AI时代，算力成了新的“石油”。
尤其是在智能驾驶领域，算力的大小，以及算法与芯片的匹配深度，直接影响着功能的落地效果。
为了避免技术被“卡脖子”，越来越多国产厂商走上了自研大算力芯片的道路。
小鹏推出了单颗算力750 TOPS的图灵AI芯片；蔚来推出了单颗算力1000 TOPS的神玑 NX9031；理想也发布了自研的马赫M100芯片，单颗算力高达1280 TOPS，将首搭于全新理想L9 Livis。
除了自研，厂商也可以选择与优秀的芯片供应商合作。比如国产供应商地平线，凭借高性价比和开放的生态，已经占据了市场的半壁江山。
芯片作为智能化体验的核心支撑之一，正成为大家选车时的重要关注点。
我们整理了一份主流芯片榜单，供大家参考。
以上部分芯片定位为AI芯片，不仅支持辅助驾驶，比如理想最新亮相的马赫M100芯片。
与市面上采用传统冯·诺依曼架构的芯片不同，马赫M100采用了数据流架构。
数据流架构虽然在上世纪就已提出，但由于编译难度极高，且过去对算力的要求没那么高，一直没有被主流采用。
在冯·诺依曼架构中，数据计算需要经过统一调度，容易出现“厨师的锅已经热好了，传菜员还在送食材的路上”的尴尬。
而在数据流架构中，数据一旦抵达计算单元就会自动触发计算，省去了缓存环节，计算利用率更高。
理想CTO陈炎在一次媒体采访中表示，这款芯片“希望是全系搭载”。
最早选择自研芯片的特斯拉，也在上个月宣布其最新的AI 5芯片已经流片成功。这颗AI芯片同样不仅服务于辅助驾驶。
据悉，AI 5的算力可达2000–2500 TOPS，从数据上看堪称目前最强芯片，预计2027年投入大规模量产。
不过，AI 5暂时还没有上车计划，而是将先用于人形机器人Optimus以及超级计算中心。
为了满足市场需求，芯片供应商也纷纷推出了大算力产品。
黑芝麻智能在上个月的北京车展上亮相了华山A2000全新家族芯片。
其中A2000X的算力可达1000 TOPS，并通过双芯片高速互联架构实现算力叠加，能够支撑自动驾驶级别功能的运行。
值得一提的是，黑芝麻智能独创了一套“近存架构”——类似于“桌面办公”，不再需要从内存这个“大仓库”中来回搬运数据，而是就近取用，从而有效降低了内存成本。
地平线在推出560 TOPS的征程J6P之后，上个月又发布了舱驾融合智能体芯片“星空 6P”，算力达650 TOPS。
一块芯片即可打通舱驾，让智能体同步负责思考与控车，实现了“龙虾上车”，舱驾一体，强大又灵活。
写在最后
自从大模型成为技术热点，大算力几乎成了各家品牌技术向上的标志。
算力数字已从百位跃升至千位，但这场芯片算力的“军备竞赛”似乎远未触顶。
算力要突破到什么水平才算稳定，目前还不得而知。
但可以肯定的是，它只是一张入场券，真正的答卷在于实际落地的应用。
令人惊喜的是，在这场以硅基为底座的智能化长跑中，国产力量已经从“跟跑”迈入“并跑”，甚至开始创新“领跑”。
那么，大家在选车时，更青睐国产芯片，还是进口芯片呢？欢迎评论区交流。
