作者 |郭月
编辑 |志豪
中国汽车行业期盼多年的针对L3/L4的新国标,,,,,,终于敲定落地时间。。。。。
日前,,,,,,工业和信息化部就《智能网联汽车自动驾驶系统清静要求》强制性国家标准(报批稿)向社会果真征求意见。。。。。
▲自动驾驶系统强制性国家标准(报批稿)果真征求意见
该标准拟取代原有推荐性国家标准,,,,,,首次以强制性手艺规范形式为L3、L4级自动驾驶划定必需遵守的执法底线,,,,,,企业必需严酷执行,,,,,,不切合标准的产品不得生产、销售,,,,,,一旦违反即组成违法,,,,,,标准拟于2027年7月1日起正式实验。。。。。
从“推荐”到“强制”,,,,,,一词之差,,,,,,行业风向彻底翻篇,,,,,,自动驾驶正式进入强制羁系周期。。。。。与此同时,,,,,,海内多地陆续发放L3自动驾驶蹊径测试、树模运营牌照,,,,,,自动驾驶合规量产进入倒计时。。。。。
国标落地、牌照到位——行业竞争逻辑变了,,,,,,已往拼的是功效上车的速率,,,,,,现在拼的是全生命周期内清静、稳固、可迭代的综合能力。。。。。
而在这场长跑中,,,,,,手艺架组成为车企能否留在牌桌上的要害影响因素。。。。。架构选型不可只看当下够不敷用,,,,,,更要看五年后还能不可合规、可迭代。。。。。
目今,,,,,,多家车企已经将大算力智驾芯片搭载上车。。。。。一个清晰的信号正在浮现:面向L3/L4,,,,,,大算力盘算架构将成为行业必定。。。。。
算法、数据、算力迫近临界点
自动驾驶“五年终局”开启
自动驾驶正处于向L3、L4演进的要害节点,,,,,,算法、算力、数据,,,,,,组成自动驾驶手艺的这三大焦点支柱都爆发了转变。。。。。
先看算法。。。。。
随着自动驾驶的一连生长,,,,,,算法模子正在履历一轮根天性的范式迁徙。。。。。已往自动驾驶由规则驱动,,,,,,工程师靠人力写代码界说种种驾驶场景和应对逻辑——但这条路的止境是永远写不完的Corner case。。。。。
而当下,,,,,,行业主流方案正从规则驱动周全转向AI原生蹊径,,,,,,端到端、天下模子、视觉语言行动模子(VLA)、强化学习等新范式相继登场。。。。。
算法不再靠人写规则,,,,,,而是让模子自己去“看懂”天下,,,,,,明确物理纪律,,,,,,做出最优决议。。。。。
这种转变下,,,,,,算力需求泛起指数级增添——模子参数目越大,,,,,,推理吞吐速率越快,,,,,,需要的算力和内存带宽就越高。。。。。
再看数据。。。。。
AI模子的进化离不开海量高质量数据的一连供应。。。。。
当模子从规则驱动变为数据驱动之后,,,,,,对数据的要求从“量大”升级为“质高”——需要更多高质量、笼罩长尾场景的数据去训练和验证模子。。。。。
已往数年,,,,,,头部玩家基于海量真实路况数据的积累,,,,,,逐渐形成了系统化的数据闭环迭代能力。。。。。模子迭代速率一连加速,,,,,,领先优势一直放大,,,,,,这意味着窗口期正在迅速收窄。。。。。
最后看算力。。。。。
算法在变、数据要求在变,,,,,,对车的能力要求自然水涨船高。。。。。
L3、L4要求车辆具备更强的感知、决媾和执行能力,,,,,,需要实时处理多传感器融合的海量数据,,,,,,需要支持大参数模子的实时推理——这一切都指向统一个偏向:更高算力。。。。。
这些与德赛西威高级总工程师彭学明在2026中国汽车论坛上揭晓的看法不谋而合。。。。。
▲2026中国汽车论坛现场
他以为,,,,,,算法、数据、算力这三个决议自动驾驶规;;涞氐幕√跫,,,,,,“正同步走向跨越新周期的临界点”。。。。。
那么,,,,,,距离跨越这个临界点尚有多远??????行业人士给出了各自的判断。。。。。
小鹏汽车董事长兼CEO何小鹏给出了一个激进的预判:未来三到五年内,,,,,,L4以致L5级自动驾驶将实现落地,,,,,,车辆可在全场景内清静、平顺且高效运行。。。。。
“两年前我都不太信L4、L5能真正落地,,,,,,但现在物理AI的推进速率远超想象”,,,,,,何小鹏说。。。。。
地平线首创人兼CEO余凯则给出了更详细的节奏:2028年实现100%“脱手开”,,,,,,2030年实现L4级“闭眼开”,,,,,,2035年实现“睡觉开”的最终形态。。。。。
彭学明以为,,,,,,自动驾驶正在进入“五年终局周期”——未来五年不是手艺期待成熟的五年,,,,,,而是工业名堂定型的五年。。。。。
只管各家给出的时间表不尽相同,,,,,,但综合多方亮相来看,,,,,,自动驾驶的终局,,,,,,或将在2030-2035年间逐渐清晰。。。。。
2000TOPS成L3入场券
L4算力需求还要翻番
往L3、L4走,,,,,,详细要怎么做??????
