在数字经济大背景下，随着大数据、人工智能等计算密集的数学和加密相关操作难度的日益提升，对算力有了爆发式的需求，作为底层核心技术的芯片，计算能力必须不断提升。智能汽车的发展也经历了从过去上百个ECU分布式的计算，到逐渐更加集中的域控制器，再到现在的中央计算架构的历史性变革。现阶段，汽车智能芯片的算力不足仍是制约智能汽车发展的核心瓶颈，因此，智能化竞争的提速将首先以算力军备竞赛的形式上演，各大厂商纷纷大展身手：早在2019年4月，特斯拉就推出了144TOPS的自研FSD芯片，而最近，蔚来的ADAM 超算平台更是达到了1016TOPS的算力。

然而，高算力就一定更好吗？对此，业界提出了不同看法。

作为全球仅有的、能实现前装量产的3家芯片企业之一，老牌厂商 Mobileye主要输出EyeQ系列芯片，2020年出货量超过1900万片。近日，Mobileye产品及战略执行副总裁Erez Dagan在接受36氪采访时，讨论到汽车自动驾驶芯片的发展方向。他反复强调，算力数值竞赛已经过时，TOPS数字作为评价芯片能力的标准非常不准确、过于简单。他在采访中说：“虽然有造车公司在追求大算力，但这其实只是一个落后的数字竞赛。在量产汽车上，我们需要寻求不同方面之间的平衡。在这种情况下，判断一套解决方案是否成功，应远不止于TOPS这样的衡量标准”。

这一观点与地平线创始人余凯的看法不谋而合。在1月17日举行的第七届中国电动汽车百人会论坛上，余凯提出了这样一个论断：汽车智能芯片现在已经掀起了算力军备竞赛，然而“算力至上”其实具有相当的误导性，TOPS的数值并不能真正地反映自动驾驶计算平台的真实性能。他认为，受制于摩尔定律的物理极限，算力的增长并不是无止境的。按照汽车的形态来看，算力达到10000 TOPS的汽车就将变成“一台燃烧的汽车”。这种数值的堆砌不仅在技术上无法持续，在人工智能角度上也不是那么有意义。毕竟TOPS的数值只是理论上限，真正能够利用多少还取决于跟软件算法的配合，这跟用户的感受之间其实是一个间接的关系。

这种对于“算力至上”的反思也是余凯对特斯拉表示赞同的原因，他谈到：由于算力并不代表汽车智能芯片的真实性能，所以我们也非常同意像特斯拉那样，用每秒钟准确识别多少帧作为一个真实的用户在应用场景里面可以感知到的性能，也就是FPS。在FSD的发布会上，特斯拉就特别强调：虽然芯片标称算力只有Nvidia Drive PX2的3倍，但其真实性能却达到了PX2的21倍，这个21倍指的就是FPS。

Erez Dagan在采访中还谈到：“TOPS数字不过是过去的数值竞赛。如果你需要一个非常强大的计算机，那意味着你其实不知道自己想要什么，而这只不过是一个探索的阶段。”真正的汽车产品业务必须明确自己的需求，将算力与需求匹配。正如Mobileye依托于从业20年积累的成本敏感度，在面对经济性要求时，从处理速度、客户需求、以及解决方案成本各个方面间找到平衡。

要达成这种平衡，要在算力和需求之间实现匹配，对芯片做出准确评价，需要更多元、更合理的标准。地平线认为应以有效算力或者真实算力作为依据，并基于这样的判断定义了MAPS（Mean Accuracy-guaranteed Processing Speed），这个指标通过可视化和量化的方式，在合理的精度范围内，以“快”和“准”两个维度，评估芯片对数据的平均处理速度。对于厂商来说，算力数值的碾压并不代表该芯片一定是最优选择，因为还涉及到成本、安全、效率等各方面的取舍，因产品需求不同，侧重方面也不同。MAPS用“快”和“准”两个维度来评估计算性能，使参与者能在速度（帧率）与质量（准确率）之前取得平衡，提供了一种更合理的评测标准。而对于消费者来说，算力的巅峰值也并不等于用户在真实使用场景下感受到的性能。类比汽车的动力性能，过去车企讲马力，用户实际上是很难感知的，真正容易感知的是零至百公里加速需要几秒；而现在的智能汽车，将算力转化到效果上，则是体现在计算平台每秒能处理的图像帧数（FPS），这种更真实的指标才是用户能切身体验到的。

MAPS突破了原有峰值算力评估的局限性，让AI芯片算力真实可感知，是一种与时俱进的性能评价标准。参考MAPS指标：用户、开发者和厂商可以准确了解芯片的技术水平，选取最适用于自己需求的底层芯片；芯片企业也可以将产品与国内外的竞品进行横向比较，确认自己的技术优势及目标市场。作为一个与真实场景紧密相连的、同时跨产品可比的评测方法，MAPS最重要的意义，其实是在于鼓励行业树立对正确目标的统一认知，形成合力，更好地协同推动AI芯片产业发展。因为统一的芯片标准不仅能够有效降低沟通成本，建立有序的竞争环境，也能推动芯片厂商与客户之间构建起透明、开放、共赢的新型合作关系。

AI芯片的设计本身就是在追求一种平衡：希望通过将芯片架构与软件进行深度结合优化，实现“用更低功耗跑出更好性能”的目标。这种平衡与“算力至上”的逻辑其实是相互违背的。不过值得庆幸的是，Mobileye、特斯拉与地平线等都对TOPS数值竞赛提出了质疑，正如Erez Dagan所言：这不是研究，也不是广告或作秀。我们需要关注真正的汽车产品和业务，而非数字的堆砌。可见，汽车智能芯片行业目前已经达成了某种共识，要警惕“唯算力论”在业内的滥用，而MAPS的推出，也正是破除这种迷思的体现之一。