今天小编分享的互联网经验：小鹏智驾芯片二季度量产上车，最高支持300亿大模型参数，欢迎阅读。
文｜李安琪
编辑｜李勤 杨轩
36 氪独家获悉，小鹏汽车自研的 AI 智驾芯片将于今年二季度正式量产上市，首发搭载于小鹏的全新车型。
小鹏的 AI 智驾芯片命名为 " 图灵 "，小鹏从 2020 年投入人力研发，于去年 8 月流片成功。
据 36 氪此前报道，这是一颗针对 AI 需求、端到端大模型等设计的芯片，AI 算力接近 3 颗主流智驾芯片的水平，" 大约 700Tops，与英伟达最新的 AI 芯片 Thor 接近 "。
小鹏的计划是，将该芯片不仅用在汽车，未来还将搭载在 AI 机器人和飞行汽车上。
有内部人士告诉 36 氪，据小鹏汽车高层透露，这颗芯片集成了 2 个小鹏自研的神经网络处理大腦，并面向神经网络做了特定架构处理。同时，该芯片比通用车规高算力芯片利用率提升 20%，" 最高能处理 30B（Billion，即 300 亿）参数的大模型。"
300 亿的模型参数支持算得上惊人。作为对比，当下理想汽车的 VLM（视觉 - 语言模型）参数量约为 22 亿。但模型参数量越大，也往往伴随着模型推理的较高延迟问题。如何解决时延问题，小鹏汽车尚未披露。
「英伟达大算力芯片缺位，蔚小理直追」
在行业 " 端到端 " 浪潮下，车企们的智能驾驶进化，也开始依赖大模型、海量数据和巨量云端算力。这也催生了行业对于大算力 AI 芯片的需求。
英伟达最新一代车载 AI 芯片 Thor，原本是全行业的希望。这是一款专门为端到端、AI 大模型等技术基座设计的芯片硬體平台。最初的算力设计达 2000 Tops，原计划于 2024 年中量产。
但 36 氪从行业中了解，英伟达 Thor 的量产遇到了挑战，目前向市场供应的基本是 750Tops 版本，" 硬體、軟體都还有缺陷。" 有汽车行业人士向 36 氪表示。
该行业人士表示，甚至现在英伟达已经不承诺算力了，" 可能实际上车实际和发布的数字会有很大差别。"
而此前宣布采用 Thor 芯片的车企，如比亚迪、极氪、理想、小鹏等，可能都会受到一定影响。在当下竞争如此激烈的汽车市场，因为芯片产品的节奏不顺而拖延新车发布，车企很可能会错过一些关键的产品占领市场时间視窗。
某种程度上，自研芯片可以帮车企争取多一些进度条筹码。
小鹏、蔚来、理想三家筹备芯片自研 4 年多，如今在陆续结果：蔚来 5nm 的自动驾驶芯片 " 神玑 NX9031"，目前已经随着蔚来 78.8 万元的豪车 ET9 交付而进入量产状态；
据 36 氪汽车了解，理想自研的智驾芯片也接近流片状态。如果芯片节奏顺利，理想也可能向自研芯片倾斜更多车辆资源。
而小鹏的智驾芯片，也将于二季度迎来量产上车时间。届时，配合全新车型亮相，小鹏的智驾芯片也能迅速在市场上得到验证。
「小鹏自研芯片、推基座模型，重新拼抢 " 智驾一哥 "」
" 智驾 " 曾一度是小鹏汽车的专属标签。但近两年，华为、理想、比亚迪等，都在拼抢这一智驾科技标签与第一梯队的风头。
而小鹏通过自研芯片，不仅希望带来更高效的智能驾驶软硬體一体效果，也想重新掌握智驾技术进化的主动权。
特斯拉是智能驾驶软硬體一体的鼻祖。特斯拉从 2021 年开始重写智驾軟體底层架构，从 BEV（鸟瞰图）、OCC（占用网络）、端到端模型等，特斯拉给国内智驾同行带来了许多启发。
根据最新进展，特斯拉的焕新车型已经搭载了最新的 AI4 硬體，基于端到端技术路线的自动驾驶軟體功能包 FSD 也落地中国。不少行业人士认为 FSD 领先行业半代至一代。
