今天小編分享的互聯網經驗：小鵬智駕芯片二季度量產上車，最高支持300億大模型參數，歡迎閱讀。
文｜李安琪
編輯｜李勤 楊軒
36 氪獨家獲悉，小鵬汽車自研的 AI 智駕芯片将于今年二季度正式量產上市，首發搭載于小鵬的全新車型。
小鵬的 AI 智駕芯片命名為 " 圖靈 "，小鵬從 2020 年投入人力研發，于去年 8 月流片成功。
據 36 氪此前報道，這是一顆針對 AI 需求、端到端大模型等設計的芯片，AI 算力接近 3 顆主流智駕芯片的水平，" 大約 700Tops，與英偉達最新的 AI 芯片 Thor 接近 "。
小鵬的計劃是，将該芯片不僅用在汽車，未來還将搭載在 AI 機器人和飛行汽車上。
有内部人士告訴 36 氪，據小鵬汽車高層透露，這顆芯片集成了 2 個小鵬自研的神經網絡處理大腦，并面向神經網絡做了特定架構處理。同時，該芯片比通用車規高算力芯片利用率提升 20%，" 最高能處理 30B（Billion，即 300 億）參數的大模型。"
300 億的模型參數支持算得上驚人。作為對比，當下理想汽車的 VLM（視覺 - 語言模型）參數量約為 22 億。但模型參數量越大，也往往伴随着模型推理的較高延遲問題。如何解決時延問題，小鵬汽車尚未披露。
「英偉達大算力芯片缺位，蔚小理直追」
在行業 " 端到端 " 浪潮下，車企們的智能駕駛進化，也開始依賴大模型、海量數據和巨量雲端算力。這也催生了行業對于大算力 AI 芯片的需求。
英偉達最新一代車載 AI 芯片 Thor，原本是全行業的希望。這是一款專門為端到端、AI 大模型等技術基座設計的芯片硬體平台。最初的算力設計達 2000 Tops，原計劃于 2024 年中量產。
但 36 氪從行業中了解，英偉達 Thor 的量產遇到了挑戰，目前向市場供應的基本是 750Tops 版本，" 硬體、軟體都還有缺陷。" 有汽車行業人士向 36 氪表示。
該行業人士表示，甚至現在英偉達已經不承諾算力了，" 可能實際上車實際和發布的數字會有很大差别。"
而此前宣布采用 Thor 芯片的車企，如比亞迪、極氪、理想、小鵬等，可能都會受到一定影響。在當下競争如此激烈的汽車市場，因為芯片產品的節奏不順而拖延新車發布，車企很可能會錯過一些關鍵的產品占領市場時間視窗。
某種程度上，自研芯片可以幫車企争取多一些進度條籌碼。
小鵬、蔚來、理想三家籌備芯片自研 4 年多，如今在陸續結果：蔚來 5nm 的自動駕駛芯片 " 神玑 NX9031"，目前已經随着蔚來 78.8 萬元的豪車 ET9 交付而進入量產狀态；
據 36 氪汽車了解，理想自研的智駕芯片也接近流片狀态。如果芯片節奏順利，理想也可能向自研芯片傾斜更多車輛資源。
而小鵬的智駕芯片，也将于二季度迎來量產上車時間。屆時，配合全新車型亮相，小鵬的智駕芯片也能迅速在市場上得到驗證。
「小鵬自研芯片、推基座模型，重新拼搶 " 智駕一哥 "」
" 智駕 " 曾一度是小鵬汽車的專屬标籤。但近兩年，華為、理想、比亞迪等，都在拼搶這一智駕科技标籤與第一梯隊的風頭。
而小鵬通過自研芯片，不僅希望帶來更高效的智能駕駛軟硬體一體效果，也想重新掌握智駕技術進化的主動權。
特斯拉是智能駕駛軟硬體一體的鼻祖。特斯拉從 2021 年開始重寫智駕軟體底層架構，從 BEV（鳥瞰圖）、OCC（占用網絡）、端到端模型等，特斯拉給國内智駕同行帶來了許多啟發。
根據最新進展，特斯拉的煥新車型已經搭載了最新的 AI4 硬體，基于端到端技術路線的自動駕駛軟體功能包 FSD 也落地中國。不少行業人士認為 FSD 領先行業半代至一代。
