如果説新能源車上半場比拼的是加速、續航表現的話，那麼下半場考驗的就是智能化、輔助駕駛的實力，而決定汽車智能化程度、運算速度、輔助駕駛能力的核心，是來自處理芯片的算力。
在蔚來、理想、小鵬推出的旗艦級車型中，都做到了算力超前佈置，而極狐阿爾法S、阿維塔11等有着華為賦能的車型，處理芯片的算力也相當不俗。那麼，如今的智能汽車算力都達到怎樣的水平？哪款車型的綜合算力更強？我們盤點了目前關注度較高的幾款車型，看看它們表現如何。
智己L7
處理芯片：單顆英偉達Orin X
綜合算力：254 TOPS
作為智己品牌推出的首款車型，智己在智能化和輔助駕駛方面都有着相當不錯的表現，最具亮點的就是其輔助駕駛中處理“加塞”的能力，以及對異型車、大貨車的精準識別，可以更好地提升輔助駕駛的安全係數。而要處理這些龐大的數據，必須要有強大的處理器支持。智己L7搭載的是來自英偉達的Orin X處理芯片，該芯片採用的是7nm工藝製程，單顆運算能力達到254 TOPS，處於目前量產車規級AI芯片中較為頂尖梯隊。
阿維塔11
處理芯片：華為MDC810
綜合算力：400 TOPS
阿維塔11是長安、華為、寧德時代共同打造的一款智能化汽車，所以在該車上能看到許多華為的硬件賦能，像是搭載了華為自研的DriveOne 驅動電機、鴻蒙座艙系統、輔助駕駛系統等等。為了令輔助駕駛系統的高效運行，華為為阿維塔11提供了MDC智能駕駛計算平台最高等級的處理芯片——MDC810，更強的算力，令阿維塔11僅配備一顆MDC810芯片，就能達到400 TOPS的運算能力，能很好地滿足當下對輔助駕駛數據的處理。
理想L9
處理芯片：兩顆英偉達Orin X
綜合算力：508 TOPS
想要更強的芯片處理能力該如何解決？理想L9給出的方案是芯片疊加。理想L9採用了兩顆英偉達Orin X的處理芯片，單顆芯片處理能力為254 TOPS，因此其綜合運算能力達到了508 TOPS。這樣的配置能更好地應對高階輔助駕駛的數據處理，同時給後續OTA升級留了更大的想象空間，不必擔心硬件拖後腿。同樣採用兩顆英偉達Orin X解決方案的車型還有小鵬G9、非凡R7等車型，它們的算皆為508 TOPS。
蔚來ES7
處理芯片：四顆英偉達Orin X
綜合算力：1016 TOPS
在蔚來ES7推出之際，不少人對其定位和售價發出了質疑聲，認為其車型尺寸、設計和蔚來ES6沒有太差距，售價卻一點不低。的確，從表面上來看確實如此，但深挖蔚來ES7的內核，會發現箇中區別。蔚來ES7和蔚來ET7同樣採用了四顆英偉達Orin X處理芯片，綜合運算能力達到了驚人的1016 TOPS。如果是前面提到的理想L9屬於算力冗餘，那麼蔚來ES7的1016 TOPS絕對稱得上是超前佈置。
蔚來為何要如此“超前佈置”？因為其已經着手佈置L5級自動駕駛的佈局。想要滿足L5級自動駕駛的最低運算能力是500+ TOPS，顯然，兩顆英偉達Orin X是難以應付如此強大的算力要求，所以蔚來ES7配備了四顆英偉達Orin X芯片。那為何必須選擇英偉達Orin X？Orin X是目前唯一有能力運行L5級別自動駕駛的車規級芯片，也是目前唯一有能力將L5落地到消費級產品上的芯片。而目前單顆英偉達Orin X的成本達到了320美元，加上車輛配備的激光雷達、毫米波雷達、超高清攝像頭等硬件，也就能很好地解釋為何蔚來ES7售價如此之高。
魏牌摩卡 DHT-PHEV 激光雷達版
處理芯片：四顆高通驍龍Ride
綜合算力：1440 TOPS
既然有英偉達又有華為，當然少不了高通的身影。魏牌摩卡 DHT-PHEV 激光雷達版將搭載四顆高通驍龍Ride芯片，單顆算力為360 TOPS，綜合算力達到了1440 TOPS。雖然高通驍龍Ride不及前面提到的英偉達Orin X出名，但也有不少的擁躉，包括大眾旗下的CARIAD、寶馬都將採用高通驍龍Ride芯片。長城毫末智行更是與高通聯手打造咖啡智駕系統，將驍龍Ride導入魏牌摩卡 DHT-PHEV 激光雷達版上，成為國內首批採用驍龍Ride的車企。
可能有朋友會疑惑，為什麼沒有提到最近很火的8155芯片？實際上，高通8155芯片是一顆SOC芯片，主要應用於智能座艙系統，輔助處理車機系統、車內娛樂功能所產生的數據，其單顆算力為8 TOPS。而上述提到的芯片主要輔助處理智能輔助駕駛系統的數據，算力更加強大。
我們目前自主研發的芯片和國際水平有多大差距？從算力上來看，前面提到單顆英偉達Orin X的處理能力是254 TOPS；特斯拉自研的FSD芯片為72 TOPS；零跑自研的凌芯為4.2 TOPS；征程二代最高算力為4 TOPS。從製造工藝上來看，英偉達Orin X採用的是7nm製程，而國內車規級芯片仍停留在14nm和28nm級別。對比之下，實力可見一斑。雖然華為具備了設計5nm消費級芯片的能力，但受限於生產條件，目前這一精度的國產芯片仍難以落地。因此，我們更應該正視差距，努力尋找突破點，實現技術上的趕超。