qsystemone算力

Ⅰ 九章問世，世界第一！但量子計算機距離我們的生活還有多遠

作者：佰思科學 沈東旭 邱亞明

2020年12月4日，中國 科技 大學宣布，九章量子計算機問世。九章的意義有多大？對我們的生活能帶來什麼樣的影響？讓我們一起來檢視這些問題。

通過量子實現通用技術的想法，由美國科學家理查德·費曼等人在上世紀八十年代初提出來的。 在某些領域， 量子計算機有著比傳統計算機巨大的優勢。比如著名的質因數分解問題，就是如何把整數分解成質因數的乘積，Peter Shor最早證明了，使用量子計算，能比傳統計算機快很多。原因是什麼呢？

量子計算機利用了量子的特性，比如疊加與糾纏，這些都是傳統計算機所做不到的。 傳統計算機里，存儲器就兩個狀態，0或者1；而量子計算機，由於量子疊加原理，存儲器可以同時擁有0和1兩種狀態。當有N個存儲器的時候，可以存儲2^N（2的n次方）個狀態。因此量子計算機能同時對2^N（2的n次方）個數進行運算，而傳統計算機必須進行2^N個（2的n次方）操作，或者有2^N（2的n次方）個處理器進行並行處理才行。這樣量子計算機在處理某些並行演算法方面比傳統計算機有著巨大的優勢。

從本質上來說，量子計算機和傳統的電子計算機都是圖靈機的具體實現方式。所謂的圖靈機模型，由圖靈於1935年提出。簡單來說就是一個執行機構，能根據輸入和自己當前的狀態決定下一個狀態及輸出。人類目前的計算設備都屬於圖靈機。 因此，量子計算機能解決的問題，傳統計算機都能解決；反之亦然。實際上，現在還不知道哪些問題屬於量子計算機能解決而傳統計算機無法解決的。

另一方面，不是所有的傳統演算法都能通過量子計算機實現加速。 舉個最簡單的例子，1+1=2，從演算法角度來說就沒法加速。就算對能加速的演算法，在量子計算機上也有其加速上限，具體速度提升與演算法相關。

這次九章的核心意義，在於真正確立了量子霸權，也叫量子優越性（quantum supremacy）。 所謂的量子霸權，是美國加州理工教授John Preskill在2012年造出來的一個詞，意思是量子計算機首先要在某些特定演算法上無可置疑地超過傳統計算機。可以說，實現量子霸權是量子計算領域的一個里程碑，只有證明了量子計算的確有超過傳統計算機的實力，哪怕只是在某些特定演算法方面，量子計算才有它的發展意義。

實際上，之前有些人並不認可量子計算機真的比傳統計算機有優勢。還以質因數分解問題為例。截止2020年，使用傳統計算機，任意整數的質因數分解做到了829比特。 質因數分解是破解加密演算法中著名的RSA演算法的基礎。 RSA演算法可以算得上是當今加密體系的根基，主要用於分發密鑰，其意義十分重大。 破解到829比特的整數，大致相當於破解了RSA-250，即250位十進制數。現在RSA加密，最起碼需要1024比特長度的密鑰才有最基本的安全性，要求高一點的場合得用2048比特。如果有需要的話，RSA演算法甚至可以提升到4096比特。傳統計算機在可以預期的未來都不能使RSA演算法失效。

比如之前說過的Shor演算法，2001年IBM在量子計算機上用Shor演算法分解了15=3x5。現在Shor演算法的世界紀錄是2019年IBM使用Q System One分解了35。Q System One是世界上第一個基於電路的量子計算機。堂堂IBM實現的量子計算機，在質因數分解方面，只不過相當於小學二年級上學期學完乘法表的小朋友的水平，你說可氣不可氣。

使用其他方式，比如NMR（nuclear magnetic resonance）和量子退火技術（quantum annealing），目前量子計算機能分解的最大整數是1,099,551,473,989，只不過13位而已。在據認為比傳統計算機有優勢的質因數分解領域，量子計算機比傳統計算機達到的水平都差得很遠，難怪有人對量子計算機並不服氣。

