qsystemone算力

Ⅰ 九章问世，世界第一！但量子计算机距离我们的生活还有多远

作者：佰思科学 沈东旭 邱亚明

2020年12月4日，中国 科技 大学宣布，九章量子计算机问世。九章的意义有多大？对我们的生活能带来什么样的影响？让我们一起来检视这些问题。

通过量子实现通用技术的想法，由美国科学家理查德·费曼等人在上世纪八十年代初提出来的。 在某些领域， 量子计算机有着比传统计算机巨大的优势。比如著名的质因数分解问题，就是如何把整数分解成质因数的乘积，Peter Shor最早证明了，使用量子计算，能比传统计算机快很多。原因是什么呢？

量子计算机利用了量子的特性，比如叠加与纠缠，这些都是传统计算机所做不到的。 传统计算机里，存储器就两个状态，0或者1；而量子计算机，由于量子叠加原理，存储器可以同时拥有0和1两种状态。当有N个存储器的时候，可以存储2^N（2的n次方）个状态。因此量子计算机能同时对2^N（2的n次方）个数进行运算，而传统计算机必须进行2^N个（2的n次方）操作，或者有2^N（2的n次方）个处理器进行并行处理才行。这样量子计算机在处理某些并行算法方面比传统计算机有着巨大的优势。

从本质上来说，量子计算机和传统的电子计算机都是图灵机的具体实现方式。所谓的图灵机模型，由图灵于1935年提出。简单来说就是一个执行机构，能根据输入和自己当前的状态决定下一个状态及输出。人类目前的计算设备都属于图灵机。 因此，量子计算机能解决的问题，传统计算机都能解决；反之亦然。实际上，现在还不知道哪些问题属于量子计算机能解决而传统计算机无法解决的。

另一方面，不是所有的传统算法都能通过量子计算机实现加速。 举个最简单的例子，1+1=2，从算法角度来说就没法加速。就算对能加速的算法，在量子计算机上也有其加速上限，具体速度提升与算法相关。

这次九章的核心意义，在于真正确立了量子霸权，也叫量子优越性（quantum supremacy）。 所谓的量子霸权，是美国加州理工教授John Preskill在2012年造出来的一个词，意思是量子计算机首先要在某些特定算法上无可置疑地超过传统计算机。可以说，实现量子霸权是量子计算领域的一个里程碑，只有证明了量子计算的确有超过传统计算机的实力，哪怕只是在某些特定算法方面，量子计算才有它的发展意义。

实际上，之前有些人并不认可量子计算机真的比传统计算机有优势。还以质因数分解问题为例。截止2020年，使用传统计算机，任意整数的质因数分解做到了829比特。 质因数分解是破解加密算法中著名的RSA算法的基础。 RSA算法可以算得上是当今加密体系的根基，主要用于分发密钥，其意义十分重大。 破解到829比特的整数，大致相当于破解了RSA-250，即250位十进制数。现在RSA加密，最起码需要1024比特长度的密钥才有最基本的安全性，要求高一点的场合得用2048比特。如果有需要的话，RSA算法甚至可以提升到4096比特。传统计算机在可以预期的未来都不能使RSA算法失效。

比如之前说过的Shor算法，2001年IBM在量子计算机上用Shor算法分解了15=3x5。现在Shor算法的世界纪录是2019年IBM使用Q System One分解了35。Q System One是世界上第一个基于电路的量子计算机。堂堂IBM实现的量子计算机，在质因数分解方面，只不过相当于小学二年级上学期学完乘法表的小朋友的水平，你说可气不可气。

使用其他方式，比如NMR（nuclear magnetic resonance）和量子退火技术（quantum annealing），目前量子计算机能分解的最大整数是1,099,551,473,989，只不过13位而已。在据认为比传统计算机有优势的质因数分解领域，量子计算机比传统计算机达到的水平都差得很远，难怪有人对量子计算机并不服气。

量子计算之所以如此不给力，主要是量子比特的状态容易出错，造成量子比特的数量不够，从而表现不出量子计算的优越性。 一般认为，量子比特需要达到50到100之间才能超越传统计算机，建立量子霸权。

2017年，IBM宣布用超级电脑实现了对56个量子比特的模拟。换句话说，要想实现量子霸权，门槛被提升到了56个量子比特以上。2019年，谷歌宣布实现了量子霸权，在54个量子比特中53个可用。不过IBM表示不服，说用传统计算机也能达到同等级的性能。 总之，谷歌宣称的量子霸权是有争议的，没有得到业界的广泛认可。

