02
“安卓模式”在智能汽车领域不是个好方案
许多人都认为，自动驾驶时代，也有智能手机领域的苹果（闭环）和安卓（开放）之分，也会有Google这样的重核级软件提供商。我的答案很简单，安卓路线在自动驾驶上走不通，因为其不符合未来智能汽车技术发展的方向。
当然，我并不会说特斯拉蔚来等公司连每个螺丝钉都要自己做，许多部件还是要买配件厂商的。但最核心的影响用户体验的部分，肯定都是要自己做的，比如自动驾驶的各个环节。
在第一节中已经讲了苹果的闭环路线是最佳的方案，实际上也就论证了安卓开放路线在自动驾驶领域并非最佳方案。
智能手机和智能汽车的架构不同。智能手机的重点是生态。生态意味着在ARM和IOS或安卓操作系统的基础上，提供各种各样的应用程序。所以，安卓智能手机可以理解为一堆通用的标准件的组合。芯片的标准是ARM，在芯片之上是安卓操作系统，再网上则是各种App。因为其标准化，所以无论是芯片，还是安卓系统，还是App，都可以很容易地独立成为一门生意。
智能汽车的重点则是算法及支撑算法的数据和硬件。而算法无论是在云端训练还是在终端推理，都需要极高的性能。智能汽车的硬件则需要对特定专门应用及算法进行大量的性能优化。所以只做算法或只做芯片或只做操作系统，长期看都会面临性能优化上的困境。只有每一块组成部分都属于自己开发，才容易进行性能优化。而软件和硬件的分离，会导致性能无法最优化。
我们可以这样比较一下，NVIDIA Xavier有90亿个晶体管，Tesla FSD HW 3．0有60亿个晶体管，但Xavier算力指标却不如HW3．0。而且据称下一代的FSD HW相比当前有7倍的性能提升。所以归因为特斯拉芯片设计师Peter Bannon及其带领的团队比NVIDIA的设计师更强，还是归因为特斯拉的软硬结合的方法论更好。我觉得软硬结合的方法论肯定也是芯片性能提升的重要原因。
具体情景我们可以想象一下，NVIDIA设计Xavier的时候没法做到特斯拉一样的有的放矢，他们的设计师无法知道客户的算法具体是如何运行的，只能依靠对NVIDIA自家算法的理解，和对客户算法的猜想，去设计芯片。
而特斯拉的芯片设计团队当然知道更多算法的信息，这样就很容易规划芯片的设计。比如卷积操作占比多，那就侧重多优化卷积操作。特斯拉公开透露的信息，就清清楚楚地告诉了卷积操作占比具体是多少，ReLU又占比多少。特斯拉内部团队肯定知道的细节比我们多。
而且，特斯拉不光是负责芯片的Peter Bannon和负责算法的Andrej Karpathy可以坐在一起商量，他们肯定会想办法在流片之前，利用类似于仿真或者其他方法来衡量芯片的性能，去寻找性能的瓶颈，然后不断优化。
对于NVIDIA和他们的客户而言，压根就没法做到这样亲密无间的合作。所以，特斯拉的软硬一体化的优化，比芯片和算法拆开在不同公司的做法更好。
算法和数据分开，也不是个好主意，不利于快速反馈消费者需求，不利于快速迭代。
所以，在自动驾驶领域，把算法或芯片拆开来单独卖长期看都不是个好生意。即使是英伟达的自动驾驶推理芯片，当然Orin这一代还会卖的不错，再往后一代可能依然能卖得出去，但是很可能越往后将会卖的越不好。因为性能和成本的缘由，各大新势力汽车厂商最终都会自己做芯片。
当然，被NVIDIA（英伟达）收购的ARM，是属于手机及终端生态的，和自动驾驶关系没那么大，所以应当生意会一直不错。
那么有没有可能一家公司把自动驾驶的算法芯片操作系统都做了，再提供给各大车厂。也就是说，智能汽车＝智能＋汽车，一家公司做“智能”，其他车企做“汽车”，再组合为智能汽车。
首先，车厂和平台的利益并不完全一致。比如因为利润分配的问题，很容易貌合神离，各有各的主意。
其次，面对消费者多了一个环节，反馈不如特斯拉及新势力造车企业快。假如出了交通事故，会不会有各个合作方互相推诿责任的事情发生。
另外，争气的汽车厂商都不会放弃自己掌握算法和数据的，而不争气的汽车厂商虽然可以放弃自己掌握算法，但因为不争气，所以也做不起来。
所以这套打造智能平台的安卓路线打法，长期看，并不是最佳方案。最终做得很好的新势力造车企业，估计都不会是走安卓路线的。这和智能手机不一样，在手机领域，安卓方案和苹果方案性能和体验差距不大，而在智能汽车领域则不一样，闭环路线会比开放路线体验好不少。
很长期的看，智能汽车领域是不会有wintel这样的巨型平台选手存在的。
当然，做从软到硬的闭环也没有必要一步到位。要根据用户需求和自身能力，逐步实现。即使是特斯拉，也是分成几步走的。