量子計算之所以如此不給力，主要是量子比特的狀態容易出錯，造成量子比特的數量不夠，從而表現不出量子計算的優越性。 一般認為，量子比特需要達到50到100之間才能超越傳統計算機，建立量子霸權。

2017年，IBM宣布用超級電腦實現了對56個量子比特的模擬。換句話說，要想實現量子霸權，門檻被提升到了56個量子比特以上。2019年，谷歌宣布實現了量子霸權，在54個量子比特中53個可用。不過IBM表示不服，說用傳統計算機也能達到同等級的性能。 總之，谷歌宣稱的量子霸權是有爭議的，沒有得到業界的廣泛認可。

這次九章的成就，在於實現了遠超當前超算能夠模擬的水平，可以說毫無爭議地實現了量子霸權。九章的76個光子，等效於76個量子比特，遠超IBM的超算模擬56個量子比特門檻，所以IBM也沒話可說了。 假如退回到二十年前，很多人認為量子計算機根本做不出來。到了今天，大家所爭論的已經是量子計算機到底能不能超過傳統計算機。 現在實現量子霸權這個世界第一被中國人摘取了，其意義自然是非凡的。

當然，我們要清醒地認識到，當前的量子計算機只是在某些特定領域比傳統計算機有優勢。 比如九章，在求解5000萬次高斯玻色采樣問題時，需時200秒。傳統計算機處理玻色采樣問題是比較困難的，因為模擬要考慮的因素和參數太多。當前最強的超級計算機，日本的富岳，解同樣的問題需要6億年。但假如你說九章比富岳快1百萬億倍，那是不對的。只是在某個具體演算法上快這么多，其他多數演算法會比富岳慢得多。

為什麼在某些特定演算法能快上這么多倍呢？ 量子計算機在構建的時候，是基於某種物理系統的。 在求解特定問題時，比如玻色采樣，可以類比成做物理實驗，則求解的時間相當於做實驗的時間。玻色采樣本來就是對光子（光子屬於玻色子）做的，而九章又基於光來實現量子計算， 因此所謂的求解玻色采樣問題跟做物理實驗沒啥本質區別。這相當於硬體模擬的蒙特卡洛實驗，速度快是自然的。

舉個淺顯的例子。用超級計算機，哪怕模擬最簡單的化學實驗，通過計算求出化學反應結果，都是很困難的。但你用兩個試管，把兩種試劑一混合，過了一會就出結果了。然後你宣稱，你研發的化學試管計算機比超算牛多少倍。但顯然不能這么說，超算能做的很多事你這兩個化學試管根本做不了，這樣類比本身就有問題。

就算傳統計算機，由於系統配置的原因，在執行某些演算法時效率很高，其他演算法時效率不高，這都是很正常的事情。比如CPU和GPU在計算能力上的差異，不能簡單地說孰優孰劣，只能說它們各有千秋，各有各的適用范圍。

2017年，潘建偉團隊構建的光計算機執行通用演算法時，能超過ENIAC的水平。製造於1946年的ENIAC是世界上第一台實用的電子計算機，到了今天任何一款晶元的算力都遠超ENIAC。 現在的量子計算機還在和ENIAC做對比，你可以想像今日的量子計算機還多麼的原始。假如以從猿到人的過程來形容量子計算的發展狀態的話，當下的量子計算機不過剛剛學會了直立行走。要想在人類 社會 中發揮重要的作用，量子計算機需要擁有至少上百個甚至數百個量子比特才行。