这次九章的成就，在于实现了远超当前超算能够模拟的水平，可以说毫无争议地实现了量子霸权。九章的76个光子，等效于76个量子比特，远超IBM的超算模拟56个量子比特门槛，所以IBM也没话可说了。 假如退回到二十年前，很多人认为量子计算机根本做不出来。到了今天，大家所争论的已经是量子计算机到底能不能超过传统计算机。 现在实现量子霸权这个世界第一被中国人摘取了，其意义自然是非凡的。

当然，我们要清醒地认识到，当前的量子计算机只是在某些特定领域比传统计算机有优势。 比如九章，在求解5000万次高斯玻色采样问题时，需时200秒。传统计算机处理玻色采样问题是比较困难的，因为模拟要考虑的因素和参数太多。当前最强的超级计算机，日本的富岳，解同样的问题需要6亿年。但假如你说九章比富岳快1百万亿倍，那是不对的。只是在某个具体算法上快这么多，其他多数算法会比富岳慢得多。

为什么在某些特定算法能快上这么多倍呢？ 量子计算机在构建的时候，是基于某种物理系统的。 在求解特定问题时，比如玻色采样，可以类比成做物理实验，则求解的时间相当于做实验的时间。玻色采样本来就是对光子（光子属于玻色子）做的，而九章又基于光来实现量子计算， 因此所谓的求解玻色采样问题跟做物理实验没啥本质区别。这相当于硬件模拟的蒙特卡洛实验，速度快是自然的。

举个浅显的例子。用超级计算机，哪怕模拟最简单的化学实验，通过计算求出化学反应结果，都是很困难的。但你用两个试管，把两种试剂一混合，过了一会就出结果了。然后你宣称，你研发的化学试管计算机比超算牛多少倍。但显然不能这么说，超算能做的很多事你这两个化学试管根本做不了，这样类比本身就有问题。

就算传统计算机，由于系统配置的原因，在执行某些算法时效率很高，其他算法时效率不高，这都是很正常的事情。比如CPU和GPU在计算能力上的差异，不能简单地说孰优孰劣，只能说它们各有千秋，各有各的适用范围。

2017年，潘建伟团队构建的光计算机执行通用算法时，能超过ENIAC的水平。制造于1946年的ENIAC是世界上第一台实用的电子计算机，到了今天任何一款芯片的算力都远超ENIAC。 现在的量子计算机还在和ENIAC做对比，你可以想象今日的量子计算机还多么的原始。假如以从猿到人的过程来形容量子计算的发展状态的话，当下的量子计算机不过刚刚学会了直立行走。要想在人类 社会 中发挥重要的作用，量子计算机需要拥有至少上百个甚至数百个量子比特才行。

总之，量子计算走向实用，还有很长、很长的路要走。但是无论如何，九章的问世，代表了中国在量子计算领域，真正走在了世界的最前头，可喜可贺！

Ⅱ CES 2022 芯片三巨头给我们带来了哪些惊喜

说完这些新产品我们不妨回顾一下Mobileye的芯片进化史：

--2003年9月，Mobileye 发布EyeQ 1芯片。

这颗芯片支持前向碰撞警告（FCW）、车道偏离警告（LDW）和交通标识识别等功能。

--2008年，Mobileye对外发布第二款芯片：EyeQ 2。

这颗芯片增加了ACC以及行人检测紧急制动等功能。</

Ⅲ 理论力学，q是什么东西，计算力偶距的时候怎么用的

在理论力学中，q代表均布载荷的作用密度，表示作用范围内受均布载荷，计算方法如下：

1、可以用积分的方法将均布载荷等效为作用力，其大小等于均布载荷的面积，作用点根据力矩等效的方法落在靠近底边1/3长度处；

Ⅳ 国内自动驾驶芯片有哪些知名品牌

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 一个金融分析师眼中的量子计算

光子盒研究院出品

量子计算是重要的前沿 科技 之一，是延续接近物理极限的摩尔定律继续发展的重要路径。 量子计算的特别之处是其计算能力随着能够支持的量子比特数的增长呈幂指数增长。全球来看，2019年宣布达到“量子霸权”的谷歌、IBM、微软、英特尔以及Quantum Computing Inc.在量子计算上较为领先。阿里巴巴、网络等中国公司也在积极布局。

目前制约技术成熟的要素包括硬件和算法两方面。市场分析师Luke Lango撰文称，谷歌在2019年底实现量子霸权，为量子计算在未来几年内从理论走向现实奠定了基础。这一转变将引发全球量子计算市场的巨大增长。量子计算有望在未来十年成为大赢家。