这需要从软件和硬件两个层面来看。。。。。
同时,,,,,,软件迭代升级也需要更高算力的支持,,,,,,反映在硬件层面,,,,,,大算力芯片方案被越来越多车企接纳。。。。。
理想汽车在旗舰车型理想L9(参数丨图片) Livis上搭载了自研的马赫M100芯片,,,,,,单颗芯片算力抵达1280TOPS,,,,,,两颗芯片总算力抵达2560TOPS。。。。。
小鹏GX的市售顶配车型上搭载三颗自研的图灵AI芯片,,,,,,总算力抵达2250 TOPS;;Robotaxi版本则搭载四颗图灵AI芯片,,,,,,总算力高达3000TOPS。。。。。
虽然这些车型目今的能力仍属于L2级别,,,,,,但这些车企无一破例选择了大算力方案——这背后是对L3、L4的提前结构。。。。。它们要的不是“当下够用就好”,,,,,,而是“为未来留足余量”。。。。。
那么,,,,,,面向L3究竟需要几多算力??????彭学明给出了明确的判断:2000TOPS是AI原生L3的起步门槛。。。。。
L3云云,,,,,,L4呢??????
从L3到L4,,,,,,看似只是名词的转变,,,,,,但背后涉及的转变要大得多。。。。。
L3是有条件自动驾驶,,,,,,系统在特定条件下接受驾驶,,,,,,但人仍需要在系统请求时随时接受。。。。。
而L4是高度自动驾驶,,,,,,蹊径不确定性更大、车肩负的责任更多、需要应对的场景更重大。。。。。
这意味着,,,,,,L4响应的算力需求也进一步攀升。。。。。
彭学明的判断是:面向L4,,,,,,整车AI智能体需要向全域6000TOPS以上算力演进。。。。。
单芯难扛L4算力重担
双大算力架构或成更优解
L4这么重大的算力需求,,,,,,该怎么实现??????
现实是,,,,,,当下没有任何单颗芯片能够提供云云高的算力。。。。。
面临这一瓶颈,,,,,,行业在向L3过渡时走出了一条“巨细脑”方案——接纳两颗差别算力的芯片,,,,,,各自运行自力的软件系统,,,,,,大算力芯片作为“大脑”主责焦点盘算,,,,,,小算力芯片作为“小脑”在主域失效时肩负清静冗余。。。。。
但问题在于:面向L4,,,,,,用大算力和小算力芯片搭配显着不敷。。。。。
一方面,,,,,,L4对主盘算域的算力需求远超L3;;另一方面,,,,,,L4对清静冗余的要求也更高,,,,,,因此,,,,,,面向L4用上两颗大算力芯片可能才是最优解。。。。。
这就是德赛西威正在做的事,,,,,,在“巨细脑”方案的基础上,,,,,,德赛西威推出了“大大脑”方案——其焦点逻辑是“主域履职,,,,,,副域兜底”,,,,,,接纳两颗大算力芯片共享统一套软件栈,,,,,,仅通过硬件分区实现故障隔离。。。。。
主盘算单位认真全域感知与焦点决议,,,,,,副算力单位自力肩负清静冗余,,,,,,二者共享数据闭环、仿真验证和OTA系统。。。。。
这一方案的优势在恒久视角下尤为显着,,,,,,既能知足L3的多冗余清静标准,,,,,,也能在未来平滑过渡到L4——不需要推倒重来、重复开发、重复投入。。。。。
相比之下,,,,,,“巨细脑”方案接纳两颗差别算力的芯片,,,,,,对应的是两套算法、两套工具链、两套验证系统、两套维护逻辑,,,,,,从L3走向L4时,,,,,,或许率需要再做一次平台重构,,,,,,算法重新适配,,,,,,工具链重新开发,,,,,,验证系统重新搭建——背后是重大的时间、本钱肩负。。。。。
从这个逻辑来看,,,,,,统一同源的大算力中央大脑,,,,,,或是一条更值得恒久押注的手艺路径。。。。。
结语:行业竞争并非短期本钱博弈
拉长时间维度比照两条L3演进蹊径:“巨细脑”是分期付款——首付低,,,,,,但后续投入可能需要一连追加;;“大大脑”是一次性投入——前期本钱高,,,,,,但后面无需为架构升级重复买单。。。。。
但这笔账,,,,,,算的不但是本钱。。。。。
久远来看,,,,,,自动驾驶关乎行车清静,,,,,,清静和可靠是不可妥协的底线,,,,,,清静冗余、合规系统、可一连迭代能力,,,,,,每一项都需要足够的算力底座来承载,,,,,,短期本钱博弈不应凌驾于清静与恒久迭代能力之上。。。。。
当下,,,,,,中国汽车工业正值百年难遇的时机窗口。。。。。
汽车正从代步工具升级为毗连人、车、蹊径、服务的智能出行节点,,,,,,中国汽车工业有时机在手艺标准和工业生态中掌握界说权。。。。。
而捉住这个时机窗口,,,,,,需要工业上下游形成协力,,,,,,让每一笔投入都服务于终局。。。。。