小米D100没敢标算力,Waymo对公众喊1000+、对专家只报160:我把D100、马赫M100、图灵、Thor四颗芯的参数和三星那张负载表全对完了——再看智驾配置表之前,先分清这三本账

源自16位全网作者

09:18

写这篇的起因很具体。这两周我在两个准备下订20万级新车的群里,看到同一个人问了三遍:现在宣传页上写的700TOPS、800TOPS,还有小米那颗"不标TOPS"的D100,到底谁强?要不要等它上车再买?群里回答的比提问的还急,有人说"不标就是虚",有人说"人家已经不屑于比这个了"。两边都不算错,但都没说清一件事:智驾芯片的记分卡,这个月真的换了。换法不是某家赢了,而是你过去认的那个数字开始不作数了。我把小米8月24日发布会的两个一手信息源、知乎上从四个参数还原D100的技术推演、Waymo在Hot Chips上被同一家媒体写出两个算力值的分析、还有中信证券9月25日那份渗透率研报全对完了。结论先放这儿:这篇不是替你选芯片,是帮你在2026年下半年的配置表面前,把三本账分开算。知乎

第一本账:TOPS为什么开始不作数了。

先放一组来自三星对GPT类大模型工作负载的分析,两个一手信源都引了它:在大模型运算的算子数量上,GEMV(矩阵乘向量)占了86.53%;在运算延迟上,GEMV占82.27%,而传统智驾芯片拼生死的GEMM(矩阵乘矩阵)只占2.12%。更扎心的是GPU利用率:跑大模型推理时,计算单元一般不超过20%的时间在真正干活,其余八成在等数据从内存搬过来。不是算得慢,是喂不上。36氪

小米D100没敢标算力,Waymo对公众喊1000+、对专家只报160:我把D100、马赫M100、图灵、Thor四颗芯的参数和三星那张负载表全对完了——再看智驾配置表之前,先分清这三本账

服务器可以靠加大batch(一次处理多份请求)把利用率拉回来。车不行——一台车只有一个司机、一路摄像头,batch永远等于1。所以在车端,决定延迟的从来不是峰值算力,是内存带宽。做数据中心芯片的谷歌可以把8i推理芯片的存储做得比训练版更大更贵,做手机的苹果当年靠M1Max的统一内存把带宽拉到400GB/s——是车载Thor的273GB/s的1.5倍。这也就是为什么小米发布D100时,最愿意说的数字是"最高160GB统一内存",而把TOPS按住了:它发布的本来就不是上一代记分卡上的选手。36氪知乎

小米D100没敢标算力,Waymo对公众喊1000+、对专家只报160:我把D100、马赫M100、图灵、Thor四颗芯的参数和三星那张负载表全对完了——再看智驾配置表之前,先分清这三本账

顺带把第二个反常识说了:量产智驾芯片标出来的TOPS,普遍是理论峰值,对着CNN时代的老尺子。行业里对实际吞吐率的共识很粗但很实用——能到理论值50%算优秀,40%算良好,20%算及格;如果跑的是DiT架构的世界模型(多次采样迭代、存储更碎片),20%就算优秀,10%才算及格。所以两家标同样数字的芯片,实际差个三四倍都不奇怪。知乎

第二本账:D100公布的那四个数,各自值多少钱。

小米至今公开的就四个:20核CPU、16核NPU、最高160GB统一内存、支持本地部署200B参数模型,计划2027年商用。CPU工艺是3nm。其他一概没讲。把行业里几颗能查到的车规芯放一起,你大概能感觉到这颗芯的取向(数据均为公开发布口径,见文中标注):36氪

小米D100没敢标算力,Waymo对公众喊1000+、对专家只报160:我把D100、马赫M100、图灵、Thor四颗芯的参数和三星那张负载表全对完了——再看智驾配置表之前,先分清这三本账