總之，量子計算走向實用，還有很長、很長的路要走。但是無論如何，九章的問世，代表了中國在量子計算領域，真正走在了世界的最前頭，可喜可賀！

Ⅱ CES 2022 晶元三巨頭給我們帶來了哪些驚喜

說完這些新產品我們不妨回顧一下Mobileye的晶元進化史：

--2003年9月，Mobileye 發布EyeQ 1晶元。

這顆晶元支持前向碰撞警告（FCW）、車道偏離警告（LDW）和交通標識識別等功能。

--2008年，Mobileye對外發布第二款晶元：EyeQ 2。

這顆晶元增加了ACC以及行人檢測緊急制動等功能。</

Ⅲ 理論力學，q是什麼東西，計算力偶距的時候怎麼用的

在理論力學中，q代表均布載荷的作用密度，表示作用范圍內受均布載荷，計算方法如下：

1、可以用積分的方法將均布載荷等效為作用力，其大小等於均布載荷的面積，作用點根據力矩等效的方法落在靠近底邊1/3長度處；

Ⅳ 國內自動駕駛晶元有哪些知名品牌

目前，黑芝麻智能是全球自动驾驶计算芯片引领者，国产芯片产品最领先，始终保持大算力芯片领先行业1年以上。拥有华山系列芯片计算平台（二号A1000、二号A1000L、二号A1000 Pro）。A1000 Pro是目前国内算力最高的自动驾驶计算芯片，采用异构多核架构，16核Arm v8 CPU ，16nm工艺制程，典型功耗仅为25w，支持16路高清摄像头输入，支持ASIL-B级别功能安全，内置ASIL-D级别安全岛，具有高性能、低功耗、安全可靠的特点。

Ⅳ 一個金融分析師眼中的量子計算

光子盒研究院出品

量子計算是重要的前沿 科技 之一，是延續接近物理極限的摩爾定律繼續發展的重要路徑。 量子計算的特別之處是其計算能力隨著能夠支持的量子比特數的增長呈冪指數增長。全球來看，2019年宣布達到「量子霸權」的谷歌、IBM、微軟、英特爾以及Quantum Computing Inc.在量子計算上較為領先。阿里巴巴、網路等中國公司也在積極布局。

目前制約技術成熟的要素包括硬體和演算法兩方面。市場分析師Luke Lango撰文稱，谷歌在2019年底實現量子霸權，為量子計算在未來幾年內從理論走向現實奠定了基礎。這一轉變將引發全球量子計算市場的巨大增長。量子計算有望在未來十年成為大贏家。

因此，考慮到這一點，可以在接下來的十年中購買以下7隻量子計算股票：

Alphabet (納斯達克：GOOG,GOOGL)

國際商業機器 (紐約證券交易所：IBM)

微軟 (納斯達克：MSFT)

Quantum Computing (OTC市場：QUBT)

阿里巴巴 (紐約證券交易所：BABA)

網路 (納斯達克：BIDU)

英特爾 (納斯達克：INTC)

7隻量子計算股票

Alphabet(納斯達克：GOOG,GOOGL)

在未來十年內要購買的各種量子計算股票中，最好的買入可能是Alphabet股票。谷歌量子計算硬體方面代表了目前全球最高水平之一。 2006年，谷歌量子計算項目由Hartmut Neven 創立，最初專注於演算法和軟體。2014年，谷歌招募了加州大學聖塔芭芭拉分校John Martinis 團隊，谷歌開始在量子計算硬體方面發力。2016年，谷歌量子計算團隊使用3個量子比特對氫分子的基態能量進行了模擬，效果已經可以和經典計算機持平。2018年3月，谷歌推出了72位量子比特晶元Bristlecone。2019年10月，谷歌使用其當時最新推出的53位量子比特晶元Sycamore運行隨機電路取樣，僅用20s時間即完成了結果，而谷歌推算如果使用算力強大的超級計算機Summit需耗時1萬年，實現了「量子優越性」，這也是目前全球量子計算機經過實測的最強算力。2020年3月，谷歌推出了TensorFlow Quantum量子機器學習演算法開發平台，助力於未來全球量子演算法的發展。

盡管，許多人一直在爭論Alphabet是否確實達到了量子霸權。但現實情況是Alphabet建造了世界領先的量子計算機。這種超級計算機相關內容會變得越來越好，Sycamore的計算能力也將提高。Alphabet可以通過其Google Cloud業務將Sycamore轉變為市場領先的量子計算服務業務，並實現巨額收入。Alphabet是可能是今天最好的量子計算股票之一。

國際商業機器(紐約證券交易所：IBM)

