏把大模型的能力“浓缩”到小芯片上,再用芯片级优化让每一次计算都落在实处。

这种思路正在成为行业共识。华为用200TOPS的昇腾芯片,通过算法优化实现了相当于400TOPS的实际性能;特斯拉的FSD芯片不算行业算力最高的,但凭借和自家算法的深度适配,智驾体验始终领先。它们都在做同一件事:把“能用的算力”从“标称的算力”里挖出来。
车主们开始算一笔明白账:花几万块买的冗余算力,一年用不上几次,还得为它的功耗买单——一块高算力芯片一年消耗的电量,能让一辆电动车少跑700公里,相当于普通车主年行驶里程的7%。
美国犹他大学的研究更戳中痛点:当前的车载系统,复杂操作带来的分心风险,比打电话还高。用户要的不是能跑通1000种场景的算力,而是在日常通勤的那几种场景里,能稳定不“掉链子”的体验;不是能装下100个APP的车机,而是导航时不卡顿、语音指令一喊就应的流畅感。
这种需求正在倒逼行业转向。2026年北京车展上,保时捷不再秀参数,而是把经典赛车搬上展台;MINI开始主打“以音乐为核心的生活方式”。当算力数字已经卷到让消费者麻木,车企终于想起:车的本质是交通工具,更是生活的延伸,不是装着芯片的计算器。
当我们为2560TOPS的数字惊叹时,32TOPS的芯片已经悄悄跑通了城市NOA。这场算力竞赛的拐点,从来不是谁的数字更大,而是谁能把算力真正用在用户的体验上。
算力不是用来炫耀的数字,而是服务体验的工具。就像我们不需要能装下1000人的超市,只需要能快速买到日常所需的便利店。未来的智能汽车,拼的不再是“有多少算力”,而是“能把算力用得有多好”。毕竟,能让你在早高峰轻松通勤的算力,才是真正有价值的算力。