如果说新能源车上半场比拼的是加速、续航表现的话，那么下半场考验的就是智能化、辅助驾驶的实力，而决定汽车智能化程度、运算速度、辅助驾驶能力的核心，是来自处理芯片的算力。
在蔚来、理想、小鹏推出的旗舰级车型中，都做到了算力超前布置，而极狐阿尔法S、阿维塔11等有着华为赋能的车型，处理芯片的算力也相当不俗。那么，如今的智能汽车算力都达到怎样的水平？哪款车型的综合算力更强？我们盘点了目前关注度较高的几款车型，看看它们表现如何。

智己L7 处理芯片：单颗英伟达Orin X 综合算力：254 TOPS
作为智己品牌推出的首款车型，智己在智能化和辅助驾驶方面都有着相当不错的表现，最具亮点的就是其辅助驾驶中处理“加塞”的能力，以及对异型车、大货车的精准识别，可以更好地提升辅助驾驶的安全系数。而要处理这些庞大的数据，必须要有强大的处理器支持。智己L7搭载的是来自英伟达的Orin X处理芯片，该芯片采用的是7nm工艺制程，单颗运算能力达到254 TOPS，处于目前量产车规级AI芯片中较为顶尖梯队。

阿维塔11 处理芯片：华为MDC810 综合算力：400 TOPS
阿维塔11是长安、华为、宁德时代共同打造的一款智能化汽车，所以在该车上能看到许多华为的硬件赋能，像是搭载了华为自研的DriveOne 驱动电机、鸿蒙座舱系统、辅助驾驶系统等等。为了令辅助驾驶系统的高效运行，华为为阿维塔11提供了MDC智能驾驶计算平台最高等级的处理芯片——MDC810，更强的算力，令阿维塔11仅配备一颗MDC810芯片，就能达到400 TOPS的运算能力，能很好地满足当下对辅助驾驶数据的处理。

理想L9 处理芯片：两颗英伟达Orin X 综合算力：508 TOPS
想要更强的芯片处理能力该如何解决？理想L9给出的方案是芯片叠加。理想L9采用了两颗英伟达Orin X的处理芯片，单颗芯片处理能力为254 TOPS，因此其综合运算能力达到了508 TOPS。这样的配置能更好地应对高阶辅助驾驶的数据处理，同时给后续OTA升级留了更大的想象空间，不必担心硬件拖后腿。同样采用两颗英伟达Orin X解决方案的车型还有小鹏G9、非凡R7等车型，它们的算皆为508 TOPS。

蔚来ES7 处理芯片：四颗英伟达Orin X 综合算力：1016 TOPS
在蔚来ES7推出之际，不少人对其定位和售价发出了质疑声，认为其车型尺寸、设计和蔚来ES6没有太差距，售价却一点不低。的确，从表面上来看确实如此，但深挖蔚来ES7的内核，会发现个中区别。蔚来ES7和蔚来ET7同样采用了四颗英伟达Orin X处理芯片，综合运算能力达到了惊人的1016 TOPS。如果是前面提到的理想L9属于算力冗余，那么蔚来ES7的1016 TOPS绝对称得上是超前布置。

蔚来为何要如此“超前布置”？因为其已经着手布置L5级自动驾驶的布局。想要满足L5级自动驾驶的最低运算能力是500 TOPS，显然，两颗英伟达Orin X是难以应付如此强大的算力要求，所以蔚来ES7配备了四颗英伟达Orin X芯片。那为何必须选择英伟达Orin X？Orin X是目前唯一有能力运行L5级别自动驾驶的车规级芯片，也是目前唯一有能力将L5落地到消费级产品上的芯片。而目前单颗英伟达Orin X的成本达到了320美元，加上车辆配备的激光雷达、毫米波雷达、超高清摄像头等硬件，也就能很好地解释为何蔚来ES7售价如此之高。

魏牌摩卡 DHT-PHEV 激光雷达版 处理芯片：四颗高通骁龙Ride 综合算力：1440 TOPS
既然有英伟达又有华为，当然少不了高通的身影。魏牌摩卡 DHT-PHEV 激光雷达版将搭载四颗高通骁龙Ride芯片，单颗算力为360 TOPS，综合算力达到了1440 TOPS。虽然高通骁龙Ride不及前面提到的英伟达Orin X出名，但也有不少的拥趸，包括大众旗下的CARIAD、宝马都将采用高通骁龙Ride芯片。长城毫末智行更是与高通联手打造咖啡智驾系统，将骁龙Ride导入魏牌摩卡 DHT-PHEV 激光雷达版上，成为国内首批采用骁龙Ride的车企。

可能有朋友会疑惑，为什么没有提到最近很火的8155芯片？实际上，高通8155芯片是一颗SOC芯片，主要应用于智能座舱系统，辅助处理车机系统、车内娱乐功能所产生的数据，其单颗算力为8 TOPS。而上述提到的芯片主要辅助处理智能辅助驾驶系统的数据，算力更加强大。
我们目前自主研发的芯片和国际水平有多大差距？从算力上来看，前面提到单颗英伟达Orin X的处理能力是254 TOPS；特斯拉自研的FSD芯片为72 TOPS；零跑自研的凌芯为4.2 TOPS；征程二代最高算力为4 TOPS。从制造工艺上来看，英伟达Orin X采用的是7nm制程，而国内车规级芯片仍停留在14nm和28nm级别。对比之下，实力可见一斑。虽然华为具备了设计5nm消费级芯片的能力，但受限于生产条件，目前这一精度的国产芯片仍难以落地。因此，我们更应该正视差距，努力寻找突破点，实现技术上的赶超。