面对现有智驾芯片算力瓶颈与行业标杆的“高开低走”，小鹏汽车选择主动出击，率先启动下一代2000 TOPS级别芯片研发。此举不仅旨在解决大模型上车的难题，更预示着智能驾驶硬件竞赛进入新阶段。
智能速览
英伟达Thor芯片实际算力大幅缩水，从2000 TOPS降至700 TOPS，影响行业预期。
现有700 TOPS级芯片无法满足下一代大模型流畅运行的需求，系统延迟过高。
小鹏现有图灵芯片在内存带宽上落后于特斯拉HW4.0，数据吞吐能力存在差距。
小鹏下一代芯片算力目标锁定2000 TOPS以上，对标特斯拉未发布的AI5芯片。
新芯片将同步优化内存带宽，为未来更高级别的自动驾驶功能预留硬件冗余。
精华内容
现有芯片已无法承载日益庞大的端到端大模型，算力与带宽成为关键瓶颈，一场新的硬件竞赛已然打响。
行业变局
小鹏启动下一代芯片研发，与行业标杆英伟达Thor芯片的表现不及预期有直接关系。Thor芯片最初规划算力高达2000 TOPS，但实际落地版本算力严重缩水，单芯片仅有700 TOPS稀疏算力，折算成稠密算力后仅为350 TOPS。其宣称的1000 TOPS高配版也因热功耗难题，导致车端布置复杂，迫使多数车企采用降频版，限制了国产自研芯片的性能基准。
算力之困
当前主流的700 TOPS级别算力，已无法满足下一代大模型在车端的流畅部署。以理想汽车为例，其部署的8×0.4B参数模型，即便量化到FP4精度，运行速度也只能达到10Hz，这意味着系统延迟至少为100毫秒，且每次仅能输出7个token。这样的性能表现，远无法支持参数规模超过2B（20亿）的端到端大模型实时运行。
带宽短板
除了基础算力，数据吞吐能力同样是制约因素。小鹏当前的图灵芯片在内存带宽设计上相对保守，其采用的256bit LPDDR5X内存控制器，理论带宽上限仅为273GB/s。作为对比，特斯拉HW4.0平台的内存带宽已达到448GB/s。这近一倍的差距，使得小鹏现有硬件在处理大规模数据时面临明显瓶颈。
破局之路
面对算力与带宽的双重挑战，小鹏选择不再“挤牙膏”，率先打响算力核战。作为最早启动下一代芯片研发的车企之一，其新一代芯片的算力目标直接设定在超过2000 TOPS，明确对标特斯拉尚未发布的AI5芯片。此举不仅旨在实现算力的跨越式提升，也将重点优化内存带宽设计，为大模型高效运行铺平道路。
小鹏此番布局，既是对当前技术困境的直接回应，也是对未来智能驾驶话语权的争夺。随着算力门槛一再被抬高，这场围绕硬件的军备竞赛将如何重塑行业格局？
