研芯片下场早、研发种类多，还拥有自己的工厂，但迟迟未研发智能驾驶芯片。王传福在发布会现场透露，比亚迪目前拥有超7000人的芯片研发团队，已建成4大芯片研发基地和5座晶圆制造厂，其称是全球唯一一家拥有芯片全流程、全链路制造能力的车企。整个智能化方向的工程师规模超5000人。璇玑A3是第567款，是比亚迪第一款从“电力电子”跨越到“高性能计算”的芯片。为什么比亚迪到了必须自研智驾芯片的时刻？这里埋着供应链自主的伏笔。此前，英伟达Thor原定2000TOPS的量产版本，跳票两年后缩水至约700TOPS，多家主机厂及智驾方案商受到影响。一位接近比亚迪的工程师曾告诉21世纪经济报道记者，相比于英伟达的智驾芯片，部分国产芯片在研发工具链和算法部署效率等方面的成熟度仍有差距。比亚迪自研璇玑A3，从架构、算力调度到功耗优化全链路掌握设计主动权，后续车型OTA迭代、功能适配不再受外部芯片厂商的节奏限制。在架构端，通用芯片为了兼顾多方需求，往往存在算力浪费或瓶颈。璇玑A3的设计逻辑更接近于定制化ASIC（专用芯片），即让芯片的微架构(RTL)、片上互联、NPU调度以及总线带宽，完全顺从比亚迪自身的感知算法与数据闭环。成本也被视为自研智驾芯片更关键的考量。李斌曾表示，神玑NX9031上车后可带来约1万元级别的单车成本优化。“电动化上半场看电池，智能化下半场看芯片。”王传福在发布会现场点明了比亚迪自研芯片的意义。他介绍，璇玑A3是比亚迪“第567款车规级芯片”。这500多款芯片大多不为公众所知，但它们构成了电动车最基础的“神经系统”和“肌肉”。智驾芯片的真正战场在L3L3级自动驾驶正在重新定义智驾芯片的算力需求。模型架构的快速演进是根本驱动力。端到端与视觉语言模型融合后，车端模型参数量从过去的1亿至5亿级跃升至20亿级，VLA（视觉语言动作）模型成为典型的算力密集型任务。云端大模型的参数量约为车端模型的35倍。车端算力不足，成为所有参与者的共同约束。一位主机厂的智驾业务负责人曾向21世纪经济报道记者坦言，算力不够就只能靠堆更大算力的芯片。即便行业普遍采用蒸馏技术，用云端大模型去训练车端小模型，以此在有限算力下逼近大模型的能力，但硬件算力的天花板依然是不可逾越的。目前主流高阶智驾方案多采用两颗英伟达Orin-X芯片，总算力约508 TOPS。这一算力支撑VLA模型部署已显吃力。英伟达Thor
=*=*=*=*=*=
当前为第3/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页