量子計算領域中另一個與Alphabet競爭的就是IBM。IBM是全球最早布局量子計算的公司之一，並且至今技術依然保持全球領先。 早在1999年，IBM就採用NMR量子比特技術開發出3位量子計算機。2001年，IBM分團握亂別在5位NMR量子計算機、7位NMR量子計塌檔算機上成功運行了Shor量子演算法，成功將21分解為3和7，將15分解為3和5，這是人類首次在硬體上實現Shor量子演算法。2016年，IBM推出量子雲計算平台IBM Q Experience，IBM成為全球第一個推出量子雲服務的公司。2017年，IBM採用超導量子比特技術開發出17位量子計算機和50位量子計算機。2019年，IBM推出Q System One，這是一台53位的量子計算機。

IBM多年來一直在量子計算領域占據重要地位，但是他的細分領域卻一直與其他公司不一樣，例如Google一直在追求量子霸權（Quantum Supremacy），但IBM卻迴避了這種想法，轉而稱之為「量子優勢」（Quantum Advantage）。 表面上看，量子優勢與量子霸權並無太大區別。前者處理的是一個連續體，專注於使量子計算機比傳統計算機更快地執行某些任務。後者涉及的是使量子計算機永遠比皮帆傳統計算機更快的那一刻。但僅僅是一個哲學上的差異，卻有著巨大的意義。通過專注於建立量子優勢，IBM將其量子計算用在某些垂直行業和某些任務中，使其具有可衡量的實用性和經濟性。從長遠的發展來看，IBM為其量子計算服務創建一個相當於直接進入市場的策略。他可以幫助這個行業做好每一項任務。因此，有了這樣一種可實現的、簡單的、切實可行的方法，IBM的股票是未來10年內最有把握的量子計算股票之一。

微軟(納斯達克：MSFT)

另一個在量子計算領域具有長期潛力的大型 科技 公司是微軟，微軟和谷歌、IBM等 科技 巨頭不同，在量子計算硬體上投入較少，目前僅專注於量子雲服務。 2019年，微軟發布Azure Quantum量子雲服務平台，使用者可以通過平台使用 Honeywell、IonQ、Quantum Circuits等公司的量子計算機。微軟基於龐大的雲業務Azure推出Azure Quantum量子雲服務平台。目前，Azure Quantum是一個安全、穩定和開放的生態系統，為量子計算軟體、硬體和應用程序提供一站式服務。微軟依靠其已經龐大的Azure客戶群來交叉銷售Azure Quantum。這樣做將平台提供了非常廣闊的前景。綜上所述，量子計算只是微軟企業雲增長的一個方面。這種增長的說法在未來幾年將保持強勁勢頭，這將繼續支撐微軟股價的進一步上漲。

Quantum Computing(OTC市場：QUBT)

在給出的列表中，最有趣、最小、最具爆炸性的量子計算股票是Quantum Computing。 未來幾年，量子計算將改變一切，但是他的相關硬體很貴。量子計算的硬體還不能以低成本向普通客戶提供，使他們產生可觀的收益。因此，量子計算正在構建一個經濟實惠的量子計算軟體和應用程序的組合，這些軟體和應用程序可以提供量子計算能力，並在傳統計算機上運行。Quantum Computing希望能夠填補這一空白，並成為一個廣泛的、低成本的量子計算軟體提供商，為那些買不起量子計算硬體的公司提供便捷的量子計算軟體。Quantum Computing在2020年才開始將軟體商業化，通過目前處於beta模式的三個產品，這三種產品可能會在今年下半年開始與金融、醫療和政府客戶簽訂長期合同。這些早期的簽約可能是未來5到10年內成千上萬家公司注冊量子服務的開始。盡管現在這家公司收入基本為0，但可預見到未來能有幾億美元的收入。QUBT股票目前市值只有1200萬美元，未來股價可能會飆升。

阿里巴巴(紐約證券交易所：BABA)

