小鵬汽車近期在全球首秀中推出了一款定價20余萬元的純電動車型，其搭載的2200+TOPS算力系統引發了業界的廣泛關注與熱議。這一前所未有的決策，雖然贏得了眾多贊嘆與崇拜，但也不乏質疑之聲。

質疑者認為，小鵬通過3顆自研芯片堆砌出如此高的算力，或許只是一種“堆料”行為。他們提出疑問：單純追求算力提升，究竟能帶來多大的實際意義？

對于這一疑問，小鵬在發布會上已通過大師兄之口給出了明確回應：核心在于大模型的本地部署。這一策略包含兩個關鍵點：一是大模型，二是本地部署。

在AI時代，提升能力往往需要依賴更大規模的模型。根據Scaling Law定律，模型參數量越大，效果往往越好。然而，現階段受限于車規級芯片的算力，車端部署的模型通常經過輕量化處理，實際部署的模型參數量常在50億以下。例如，理想汽車的VLA司機大模型規模僅為40億，尚不能算作真正意義上的“大模型”。而小鵬的自動駕駛云端基座模型規模高達720億，這才是真正的大模型，但受限于算力，無法直接在車端部署。

小鵬汽車深知，有能力卻施展不開是極為痛苦的。因此，他們致力于解決的主要矛盾，就是將真正的大模型部署到車端。為此，他們采用了3顆圖靈AI芯片，提供2200TOPS的算力，最高可支持300億參數量的模型。

300億參數是什么概念？以小鵬的基座模型為例，從720億縮減到300億，或許只需進行結構化剪枝和MoE轉換即可實現；但從720億縮減到70億，則可能需要加入量化、蒸餾、深度剪枝等技術，幾乎相當于重構模型，性能差距也會十分顯著。

有人可能會問，既然現在是5G時代，為什么不采用云端大模型來降低車端算力需求？這實際上涉及到了本地部署的必要性。

對于LLM等應用來說，云端部署確實具有顯著優勢，更大的模型能帶來更好的性能，可以并行處理多個用戶需求，降低單次任務成本。然而，對于行車模型來說，對時延和幀數的要求極高。小鵬汽車CEO何小鵬在會后群訪中提到，VLA模型至少要達到每秒20幀，才能保證足夠的行車能力。這意味著，從感知到數據傳輸、云端處理、結果回傳，整個路徑的總耗時必須在50毫秒內完成，顯然云端部署難以實現這一點。

即便通過技術解決了延遲通信問題，也難以完全避免網絡波動甚至通訊失效的情況。一旦發生這種情況，車端系統可能會出現降級甚至癱瘓，不僅無法保證用戶體驗的一致性，還會帶來極大的安全風險。同時，全球化部署也是本地部署的一個重要考量因素。全本地部署、無聯網運行意味著沒有數據傳輸的合規問題，這使得模型具備在全球范圍內快速部署的能力。

大模型的本地部署被認為是車端智能駕駛的最優路線。當然，小鵬汽車并沒有激進地直接將基座模型搬上車，而是選擇先將VLA+VLM搬上車。在G7車型上，小鵬采用2顆圖靈芯片（共1400+TOPS）運行VLA模型（具備自主強化學習能力的VLA-OL），另1顆圖靈芯片（700+TOPS）運行VLM。圖靈芯片之間通過PCI-E通信。

這種分工設計源于小鵬對車乃至機器人智能架構的理解。他們認為，人腦有左右腦、腦干、小腦等區分，對于車和機器人來說，以能力對算力進行區分也是合理的。在這種架構下，VLA負責運動和決策，相當于大腦和小腦；而VLM負責整車對世界的感知，如接受駕駛員指令、識別路牌等，對算力需求相對較低。

即便如此，本地部署的VLA OL+VLM也展現了巨大的想象空間。例如，何小鵬在發布會上提到的“智能駕駛能力比Max車型高10倍以上”，“VLA-OL讓車輛主動思考、理解世界”，“VLM讓車像一個真實的人一樣”等等。這一切的基礎，都離不開大算力的支持。