理想马赫M100:24颗2.3GHz的Cortex-A78AE大核,存储带宽273GB/s(Waymo在Hot Chips对比时给的口径)。英伟达Thor:14颗Neoverse V3AE、最高2.6GHz,内存64GB、带宽同样两百多GB/s。小鹏图灵:CPU走大小核混合路线,带宽也在两百多GB/s。上一代标杆Orin:32GB内存。蔚来的神玑比较特殊,内存带宽做到了546GB/s,代价是位宽高达512bit。D100的160GB统一内存上限,比车载Thor的64GB高1.5倍,比英伟达面向物理AI的Jetson AGX Thor(128GB)还多25%。知乎知乎

小米D100没敢标算力,Waymo对公众喊1000+、对专家只报160:我把D100、马赫M100、图灵、Thor四颗芯的参数和三星那张负载表全对完了——再看智驾配置表之前,先分清这三本账

然后是那句"200B"——这是整件事里最容易被误读的数字,也是我必须替你拆掉的营销歧义。200B不是智驾模型的体量。知乎那篇技术推演算得很直接:目前行业车端实际部署的最大智驾模型,大约到10B级别(小鹏VLA 2.0车端参数是几个B,8月25日公布的6.3.0按官方"3.5倍于原规模"推算约10B);而一个200B稠密模型要跑到智驾需要的15Hz帧率,每秒总算力需求接近20000 TOPS,MoE也扛不住——当前没有任何车规芯片装得下。那200B是什么?同一场发布里的Xiaomi AI Cube原型机给了答案:O3+O100+D100三芯合体、80GB统一内存,本地跑的是120B语言模型加3B日常模型。D100的160GB内存和200B上限,撑的是"车上跑大语言模型"这件事,座舱和智驾共用一块内存池——这是它作为"AI计算平台"而非"智驾加速器"的真正信号。知乎

至于它到底多少TOPS,没人知道。知乎推演里"按玄戒O3的4核NPU=200TOPS、D100十六核正好4倍、推算800-1000TOPS级"这一段,作者自己标明了全部是推测,最终参数以小米公布为准。我把推测和事实分开放,你也得分开放。知乎

第三本账:等不等、买不买,按你的提车时间分。

如果你是今年底前提车、国庆就想用高速NOA跑长途的:不等。你此刻等不到也用不上D100——它2027年才商用,首发车型、功耗、内存带宽一个都没公布。而且这轮真正的体验差异在模型迭代不在换芯:中信证券9月25日研报的口径是,2025年城市NOA渗透率14%,2026年预计23%,装车的存量平台还在靠OTA长大,这才是你车机上那个按钮未来一年的变量。界面新闻

如果你是2027年下半年之后换车、预算20万以上、准备把智驾当主要决策项的:可以等,但等的姿势要换。别等"D100有没有1000TOPS"这种问题的答案,等三个新东西:第一,首发车型公布的不只是TOPS,而是内存规格、带宽和实测吞吐率;第二,小米或其他家有没有把"能装多大的模型"讲成人话——现在你能核实的最新锚点是车端10B级;第三,2027年1月1日L3强标和芯片商用是同一时间窗,担责规则落地会逼着各家把"有效算力"说清楚,那时候的对比表才第一次有意义。

如果你是2023-2024年买的Orin级(254TOPS档)车主,焦虑"算力不够被抛弃":先核一句,你的车型智驾模型现在多大。行业模型上限还在10B附近爬,而当年那批双Orin平台的标称算力按CNN尺子本来就有冗余,你的风险不在这颗芯,在厂商还愿不愿意给你的平台喂新模型——这个去查它最近两次OTA把你的车排在队列第几批,比查TOPS有用。

最后说这次我刻意没碰的:激光雷达和纯视觉的路线之争、后装智驾的责任、"兜底"条款的赔付线,这些都是各自独立的账,前面写过,别混进芯片这本里。芯片这本账的核心就一句话:从"核数竞赛"切到"内存竞赛"之后,配置表上最性感的数字,恰好是最新失效的那个。下次有人拿"多少T"跟你争智驾强弱,你就问他一个问题——带宽多少,模型多大。答不上来,这场争论你可以提前离场。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章