我國 科技 巨頭阿里巴巴近年來也在布局量子計算 。2015年，阿里巴巴和中科院進行合作。2017年，密西根大學教授施堯耕加入阿里巴巴，加速了阿里在量子計算上的發展；同年，阿里巴巴宣布其與中科院聯合打造的量子雲平台上線。阿里巴巴正在打造一個強大的QCaaS分支，以補充其已經龐大的服務業務。事實上，阿里雲擁有全球IaaS市場約10%的份額，他打算利用這一領導地位，向其龐大的現有客戶群交叉銷售量子計算服務，並最終成為中國最大的QCaaS運營商。鑒於阿里巴巴巨大的資源優勢，該公司很可能最終成為中國量子計算市場的第一或第二大公司。因此這是一個長期購買和持有阿里巴巴股票的原因。

網路(納斯達克：BIDU)

另一家率先涉足量子計算的中國大型 科技 公司是網路。 網路於2018年啟動了自己的量子計算研究中心，研究中心的目標是將量子計算整合到網路的核心業務中。網路在最初階段建立量子計算的初衷是希望來改善自己的運營，後來公司希望將量子計算業務作為服務出售給第三方。兩者的結合將為網路帶來很大的回報，量子計算可以使網路的核心搜索和廣告業務顯著改善，計算能力的提高也可以極大地改善搜索演算法和廣告定位技術。由於對量子計算的早期研究，網路股票也有上漲空間。

英特爾(納斯達克：INTC)

最後，在這張量子計算股票的買入名單上是英特爾。 盡管英特爾在傳統CPU方面可能落後於競爭對手AMD，但半導體巨頭卻在創造潛在的量子CPU方面處於領先地位。英特爾新發布的Horse Ridge低溫控制晶元被廣泛認為是當今市場上最佳的量子CPU候選產品。該晶元包括四個可以控制128個量子位的射頻通道，這是英特爾前身量子CPU Tangle Lake的兩倍多。換句話說，英特爾是量子計算晶元的領導者。未來當量子計算機大規模製造時，它們很可能會建立在英特爾的量子CPU上。為此，未來5到10年量子計算硬體市場的潛爆炸性增長對英特爾的股票都是一個巨大的刺激。

雲平台推動量子計算機商用

目前，谷歌、IBM、微軟、亞馬遜、阿里巴巴等全球 科技 巨頭均已推出量子雲服務平台。 用戶可以通過平台提供的編譯器開發量子演算法，並通過雲服務在雲端的量子計算機硬體上進行運行。2017 年，IBM Q Experience 正式上線運行，是全球第一個量子雲服務平台。隨後，阿里巴巴、谷歌、微軟、亞馬遜也相繼推出了量子雲服務平台。

中短期內，量子計算機在達到商業應用程度後，小型化問題依然難以解決，通過雲計算提供服務是其可能的形態。 量子計算機體積較大，且需要運行在較低溫度環境下，由專門的技術人員進行維護，短期內推出小型商用機可能性較小。量子計算機與現有網路系統相適應，用戶通過量子雲服務遠程調度量子計算機算力。具體來說，下游用戶通過客戶端操縱雲端經典計算機，雲端經典計算機通過量子計算機操控程序輸入/讀取量子計算機數據。

參考資料：

https://investorplace.com/2020/08/7-quantum-computing-stocks-to-buy-for-the-next-10-years/

-End-

1930年秋，第六屆索爾維會議在布魯塞爾召開。早有準備的愛因斯坦在會上向玻爾提出了他的著名的思想實驗——「光子盒」，公眾號名稱正源於此。

Ⅵ 起底自動駕駛晶元背後的秘密

在自動駕駛晶元領域中，能將「大算力」晶元量產並交付給車企的晶元供應商並不多，而這也導致目前搭載「大算力」晶元的車型並不多，車企欲自研自動駕駛晶元的野心逐漸顯現，圍繞自動駕駛晶元的智能網聯爭奪戰早已拉開帷幕。

「大算力」晶元成寵兒

隨著《 汽車 駕駛自動化分級》國家標準的正式實施，自動駕駛等級正在向更高級別的方向發展，而高階級的進化也對晶元算力提出了更高的要求。

在英偉達召開的2022年GTC（全球商品交易中心）大會上，英偉達首席執行官黃仁勛宣布英偉達自動駕駛晶元Orin於本月正式投產銷售。官方信息顯示，英偉達Orin晶元算力可達254TOPS。與此同時，英偉達還公布了Atlan晶元，而該晶元的目標算力是1000TOPS，計劃於2025年交付。