因此，考虑到这一点，可以在接下来的十年中购买以下7只量子计算股票：

Alphabet (纳斯达克：GOOG,GOOGL)

国际商业机器 (纽约证券交易所：IBM)

微软 (纳斯达克：MSFT)

Quantum Computing (OTC市场：QUBT)

阿里巴巴 (纽约证券交易所：BABA)

网络 (纳斯达克：BIDU)

英特尔 (纳斯达克：INTC)

7只量子计算股票

Alphabet(纳斯达克：GOOG,GOOGL)

在未来十年内要购买的各种量子计算股票中，最好的买入可能是Alphabet股票。谷歌量子计算硬件方面代表了目前全球最高水平之一。 2006年，谷歌量子计算项目由Hartmut Neven 创立，最初专注于算法和软件。2014年，谷歌招募了加州大学圣塔芭芭拉分校John Martinis 团队，谷歌开始在量子计算硬件方面发力。2016年，谷歌量子计算团队使用3个量子比特对氢分子的基态能量进行了模拟，效果已经可以和经典计算机持平。2018年3月，谷歌推出了72位量子比特芯片Bristlecone。2019年10月，谷歌使用其当时最新推出的53位量子比特芯片Sycamore运行随机电路取样，仅用20s时间即完成了结果，而谷歌推算如果使用算力强大的超级计算机Summit需耗时1万年，实现了“量子优越性”，这也是目前全球量子计算机经过实测的最强算力。2020年3月，谷歌推出了TensorFlow Quantum量子机器学习算法开发平台，助力于未来全球量子算法的发展。

尽管，许多人一直在争论Alphabet是否确实达到了量子霸权。但现实情况是Alphabet建造了世界领先的量子计算机。这种超级计算机相关内容会变得越来越好，Sycamore的计算能力也将提高。Alphabet可以通过其Google Cloud业务将Sycamore转变为市场领先的量子计算服务业务，并实现巨额收入。Alphabet是可能是今天最好的量子计算股票之一。

国际商业机器(纽约证券交易所：IBM)

量子计算领域中另一个与Alphabet竞争的就是IBM。IBM是全球最早布局量子计算的公司之一，并且至今技术依然保持全球领先。 早在1999年，IBM就采用NMR量子比特技术开发出3位量子计算机。2001年，IBM分团握乱别在5位NMR量子计算机、7位NMR量子计塌档算机上成功运行了Shor量子算法，成功将21分解为3和7，将15分解为3和5，这是人类首次在硬件上实现Shor量子算法。2016年，IBM推出量子云计算平台IBM Q Experience，IBM成为全球第一个推出量子云服务的公司。2017年，IBM采用超导量子比特技术开发出17位量子计算机和50位量子计算机。2019年，IBM推出Q System One，这是一台53位的量子计算机。

IBM多年来一直在量子计算领域占据重要地位，但是他的细分领域却一直与其他公司不一样，例如Google一直在追求量子霸权（Quantum Supremacy），但IBM却回避了这种想法，转而称之为“量子优势”（Quantum Advantage）。 表面上看，量子优势与量子霸权并无太大区别。前者处理的是一个连续体，专注于使量子计算机比传统计算机更快地执行某些任务。后者涉及的是使量子计算机永远比皮帆传统计算机更快的那一刻。但仅仅是一个哲学上的差异，却有着巨大的意义。通过专注于建立量子优势，IBM将其量子计算用在某些垂直行业和某些任务中，使其具有可衡量的实用性和经济性。从长远的发展来看，IBM为其量子计算服务创建一个相当于直接进入市场的策略。他可以帮助这个行业做好每一项任务。因此，有了这样一种可实现的、简单的、切实可行的方法，IBM的股票是未来10年内最有把握的量子计算股票之一。

微软(纳斯达克：MSFT)

另一个在量子计算领域具有长期潜力的大型 科技 公司是微软，微软和谷歌、IBM等 科技 巨头不同，在量子计算硬件上投入较少，目前仅专注于量子云服务。 2019年，微软发布Azure Quantum量子云服务平台，使用者可以通过平台使用 Honeywell、IonQ、Quantum Circuits等公司的量子计算机。微软基于庞大的云业务Azure推出Azure Quantum量子云服务平台。目前，Azure Quantum是一个安全、稳定和开放的生态系统，为量子计算软件、硬件和应用程序提供一站式服务。微软依靠其已经庞大的Azure客户群来交叉销售Azure Quantum。这样做将平台提供了非常广阔的前景。综上所述，量子计算只是微软企业云增长的一个方面。这种增长的说法在未来几年将保持强劲势头，这将继续支撑微软股价的进一步上涨。

