目前量产车的智能驾驶系统最大计算能力是多少你可能会说是NT2.0平台下的蔚来ET5，ET7，ES7四颗NVIDIA Orin芯片的叠加，带来了1024Tops的最大运算能力可是，已经登上量产车最高计算能力宝座两年的蔚来，最近却被赶了出来当然也是自主品牌车型，但不是传统意义上的新生力量

在今年的成都车展上，搭载city NOH的DHT—PHEV激光雷达版威摩卡正式亮相摩卡相信大家都很熟悉它是第一款采用高通8155芯片的燃油车，也是威摩卡目前混合动力技术的领先车型虽然在市场上不火，但是它的智能驾驶系统还是挺有意思的

8155芯片制造商已经开始破坏自动驾驶仪。

实际上，摩卡DHT—PHEV激光雷达模型最吸引我们的是它拥有激光雷达及其计算能力今天先说它的算法架构核心，再来解读智能驾驶的硬件和功能

Moto DHT—PHEV激光雷达版基于高通骁龙Ride平台，搭载首款5nm高通骁龙8540+7nm高通骁龙9000方案其单板计算能力达到360Tops，4块板可以叠加到1440Tops这是由长城汽车和高通投资的Mimo智行推出的目前全球计算能力最高的是量产的自动驾驶计算平台，可以支持大量的感知推理计算，以及车端感知数据的筛选这是Mimo智行的小魔盒3.0其所有算法都是全栈Mimo智行自研的官方公布的平均功耗为5.5Tops/W，转换1440Tops需要260W以上

这可以看作是高通在自动驾驶领域的真正亮相之前，我们一直看着高通在智能驾驶舱领域发力，几乎是在吞噬市场在智能驾驶领域，高通实际上不能算是一个新人我们之前的文章提到过，高通收购了Venier，高通如何从世界各地抢客户，从Mobileye抢宝马六个月前，大众也宣布了对高通的承诺

高通还推出了骁龙汽车智能平台，这是智能车辆基础设施合作系统的技术平台该平台可以帮助各大主机厂建立LTE和5G联网服务，蜂窝车联网，WiFi，蓝牙和精确定位能力，并支持汽车与云，其他车辆和周围环境的安全连接此前，一汽红旗已经搭载了高通的V2X芯片

高通还推出了骁龙车对车云服务，不仅可以满足消费者不断变化的需求，还可以根据新的性能要求或新的功能，升级该领域的芯片组，以支持新的功能可以帮助车企在整个汽车生命周期创造新的收入，让他们获得有价值的车辆和使用分析数据

如今，高通的业务已经完全不局限于智能驾驶舱领域，它逐渐从驾驶舱，自动驾驶，云服务，车路协调四个方面控制汽车其实这种全方位扎根于汽车核心的科技公司才是最可怕的高通真的想成为智能汽车的灵魂

如何感知和点亮地图。

目前作为一款量产车中计算能力最大的智能驾驶系统，这套系统采用的是重感知，轻地图的技术路线相对于高度依赖高精地图的韦小立，强调感知的路线更像他们爱玩的特斯拉和氪

高通最新的智能驾驶系统最初是非常敏锐的骁龙游乐设备视觉系统是一款基于定制神经网络架构开发的800万像素广角摄像机，集成了专用的高性能骁龙游乐设备SoC和Arriver的下一代视觉传感软件堆栈在增强感知的同时，还需要足够强的图形处理能力，而高通也是这一领域的佼佼者在新一代骁龙8移动平台中，高通使用的是新一代移动GPU Adreno 730，图形渲染能力更强

有了骁龙乘坐视觉系统的加持，车辆的周边感知能力将大大增强可识别的目标包括车道标志，交通基础设施，护栏等静态几何形状，车辆等动态物体，行人，骑自行车者等弱势交通参与者，满足全球监管要求的交通标志识别等