毫無疑問，當前的自動駕駛晶元市場發生了明顯的變化，「大算力」正是一大趨勢。除了英偉達，算力突破100TOPS的晶元陸續問世，比如已發布單顆晶元最高算力可達128TOPS的地平線征程5；單顆晶元最高算力可達176TOPS的Mobileye EyeQ Ultra等。

寒武紀行歌執行總裁王平在日前召開的首席智行官大會暨機器之心AI 科技 年會上也表示，「大算力」將成為智能駕駛晶元的兩大趨勢之一。據悉，今明兩年，寒武紀行歌將會推出兩款重磅晶元，其中一款高端智駕晶元AI算力將超過400TOPS。

縱觀目前搭載在實車上的晶元，單顆晶元算力大多不過100TOPS，例如小鵬P7的NGP輔助駕駛系統、蔚來ES6的NOP輔助駕駛系統、理想ONE的NOA輔助駕駛系統等。這也導致目前量產實車的自動駕駛徘徊在真正意義上L4級別大門遲遲不能前進。

日前在北京舉辦的2022年電動車百人論壇上，地平線創始人余凱表示，在摩爾定律趨緩的情況下，不能再依靠提升晶體管的密度，提升計算性能。基於此，地平線對晶元算力提出「算力大不如算得快」，期冀提高晶元的計算效率。

實際上，余凱曾多次表示，地平線並不單純追求物理算力，更看重深度神經網路演算法在晶元上的計算效率。對比地平線征程5和英偉達Orin-X，地平線只用一半的晶元面積和一半的計算資源，但依然能夠得到相當高的計算性能。一定程度上來說，地平線追求的晶元更有經濟適用性。

與車企合作模式的轉變

在目前英偉達市佔率頂起半邊天之前，業內更願意採用的自動駕駛晶元來自目前歸屬於英特爾的Mobileye。長期以來，Mobileye採用的是黑盒子方案，即將晶元、操作系統以及智能駕駛系統的軟硬體全部整合打包給車企。

21世紀初，市場對智能駕駛的需求尚未顯露，加之自動駕駛領域的入局者數量不多，技術發展處於起步階段，車企對自動駕駛領域一片空白。此時，由晶元供應商全包的模式成為車企的主要選擇。2007年，寶馬、通用和沃爾沃的車型均配置Mobileye提供的晶元服務。

但這樣的「全包模式」在當前的智能網聯時代，卻成為束縛車企們個性化定製、差異化競爭的一大因素。而這也導致眾多車企轉向英偉達、地平線這類開放性程度更高的晶元商。

目前，英偉達採用的合作模式建立在自研的晶元和操作系統上，而自動駕駛企業如小馬智行以及車企等相關方均可以在此基礎上設計適合自己需求的自動駕駛軟硬體系統。相較黑盒子方案，這無疑給予了車企更大的自主研發權。

而地平線給出的合作模式則更具有開放性，包括搭建開源的車載操作系統；向車企授權晶元IP，幫助車企打造晶元。前者被稱為Together OS，地平線在SOC（系統級晶元）等開發完成後，將中間的底層軟體通過開源OS開放的模式跟整車一起系統開發。後者被稱為BPU授權模式，即整車開發可以從晶元、操作系統、自動駕駛的軟硬體系統等各層級滲透。

2022年年初，理想 汽車 創始人李想在其個人公開社交平台上表示，由於無法滿足理想 汽車 智能駕駛全棧道自研的需求，理想 汽車 在2020年底停止了和Mobileye的合作，開始使用地平線的J3晶元開展智能駕駛的全棧道自研。

顯然，隨著智能網聯時代的號角吹響，車企在智能駕駛方面的競爭力之一即來自更多地掌握核心晶元技術，不斷向產業鏈的底層滲透，尋求軟硬體高度協同。

在具體的實施中，車企實施全棧道自研對資金的需求更大。盡管在這種模式下，車企能更大程度地掌控晶元設計、產品功能和研發效率，但礙於資金等投入，目前僅有小鵬 汽車 等少數車企使用全棧道自研。