Quantum Computing(OTC市场：QUBT)

在给出的列表中，最有趣、最小、最具爆炸性的量子计算股票是Quantum Computing。 未来几年，量子计算将改变一切，但是他的相关硬件很贵。量子计算的硬件还不能以低成本向普通客户提供，使他们产生可观的收益。因此，量子计算正在构建一个经济实惠的量子计算软件和应用程序的组合，这些软件和应用程序可以提供量子计算能力，并在传统计算机上运行。Quantum Computing希望能够填补这一空白，并成为一个广泛的、低成本的量子计算软件提供商，为那些买不起量子计算硬件的公司提供便捷的量子计算软件。Quantum Computing在2020年才开始将软件商业化，通过目前处于beta模式的三个产品，这三种产品可能会在今年下半年开始与金融、医疗和政府客户签订长期合同。这些早期的签约可能是未来5到10年内成千上万家公司注册量子服务的开始。尽管现在这家公司收入基本为0，但可预见到未来能有几亿美元的收入。QUBT股票目前市值只有1200万美元，未来股价可能会飙升。

阿里巴巴(纽约证券交易所：BABA)

我国 科技 巨头阿里巴巴近年来也在布局量子计算 。2015年，阿里巴巴和中科院进行合作。2017年，密西根大学教授施尧耕加入阿里巴巴，加速了阿里在量子计算上的发展；同年，阿里巴巴宣布其与中科院联合打造的量子云平台上线。阿里巴巴正在打造一个强大的QCaaS分支，以补充其已经庞大的服务业务。事实上，阿里云拥有全球IaaS市场约10%的份额，他打算利用这一领导地位，向其庞大的现有客户群交叉销售量子计算服务，并最终成为中国最大的QCaaS运营商。鉴于阿里巴巴巨大的资源优势，该公司很可能最终成为中国量子计算市场的第一或第二大公司。因此这是一个长期购买和持有阿里巴巴股票的原因。

网络(纳斯达克：BIDU)

另一家率先涉足量子计算的中国大型 科技 公司是网络。 网络于2018年启动了自己的量子计算研究中心，研究中心的目标是将量子计算整合到网络的核心业务中。网络在最初阶段建立量子计算的初衷是希望来改善自己的运营，后来公司希望将量子计算业务作为服务出售给第三方。两者的结合将为网络带来很大的回报，量子计算可以使网络的核心搜索和广告业务显着改善，计算能力的提高也可以极大地改善搜索算法和广告定位技术。由于对量子计算的早期研究，网络股票也有上涨空间。

英特尔(纳斯达克：INTC)

最后，在这张量子计算股票的买入名单上是英特尔。 尽管英特尔在传统CPU方面可能落后于竞争对手AMD，但半导体巨头却在创造潜在的量子CPU方面处于领先地位。英特尔新发布的Horse Ridge低温控制芯片被广泛认为是当今市场上最佳的量子CPU候选产品。该芯片包括四个可以控制128个量子位的射频通道，这是英特尔前身量子CPU Tangle Lake的两倍多。换句话说，英特尔是量子计算芯片的领导者。未来当量子计算机大规模制造时，它们很可能会建立在英特尔的量子CPU上。为此，未来5到10年量子计算硬件市场的潜爆炸性增长对英特尔的股票都是一个巨大的刺激。

云平台推动量子计算机商用

目前，谷歌、IBM、微软、亚马逊、阿里巴巴等全球 科技 巨头均已推出量子云服务平台。 用户可以通过平台提供的编译器开发量子算法，并通过云服务在云端的量子计算机硬件上进行运行。2017 年，IBM Q Experience 正式上线运行，是全球第一个量子云服务平台。随后，阿里巴巴、谷歌、微软、亚马逊也相继推出了量子云服务平台。

中短期内，量子计算机在达到商业应用程度后，小型化问题依然难以解决，通过云计算提供服务是其可能的形态。 量子计算机体积较大，且需要运行在较低温度环境下，由专门的技术人员进行维护，短期内推出小型商用机可能性较小。量子计算机与现有网络系统相适应，用户通过量子云服务远程调度量子计算机算力。具体来说，下游用户通过客户端操纵云端经典计算机，云端经典计算机通过量子计算机操控程序输入/读取量子计算机数据。

