最低要多少算力才能支持L3级辅助驾驶？
现在车圈开始卷算力了，小鹏G7发布，图灵芯片上车算力直接给干到了2000Tops。还有此前极氪9X上了双Thor-U芯片，算力1400Tops，蔚来在几年前就把算力堆到了1000Tops，现在主流的Orin X芯片254TOPS好像出门都不好意思和别人打招呼了。那么辅助驾驶到底多少算力的芯片才够用？
首先我们得先明确一个概念，未来智能驾驶的进化迭代方向是算力需求越来越高，还是越来越低？我们一般人本能反应应该是这样——越先进的东西需要的算力越高，而事实上驾驶这项工作的复杂度是有上限的，而难度不变的情况下，随着算法的优化，所需算力也会越来越小。举个简单例子，算法落后的话，算8X9需要用8个9相加，而算法优化之后，学会九九乘法表，直接可以八九七十二。
实际上目前L2+级辅助驾驶，在路况比较复杂的城区场景，算力负荷只有128TOPS左右，其中40TOPS算力用于目标检测，多传感器融合需要35TOPS，包括激光雷达、毫米波雷达和摄像头的时空对齐。路径规划与控制大概要25TOPS算力，包括预测算法与决策树计算。剩余28TOPS则是冗余备份，比如说降级处理通信延迟补偿等。目前单Orin X芯片254 TOPS算力在绝大多数模型算法中的利用率只有50%，也侧面能验证这一点。
当然这只是理论的算力需求下限，高算力并非完全没用，比如说使用两颗独立供电的芯片作为冗余构架，可以交叉验证运算结果，当主芯片出现故障时，副芯片也能快速接管。现在大多数智能驾驶已经非常接近L3级别，254TOPS算力的单Orin X芯片已经有比较大的冗余了。升级L3的话，算力并非是短板，更多还是算法、感知元件的升级。比如说华为为了L3预埋的硬件方案，在问界M9上增加3颗补盲激光雷达，用于更广角的探测，但是算力只有400TOPS。
综上所述，芯片算力并非是高阶自动驾驶的短板，更多的安全冗余还是体现在感知和算法层面上。当然，高算力冗余可以作为豪华车的卖点，毕竟豪车的逻辑并非需要或足够，而是要奢侈。
