软件定义汽车时代，AI 与芯片厂商合作成关键，云端与端侧算力合理分布成趋势

当前，汽车行业正在从嵌入式的微控制器的思维模式向软件定义转型，软件定义汽车又可分为智能驾驶和人机交互（智能座舱）。

“2025年，中国将有80%的智能座舱渗透率，AI将成为智能座舱最显著的特征。”Jack Weast表示。

尽管AI最大的大脑在云端，但在实际场景当中，端侧AI必不可少，端侧AI要充分发挥芯片的功能，便需要和芯片厂商密切合作。

英特尔中国区技术部总经理高宇谈到，“我们不是否定云端，而是希望看到云和端的算力合理分布。”

高宇认为，第一，端侧部署算力减少了网络的依赖。第二，本地算力可以保证极低的时延。第三，出于成本考虑，端到端的成本会更低。第四，保护隐私和安全。随着车内外摄像头广泛配置，数据存储在本地可有效规避信息泄露风险。第五，借助大模型的能力，进行更加人性化的部署。

这便要求芯片充分发挥出多个核功能，在不同的场景、不同的算法当中调用不同的核，这种异构的AI计算是端侧发展的必然趋势。

算力是运行大模型中始终绕不开的一环。高宇谈到，“市场上号称车机芯片有30、就能跑大模型的，基本上只能做Demo展示。如果将6B-7B的大模型压到30-的NPU，first token的响应时间基本上是3秒以上，这是用户不能接受的。”

在发布会上，智谱AI首席运营官张帆称，英特尔最新芯片解码速度跑到88个Token，相当于每秒100多字，得以实现某些此前无法在端侧实现的场景。

在高宇看来，未来的AI一定是复杂的多模型协同，好的用户交互需要多模型并发。即使展示的Demo也需要四个模型并发，30-的NPU基本无法满足需求。

AI PC能否移植到汽车？

今年以来，英特尔业绩有所下滑，以至于英特尔首席执行官帕特·基辛格称，第二季度财报“令人失望”。

财报显示，英特尔第二季度营收为128亿美元，同比下降1%，环比基本持平；GAAP（通用会计准则）下，净利润亏损16亿美元。

在业务不景气的情况下，英特尔尝试利用在PC端多年的积累，将PC生态平移到汽车座舱中。

其中，极氪成为首家采用英特尔软件定义汽车SoC系列的整车厂，东软及中科创达搭载英特尔芯片，打造智能座舱平台。

英特尔公司副总裁李映表示，车载和PC、数据中心还是有很多不同，从软件架构来看，车底层的系统级别是更像数据中心，云阶段更像数据中心的架构。在AI的应用场景又和PC非常相近。

在业界看来，生成式AI时代中的应用和传统应用是有区别的，今天的应用只是冰山一角，未来会井喷式发展，成为AI座舱的主流。

值得注意的是，不仅仅是芯片厂商的较量，AI智能座舱已经成为各大车企拼杀的另一大主战场。

蔚来近期发布了基于AI核心底层能力打造的全新“ 3 智能系统”，理想、小鹏、小米、长城、一汽等主机厂推动AI大模型在智能座舱的应用。

据悉，目前AI智能座舱上车仍存在难题，包括对算力的高需求、数据传输难点、用户数据获取和数据安全等。

李映认为，AI座舱发展的不仅仅局限于某个技术或产品，而是构建完善的生态体验，包括硬件提供商、软件开发商、内容提供商等参与方共同推进AI创新和发展。