文/王俁祺

導語：硬件基礎都不靠譜，智駕安全哪兒來的未來？

小米事故的算力困局

小米SU7的事故，可以說撕開了智駕安全的遮羞布。

根據小米官方公布的時間線，從系統發出警報到碰撞發生，留給駕駛員的反應時間只有2-4秒。

小米SU7搭載的單顆英偉達Orin N芯片算力只有84TOPS，這樣的硬件根本達不到做出反應的程度，入門級智駕也就成了致命的短板。

根據行業數據顯示，在84TOPS算力的情況下，純視覺方案對高速靜止障礙物的有效檢測距離只有60-100米，而且在超過60米之后檢測精度會出現明顯下降。

就拿事故中116km/h的時速來計算，如果系統在最極限的100米處檢測到障礙物，理論上的反應時間也只有3.1秒。

更不用說因為實際情況的限制，系統直到64米的地方才發出預警，這時候駕駛員基本已經沒有太多安全處理時間了。

而且更關鍵的是，低算力還會導致傳感器配合的效率變低，小米SU7標準版靠的是11顆攝像頭、1顆毫米波雷達和12顆超聲波雷達來處理數據，這在單顆Orin N芯片上很難精準地實時同步處理。

芯片算力才是智駕的基礎

事實上，這場事故并不是特例，根據中汽研的實測顯示，主流車型的AEB自動緊急制動在施工路段的平均避撞成功率只有52%；

而在歐洲EuroNCAP新增的高速避障測試中，配備高算力芯片的車型成功率要超過85%。

這種差距的背后，也就反映出了芯片算力和智駕安全的相關性。

行業專家認為，智駕系統需要至少200TOPS算力才能充分應對復雜的高速場景，而84TOPS的入門配置，本質上只能算是小米對成本與算力的妥協。

就像中汽研科技智能駕駛測試平臺技術總監胡碩所說：“智能駕駛的安全邊界不是由營銷參數決定的，而是由算力、傳感器硬件的物理極限決定的。當系統將90%的算力用于維持基礎功能，留給應急處理的‘安全冗余’幾乎為零”。

智駕加速 算力熄火

在目前車企對于芯片算力重視程度如此低的情況下，盲目開展“智駕平權”運動可能將會加深這個誤區。

比亞迪今年宣布全系標配高階智駕，但其主銷車型搭載的是英偉達Orin N和地平線J6M芯片，算力都集中在84-128TOPS之間，主打高速NOA功能；

而小米SU7 MAX版則采用了雙Orin X芯片，擁有508TOPS高算力+激光雷達的組合，支持城市NOA。

這兩個例子也就反映出如今市面上高低配算力出現斷層的現象。

英偉達汽車業務副總裁阿里·卡尼在采訪中就曾表示：“當前的輔助駕駛系統是在某些情況下通過預先定義動作的軟件規劃進行運作，但真正的自動駕駛汽車必須表現得更加自然。如果一家公司犯了一個錯誤，整個行業就會倒退幾年”。

騙消費者也騙自己

現在的車企經常使用“零接管”“解放雙手”等話術，甚至還有展示駕駛員車內觀影的，簡直就是赤裸裸地暗示“自動駕駛”能力。

另外也有車企哪怕沒有吹得那么過分，但只是對著一串數字較勁，也實打實的夸大了自家的智駕水平。

小鵬、小米都號稱把算力卷到了508TOPS，蔚來甚至堆到了1016TOPS，而英偉達新一代Thor芯片單顆算力更是達到了2000TOPS。

但事實上，算力再高，在傳感器協同以及數據支撐方面跟不上，只是又一種紙上談兵罷了。

現在想要實現主流水平的城市NOA或者高速NOA，根本不需要上千的算力。

就比如特斯拉FSD依靠的芯片算力只有144TOPS，但人家用于訓練的云端算力高達35 EFLOPS，這也就代表著特斯拉通過算法優化將每TOPS算力的數據處理能力極強，能給做到其他車企的4倍。

現在國內車企這種算力的“通貨膨脹”本質上是數據積累不足的結果，面對特斯拉這種號稱即將突破100億英里的真實路測數據，只能采用堆料+高精地圖+發布會吹牛的策略了。

馬斯克就曾公開表示：“真正的智能不在于算力，而在于如何用更好的算法優雅地解決數學問題。”

既然現在智駕已經慢慢要從高端配置變成全民標配，那就不能再把算力當作差異化賣點，而是必須堅守的紅線。

而且車企在追求智駕平權的同時，也不能讓用戶只是為算力買單，沒有技術儲備的兌現同樣是徒勞。

而小米的這場悲劇已經開始推動行業重新重視硬件和安全的關系，車企和供應商也都該想想什么才是正確方向的進步了。