这使得摩卡DHT—PHEV激光雷达模型实现了对异形车辆，施工路障，圆锥体，两轮车，三轮车等更为精确的识别可以实现信号灯状态的智能识别，红灯停车，黄灯减速，绿灯行驶同时可以对路口转弯道路，等待区域等区域进行智能判断，让路口赛后安全通行面对行人时，提前减速，确认没有潜在碰撞危险后再低速通过

这个计划看起来相当令人满意，但缺少什么呢。

既然不用高精地图，那感知硬件呢威品牌采用的是激光雷达+摄像头+毫米波雷达的传感方案，这其实和特斯拉的技术路线是一样的，只是单纯依靠摄像头作为视觉系统，和新势力的多传感器方案硬件差不多

Moto DHT—PHEV激光雷达版拥有两个等效的125线激光雷达，五个毫米波雷达，12个超声波雷达，12个高清摄像头，共31个传感器。

Moto DHT—PHEV激光雷达版本的FOV视角达到170°，探测距离达到180m的水平相比之下，例如，单个激光雷达的理想L9只能达到120°的FOV角大视角可以带来更大的扫描范围，更好的安全性和可靠性，保证对复杂城市路况和环境感知的准确性，比如近距离切入和前方越障，尤其是鬼探头

激光雷达的安装位置与小鹏G9，P5类似，摩卡DHT—PHEV的激光雷达也安装在大灯下方相似的布局并没有让激光雷达从车外突出当然，相应的结果就是你千万不要碰它

强大的感知和计算能力能让自动驾驶告别高精地图。

通过骨干数据计算和BEV Transformer的多模态融合，解决了多传感器匹配和跨传感器跟踪问题，实现了城市道路上的多传感器融合车道线识别，如障碍物检测，车道线检测，可行驶区域分割，交通标志检测等。

这套智能驾驶的逻辑是强调感知，忽视地图其实目前新势力基本都是多传感器高精地图高精度地图将在飞行员驾驶功能中发挥重要作用比如通过高精地图，可以清楚的掌握路口红绿灯的位置，哪个红绿灯指示哪条路等等

与普通导航地图相比，高精地图的精度达到厘米级除了红绿灯的识别，还包括道路，路灯，护栏等几十甚至上百个要素的信息

但是，高精地图在某些方面还是有一定的局限性比如，由于国家政策的限制，城区高精地图的审批并不是一件容易的事情

在数据采集方面，量产车需要大量的城市数据，采集成本和效率都会受到影响也就是没有高精地图的地方，智能驾驶的功能可能会受到限制但是目前高精地图覆盖不到的地方还是占了绝大多数因此，车辆自身的感知能力，作为智能驾驶的中枢大脑，可以更具包容性所以特斯拉和Mobileye的部分用户还是坚持纯视觉感知，威品牌的重感知和他们差不多

足够的计算冗余，越多越好。

Modbus DHT—PHEV激光雷达版本将量产车的智能驾驶能力上限推高了数百顶有人会说，特斯拉144Tops的计算能力早已超越了很多厂商这么高的计算能力有什么用其实是为了增强冗余

比如人的大脑正常发育的通常不到10%，剩下的大部分都处于休眠状态通常情况下，98.5%的细胞处于休眠状态，甚至只有1%的人参与大脑功能活动一般30岁以后，每天有10万个脑细胞死亡虽然对这150亿个脑细胞来说无所谓，但是如果死亡的脑细胞成熟并发挥作用，必然会影响大脑的效率和变化

人脑的容量就像计算能力的上限虽然日常生活中不需要开发多少，但是真正需要使用的时候，有储备和没有储备，足够冗余和没有冗余那不一样自动驾驶系统的计算平台不是一直满功率运行的，所以会跟人脑一样用脑过度必然会变慢当你需要的时候，你会发现足够的冗余会有多重要映射到内燃机车也是一样我可以用强大的动力输出，但是我离不开它