更多的車企將自動駕駛基礎的軟硬體開發、硬體生產以及晶元方案整合等外包交由上層供應商完成，而自動駕駛軟體部分則由車企完成，以達到智能駕駛個性化定製和差異化體驗的產品市場競爭力。

國產晶元商開始異軍突圍

不可忽略的是，當前自動駕駛晶元市場中，面向L4級別的車型大多採用的是英偉達、高通等國外的晶元商，誠然國內的晶元商，例如華為、地平線等也不容小覷，但如何讓更多的車企或自動駕駛企業選擇國產晶元，是擺在眼前的一道難題。

王平表示，從車企的角度，希望車企可以給國內晶元公司更多的機會，通過聯合開發項目，牽引國產的SOC成為更符合車企需求的SOC，更多使用國產化晶元提升供應鏈安全性。此外，支持引導生態打造，鼓勵國內晶元企業、演算法公司等企業的強強合作。

同時，王平希望半導體行業的企業們，能在製造端早日實現先進製程車規級製造和封裝的本土落地。

而地平線則是在不斷提升計算效率的前提下，通過更開放性的平台打通與更多車企的合作圈，洞悉車企欲參與晶元設計、軟硬體系統開發等方面，企圖在更具定製化、個性化方面實現彎道超車。

值得一提的是，當前，自動駕駛晶元的製造大多實行代工制，晶元設計公司並非就擁有製造生產線。

黃仁勛在3月的一次電話會議中透露，英偉達有興趣考慮讓英特爾代工晶元。其表示：「英特爾有意讓英偉達使用英特爾的製造工廠，而英偉達對 探索 這種可能性也非常感興趣。但是，關於代工合同的討論需要很長時間，因為這涉及到整合供應鏈。」目前，上述雙方尚未有具體的合作時間表。

而在此前，英偉達的晶元代工大多在台積電進行。因此，全產業鏈的閉環中，國產晶元商也可以通過原有製造方面的優勢逐步向前端設計轉型。

正如全國政協經濟委員會副主任苗圩表示，如果把新能源 汽車 比作上半場，智能網聯 汽車 比作下半場，中國 汽車 行業上半場取得了很大成效，但決定勝負還在下半場。自動駕駛晶元的發展將影響自動駕駛 汽車 技術的發展，國產晶元如何獲取更大的市場佔有率，仍需技術突破、加強合作等多維度發展。

Ⅶ 算力大不如算得快 基於地平線征程5晶元NOA功能輕體驗

智能電動汽車時代下，車載晶元已經成為行業內「開卷」的核心技術指標之一。畢竟OTA遠程升級雖然可以對軟體功能進行完善補充，但是晶元硬體的性能指標還是有上限的，就好比非要在奔騰4的電腦上跑個老頭環，不現實。

因此在智駕晶元領域，各個企業開始了算力大比拼，英偉達Orin、Mobileye EyeQ Ultra、華為MDC 810以及特斯拉最新的HW 4.0等等，無不在強調自身的 TOPS（即 算力）指標。不過，在智能駕駛輔助這個針對性非常強的運算環境中，算力大有時候並不代表性能強，算得快（即 FPS）反而會顯得更加重要。

編輯總結：從當天簡短的高速NOA體驗過程來看，搭載征程5晶元的理想L8實際表現與其他主流頭部車企無異，整個過程依然是在交通法規規則下、極致安全文明駕駛的一類。另外，試駕的過程其實也沒有遇到太大的考驗環節，像臨時的施工路段、突然插入的社會車輛、復雜的道路交匯等等，很難看出征程5的真實實力。

此外，在其他新勢力都開始向城市NOA發力的階段，征程5的理想L8還不能實現該功能，總感覺會落人口舌。希望地平線可以發展更多的車企合作夥伴，讓城市NOA早日落地，也讓行業認識到征程5的硬實力，以及「算力大不如算得快」這句話的意義所在。

【本文來自易車號作者EV世紀，版權歸作者所有,任何形式轉載請聯系作者。內容僅代表作者觀點，與易車無關】