参考资料：

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

-End-

1930年秋，第六届索尔维会议在布鲁塞尔召开。早有准备的爱因斯坦在会上向玻尔提出了他的著名的思想实验——“光子盒”，公众号名称正源于此。

Ⅵ 起底自动驾驶芯片背后的秘密

在自动驾驶芯片领域中，能将“大算力”芯片量产并交付给车企的芯片供应商并不多，而这也导致目前搭载“大算力”芯片的车型并不多，车企欲自研自动驾驶芯片的野心逐渐显现，围绕自动驾驶芯片的智能网联争夺战早已拉开帷幕。

“大算力”芯片成宠儿

随着《 汽车 驾驶自动化分级》国家标准的正式实施，自动驾驶等级正在向更高级别的方向发展，而高阶级的进化也对芯片算力提出了更高的要求。

在英伟达召开的2022年GTC（全球商品交易中心）大会上，英伟达首席执行官黄仁勋宣布英伟达自动驾驶芯片Orin于本月正式投产销售。官方信息显示，英伟达Orin芯片算力可达254TOPS。与此同时，英伟达还公布了Atlan芯片，而该芯片的目标算力是1000TOPS，计划于2025年交付。

毫无疑问，当前的自动驾驶芯片市场发生了明显的变化，“大算力”正是一大趋势。除了英伟达，算力突破100TOPS的芯片陆续问世，比如已发布单颗芯片最高算力可达128TOPS的地平线征程5；单颗芯片最高算力可达176TOPS的Mobileye EyeQ Ultra等。

寒武纪行歌执行总裁王平在日前召开的首席智行官大会暨机器之心AI 科技 年会上也表示，“大算力”将成为智能驾驶芯片的两大趋势之一。据悉，今明两年，寒武纪行歌将会推出两款重磅芯片，其中一款高端智驾芯片AI算力将超过400TOPS。

纵观目前搭载在实车上的芯片，单颗芯片算力大多不过100TOPS，例如小鹏P7的NGP辅助驾驶系统、蔚来ES6的NOP辅助驾驶系统、理想ONE的NOA辅助驾驶系统等。这也导致目前量产实车的自动驾驶徘徊在真正意义上L4级别大门迟迟不能前进。

日前在北京举办的2022年电动车百人论坛上，地平线创始人余凯表示，在摩尔定律趋缓的情况下，不能再依靠提升晶体管的密度，提升计算性能。基于此，地平线对芯片算力提出“算力大不如算得快”，期冀提高芯片的计算效率。

实际上，余凯曾多次表示，地平线并不单纯追求物理算力，更看重深度神经网络算法在芯片上的计算效率。对比地平线征程5和英伟达Orin-X，地平线只用一半的芯片面积和一半的计算资源，但依然能够得到相当高的计算性能。一定程度上来说，地平线追求的芯片更有经济适用性。

与车企合作模式的转变

在目前英伟达市占率顶起半边天之前，业内更愿意采用的自动驾驶芯片来自目前归属于英特尔的Mobileye。长期以来，Mobileye采用的是黑盒子方案，即将芯片、操作系统以及智能驾驶系统的软硬件全部整合打包给车企。

21世纪初，市场对智能驾驶的需求尚未显露，加之自动驾驶领域的入局者数量不多，技术发展处于起步阶段，车企对自动驾驶领域一片空白。此时，由芯片供应商全包的模式成为车企的主要选择。2007年，宝马、通用和沃尔沃的车型均配置Mobileye提供的芯片服务。

但这样的“全包模式”在当前的智能网联时代，却成为束缚车企们个性化定制、差异化竞争的一大因素。而这也导致众多车企转向英伟达、地平线这类开放性程度更高的芯片商。

目前，英伟达采用的合作模式建立在自研的芯片和操作系统上，而自动驾驶企业如小马智行以及车企等相关方均可以在此基础上设计适合自己需求的自动驾驶软硬件系统。相较黑盒子方案，这无疑给予了车企更大的自主研发权。

而地平线给出的合作模式则更具有开放性，包括搭建开源的车载操作系统；向车企授权芯片IP，帮助车企打造芯片。前者被称为Together OS，地平线在SOC（系统级芯片）等开发完成后，将中间的底层软件通过开源OS开放的模式跟整车一起系统开发。后者被称为BPU授权模式，即整车开发可以从芯片、操作系统、自动驾驶的软硬件系统等各层级渗透。

