智傑S7延遲發貨，怎麼了？
智捷S7的核心產品優勢在於智慧型駕駛系統。 當我們在華為授權經銷商處體驗智傑S7時，華為銷售人員曾表示，如果你重視智慧型駕駛的體驗，智傑和文捷是目前市場上最好的選擇。 阿凡達12也是一樣，因此，智捷S7希望以行業領先的智慧型駕駛形式出現在市場上，而華為MDC 810是它無法跨越的門檻。
如果只看當前智慧型駕駛市場的品牌聲音，華為絕對是第一梯隊的代表。 上述MDC智慧型駕駛平台的所有晶元都基於密集的算力。
如何理解它，需要與另乙個晶元算力在稀疏算力方面進行比較。 稀疏計算能力會修剪矩陣中的0值元素，最終減少矩陣乘法計算量，提高計算效能。 在自動駕駛場景中，攝像頭生成的實時資料矩陣中的0值元素很少見，通俗地說，按照稀疏算力的計算方法，算力將是密集算力的兩倍，也就是說，如果將密集算力與房間產量進行比較， 房間收益率為100%，而稀疏的算力僅為50%。
目前主流晶元廠商英偉達，算力稀疏，以目前最熱門的英偉達Orin X晶元為例，單晶元算力為254TOPS，目前晶元最多的機型是蔚來ET7，總算力為四顆Orin X晶元的1016TOPS， 其次是理想L9和小鵬G9，均搭載了兩顆OLIN X晶元，算力為508TOPS。根據以上計算，1016TOPS的四顆Orin X晶元在自動駕駛中的作用，其實相當於508TOPS的算力，而兩顆OIN X晶元基本相當於254TOPS的算力。
也就是說，搭載兩顆NVIDIA Orin X晶元的車輛在自動駕駛中的實際算力表現並不一定強於華為MDC 810平台，也就是說算力值可能無法真正反映出車輛驅動高階智慧型駕駛的能力， 而在目前的智慧型駕駛需求下，搭載超高算力晶元的車型的實際應用效能可能與搭載低算力晶元的車型相差不大，畢竟現階段的智慧型駕駛需求並不需要算力過多的晶元支撐。
那麼，在未來的高水平自動駕駛中，高算力晶元會是贏家嗎？
以ARCFOX Alpha S Advanced版為例，搭載華為MDC 810平台，採用12個超聲波雷達、6個公釐波雷達、3個雷射雷達實現智慧型輔助駕駛，達到無限接近L3級自動駕駛的效果。 它的對立面是特斯拉，特斯拉Model Y配備了兩個HW40晶元，算力達到288tops，但特斯拉只用了500萬畫素的感知攝像頭，實現了智慧型輔助駕駛，效果與ARCFOX Alpha S進階版差不多。
有趣的是，它配備了華為ADS 20 文捷M5智慧型駕駛版車型，公釐波雷達和雷射雷達數量與ARCFOX Alpha S進階版相比有所減少，公釐波雷達數量減少3個，雷射雷達數量從ARCFOX上的3個減少到文捷上的1個。
或許不是華為認可特斯拉的純視覺解決方案，而是在MDC 810這樣的大算力平台下，攝像頭為AI提供的大量資料，以及AI的自學習能力，讓智慧型駕駛不需要更多的雷達輔助，而是具備了快速、大規模處理大資料的能力， 並實現資料模型的不斷強化，使智慧型駕駛的判斷越來越準確。
從目前的情況來看，智傑S7可能遇到了晶元**問題。
作為華為MDC矩陣中最先進的智慧型駕駛處理平台，MDC 810單晶元的算力高達400TOPS，目前處於行業頂尖水平，但此前有網友透露無法如期安裝到相應車型上。 據有訊息稱，此前有某款車型被宣傳為搭載華為MDC 810，但實際車型量產後，卻只搭載了MDC 610，兩者算力相差多達一倍之多。
就目前的智慧型駕駛需求而言，即使是MDC 610的200TOPS算力也足以滿足L2+甚至L3級自動駕駛的需求，但從晶元成本的角度來看，在宣傳時就明確表示，它搭載了更昂貴的智慧型駕駛平台， 而且量產時車價不降，只是配置縮小了，使用者的心或多或少會失散。
這就引出了晶元短缺的問題。 此前，Alpha S的第乙個版本量產時，就透露MDC 810缺少核心，現在智傑S7可能會重蹈覆轍。 MDC810是由昇騰AI晶元、鯤鵬CPU、巴龍5000智慧型座艙5G通訊晶元組成的綜合平台。 據悉，由於美國制裁，7nm無法及時**，華為在短時間內找不到生產7nm晶元的廠商，因此MDC 810難以再次生產。
那麼智傑S7會不會和上述一款機型一樣有“命運”，通過減少配置來保證交付，如果華為再做一次，面對目前這麼多晶元廠商的圍攻，很有可能陷入**風波。
話雖如此，事實上，MDC 610的能力在過去兩三年已經能夠滿足智慧型駕駛的需求，華為也有時間等待MDC 810徹底解決問題，大規模推向市場。
目前，中國主流智慧型駕駛梯隊，包括“偉小麗”、飛帆、永恆之塔，甚至賓士寶馬，都使用雷射雷達作為解決方案，主要依靠雷射雷達雷射發射器、訊號接收器和資訊處理系統的效能，對晶元算力的要求非常低。 公釐波雷達和超聲波雷達也是如此。
也就是說，重型雷達的智慧型駕駛型整體上對晶元算力的要求並不高，這反映出這些車型的晶元算力通常非常高，除了雷達要求和資料處理要求外，剩餘的算力不會太多餘。 也就是說，晶元的真正能力還沒有發揮出來，雖然晶元的成本比前兩年有所下降，但在積累算力的同時，也堆砌了一些成本比較高的雷達，比如現在乙個雷射雷達的低成本也是2000+， 對於大多數仍處於虧損階段的新能源汽車企業來說，這並不是最好的解決方案。
華為的MDC 810在現階段可能走在更好的道路上。 比如400tops的高密算力，在一些品牌的旗艦機型上，居然可以完全達到這樣的算力水平。 就算達不到，因為MDC 810本來是為Robotaxi準備的產品，是為L4-L5級車型準備的產品，以目前的需求，可以達到L3級的算力，也就是100TOPS-200TOPS的水平，可以滿足現在甚至未來兩三年智慧型駕駛的算力需求。
基於此，華為減少車輛各種雷達的行動也預示著智慧型駕駛也應該進入AI大模型處理階段，通過大資料的處理，汽車可以繼續學習駕駛。 在未來的智慧型駕駛中，依靠多個雷達來支撐場景，在L3級以下的智慧型駕駛領域，可以簡單發揮，到高階智慧型駕駛階段，沒有大資料模型處理能力，沒有自學習能力是完全行不通的。
而且，這套智慧型駕駛邏輯比堆配置和演算法研發投入大筆成本的邏輯更直接，至少可以節省硬體成本的錢，前期各家車企堆積的高算力晶元也能派上用場。
智捷S7此次面臨的交付問題，再次提醒汽車行業，前兩年晶元短缺。 在智慧型駕駛的後半段，晶元是最不可或缺的部分，它們比各種雷達更重要。 即使沒有雷達，特斯拉的純視覺解決方案也可以模擬，只要有晶元，就會有解決方案。