但 2021 年後，特斯拉沒再仔細具體公開過，" 端到端 " 方案實現的軟硬體技術細節。中國的智駕學徒們也在嘗試自己的路徑。
融合多模态大模型的智駕，是國内玩家們找到的下一個方向。
典型的案例是，理想汽車去年憑借 " 端到端模型 +VLM（視覺 - 語言模型）" 量產方案，擠入了智駕第一梯隊水平。
理想的方案結合了快思考和慢思考，其中 " 端到端 " 模型用來應對 95% 的場景問題，而 VLM 模型對復雜交通環境具有更強的理解能力，可以給端到端提供相關駕駛建議。
近期，理想汽車還将更激進地将兩個模型結合，更新到 VLA（即視覺 - 語言 - 動作模型）多模态大模型。這種模型範式，最早于 2023 年 7 月由谷歌 DeepMind 推出，用戶機器人領網域，随後向智能駕駛行業擴散。
小鵬的智駕軟體也在朝，VLA 多模态模型直接控制車輛硬體的方向進化。
去年 5 月 20 日，小鵬推出了端到端智駕大模型。比起傳統的基于規則的智駕方案，端到端模型由 AI 驅動，進一步實現了信息的無損傳遞。
不過在今日 4 月 14 日技術分享會上，小鵬汽車自動駕駛負責人李力耘表示，" 如果只局限于車端的算力，那模型大小受限，能消化的數據也是有限的。只有超越車端芯片算力限制，用更大模型，更海量的數據，才能實現車端的智能。"
但不同于同行在車端直接落地 VLA 模型，小鵬的方式是，先在雲端訓練出一個超大模型基座，然後通過知識蒸餾小模型的方式，将模型智駕能力保留到車端。" 這能夠突破車端稀少 AI 算力帶來的模型上限。"
4 月 14 日技術分享會上，小鵬正式提出了 " 世界基座模型 " 的概念，李力耘稱内部正在開發一個 720 億參數的超大規模自動駕駛大模型。
據他介紹，這個世界基座模型具備鏈式推理能力（CoT），在充分理解現實世界的基礎上，能夠像人類一樣進行復雜的常識推理，并将推理結果轉化為行動，例如輸出方向盤、刹車等控制信号，實現和物理世界的互動。
" 最終實現多模态大模型控制車輛的效果。" 李力耘向 36 氪表示。
據李力耘分享，過去一年，小鵬的研發團隊先後開發了 2B、7B、72B 尺寸的基座模型，目前已經着手推進 72B 超大規模參數世界基座模型的研發，參數量是主流 VLA 模型的 35 倍左右。
小鵬還稱，目前智駕訓練數據量達到了 2000 萬 clips，年底會達到 2 億 clips。
小鵬世界基座模型負責人劉博士稱，不久前，小鵬汽車已經将 " 基座大模型控車 " 的理論變為現實，在後裝算力的車端上用小尺寸基座模型實現了控車。不過小鵬也表示，這還是非常早期的實車測試，但基座模型已經展現出令人驚喜的基礎駕車技能。
為了研發基模，小鵬汽車還表示，目前已經建成了國内汽車行業首個萬卡智算集群，擁有 10 EFLOPS 的算力，集群運行效率常年保持在 90% 以上。
小鵬相信，自動駕駛領網域的 Scaling Law（規模法則）仍然生效。" 參數規模越大，模型的能力越強。同樣的模型大小，訓練數據量越大，模型的能力也會越強。"
小鵬汽車的目标是，在今年下半年期望 L3 自動駕駛進入商業化初期，2026 年探索 L4 級自動駕駛。
當下，智駕愈發向 AI 靠攏，在 AI 軟硬體投入之外，還考驗着着車企的 AI 人才密度。例如，小鵬推進基座模型的正是北美團隊；小米雷軍也從英國智駕公司 Wayve 挖來技術大牛陳龍攻克 VLA 模型。
這是一場全方位的競技，資金、硬體、軟體、人才，智駕玩家的速度差也将從這裡體現。