2022年年初，理想 汽车 创始人李想在其个人公开社交平台上表示，由于无法满足理想 汽车 智能驾驶全栈道自研的需求，理想 汽车 在2020年底停止了和Mobileye的合作，开始使用地平线的J3芯片开展智能驾驶的全栈道自研。

显然，随着智能网联时代的号角吹响，车企在智能驾驶方面的竞争力之一即来自更多地掌握核心芯片技术，不断向产业链的底层渗透，寻求软硬件高度协同。

在具体的实施中，车企实施全栈道自研对资金的需求更大。尽管在这种模式下，车企能更大程度地掌控芯片设计、产品功能和研发效率，但碍于资金等投入，目前仅有小鹏 汽车 等少数车企使用全栈道自研。

更多的车企将自动驾驶基础的软硬件开发、硬件生产以及芯片方案整合等外包交由上层供应商完成，而自动驾驶软件部分则由车企完成，以达到智能驾驶个性化定制和差异化体验的产品市场竞争力。

国产芯片商开始异军突围

不可忽略的是，当前自动驾驶芯片市场中，面向L4级别的车型大多采用的是英伟达、高通等国外的芯片商，诚然国内的芯片商，例如华为、地平线等也不容小觑，但如何让更多的车企或自动驾驶企业选择国产芯片，是摆在眼前的一道难题。

王平表示，从车企的角度，希望车企可以给国内芯片公司更多的机会，通过联合开发项目，牵引国产的SOC成为更符合车企需求的SOC，更多使用国产化芯片提升供应链安全性。此外，支持引导生态打造，鼓励国内芯片企业、算法公司等企业的强强合作。

同时，王平希望半导体行业的企业们，能在制造端早日实现先进制程车规级制造和封装的本土落地。

而地平线则是在不断提升计算效率的前提下，通过更开放性的平台打通与更多车企的合作圈，洞悉车企欲参与芯片设计、软硬件系统开发等方面，企图在更具定制化、个性化方面实现弯道超车。

值得一提的是，当前，自动驾驶芯片的制造大多实行代工制，芯片设计公司并非就拥有制造生产线。

黄仁勋在3月的一次电话会议中透露，英伟达有兴趣考虑让英特尔代工芯片。其表示：“英特尔有意让英伟达使用英特尔的制造工厂，而英伟达对 探索 这种可能性也非常感兴趣。但是，关于代工合同的讨论需要很长时间，因为这涉及到整合供应链。”目前，上述双方尚未有具体的合作时间表。

而在此前，英伟达的芯片代工大多在台积电进行。因此，全产业链的闭环中，国产芯片商也可以通过原有制造方面的优势逐步向前端设计转型。

正如全国政协经济委员会副主任苗圩表示，如果把新能源 汽车 比作上半场，智能网联 汽车 比作下半场，中国 汽车 行业上半场取得了很大成效，但决定胜负还在下半场。自动驾驶芯片的发展将影响自动驾驶 汽车 技术的发展，国产芯片如何获取更大的市场占有率，仍需技术突破、加强合作等多维度发展。

Ⅶ 算力大不如算得快 基于地平线征程5芯片NOA功能轻体验

智能电动汽车时代下，车载芯片已经成为行业内“开卷”的核心技术指标之一。毕竟OTA远程升级虽然可以对软件功能进行完善补充，但是芯片硬件的性能指标还是有上限的，就好比非要在奔腾4的电脑上跑个老头环，不现实。

因此在智驾芯片领域，各个企业开始了算力大比拼，英伟达Orin、Mobileye EyeQ Ultra、华为MDC 810以及特斯拉最新的HW 4.0等等，无不在强调自身的 TOPS（即 算力）指标。不过，在智能驾驶辅助这个针对性非常强的运算环境中，算力大有时候并不代表性能强，算得快（即 FPS）反而会显得更加重要。

编辑总结：从当天简短的高速NOA体验过程来看，搭载征程5芯片的理想L8实际表现与其他主流头部车企无异，整个过程依然是在交通法规规则下、极致安全文明驾驶的一类。另外，试驾的过程其实也没有遇到太大的考验环节，像临时的施工路段、突然插入的社会车辆、复杂的道路交汇等等，很难看出征程5的真实实力。

此外，在其他新势力都开始向城市NOA发力的阶段，征程5的理想L8还不能实现该功能，总感觉会落人口舌。希望地平线可以发展更多的车企合作伙伴，让城市NOA早日落地，也让行业认识到征程5的硬实力，以及“算力大不如算得快”这句话的意义所在。

【本文来自易车号作者EV世纪，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】