但 2021 年后，特斯拉没再仔细具体公开过，" 端到端 " 方案实现的软硬體技术细节。中国的智驾学徒们也在尝试自己的路径。
融合多模态大模型的智驾，是国内玩家们找到的下一个方向。
典型的案例是，理想汽车去年凭借 " 端到端模型 +VLM（视觉 - 语言模型）" 量产方案，挤入了智驾第一梯队水平。
理想的方案结合了快思考和慢思考，其中 " 端到端 " 模型用来应对 95% 的场景问题，而 VLM 模型对复杂交通环境具有更强的理解能力，可以给端到端提供相关驾驶建议。
近期，理想汽车还将更激进地将两个模型结合，更新到 VLA（即视觉 - 语言 - 动作模型）多模态大模型。这种模型范式，最早于 2023 年 7 月由谷歌 DeepMind 推出，用户机器人领網域，随后向智能驾驶行业扩散。
小鹏的智驾軟體也在朝，VLA 多模态模型直接控制车辆硬體的方向进化。
去年 5 月 20 日，小鹏推出了端到端智驾大模型。比起传统的基于规则的智驾方案，端到端模型由 AI 驱动，进一步实现了信息的无损传递。
不过在今日 4 月 14 日技术分享会上，小鹏汽车自动驾驶负责人李力耘表示，" 如果只局限于车端的算力，那模型大小受限，能消化的数据也是有限的。只有超越车端芯片算力限制，用更大模型，更海量的数据，才能实现车端的智能。"
但不同于同行在车端直接落地 VLA 模型，小鹏的方式是，先在云端训练出一个超大模型基座，然后通过知识蒸馏小模型的方式，将模型智驾能力保留到车端。" 这能够突破车端稀少 AI 算力带来的模型上限。"
4 月 14 日技术分享会上，小鹏正式提出了 " 世界基座模型 " 的概念，李力耘称内部正在开发一个 720 亿参数的超大规模自动驾驶大模型。
据他介绍，这个世界基座模型具备链式推理能力（CoT），在充分理解现实世界的基础上，能够像人类一样进行复杂的常识推理，并将推理结果转化为行动，例如输出方向盘、刹车等控制信号，实现和物理世界的互動。
" 最终实现多模态大模型控制车辆的效果。" 李力耘向 36 氪表示。
据李力耘分享，过去一年，小鹏的研发团队先后开发了 2B、7B、72B 尺寸的基座模型，目前已经着手推进 72B 超大规模参数世界基座模型的研发，参数量是主流 VLA 模型的 35 倍左右。
小鹏还称，目前智驾训练数据量达到了 2000 万 clips，年底会达到 2 亿 clips。
小鹏世界基座模型负责人刘博士称，不久前，小鹏汽车已经将 " 基座大模型控车 " 的理论变为现实，在后装算力的车端上用小尺寸基座模型实现了控车。不过小鹏也表示，这还是非常早期的实车测试，但基座模型已经展现出令人惊喜的基础驾车技能。
为了研发基模，小鹏汽车还表示，目前已经建成了国内汽车行业首个万卡智算集群，拥有 10 EFLOPS 的算力，集群运行效率常年保持在 90% 以上。
小鹏相信，自动驾驶领網域的 Scaling Law（规模法则）仍然生效。" 参数规模越大，模型的能力越强。同样的模型大小，训练数据量越大，模型的能力也会越强。"
小鹏汽车的目标是，在今年下半年期望 L3 自动驾驶进入商业化初期，2026 年探索 L4 级自动驾驶。
当下，智驾愈发向 AI 靠拢，在 AI 软硬體投入之外，还考验着着车企的 AI 人才密度。例如，小鹏推进基座模型的正是北美团队；小米雷军也从英国智驾公司 Wayve 挖来技术大牛陈龙攻克 VLA 模型。
这是一场全方位的竞技，资金、硬體、軟體、人才，智驾玩家的速度差也将从这里体现。
