小鹏汽车近期在全球首秀中推出了一款定价20余万元的纯电动车型，其搭载的2200+TOPS算力系统引发了业界的广泛关注与热议。这一前所未有的决策，虽然赢得了众多赞叹与崇拜，但也不乏质疑之声。
质疑者认为，小鹏通过3颗自研芯片堆砌出如此高的算力，或许只是一种“堆料”行为。他们提出疑问：单纯追求算力提升，究竟能带来多大的实际意义？
对于这一疑问，小鹏在发布会上已通过大师兄之口给出了明确回应：核心在于大模型的本地部署。这一策略包含两个关键点：一是大模型，二是本地部署。
在AI时代，提升能力往往需要依赖更大规模的模型。根据Scaling Law定律，模型参数量越大，效果往往越好。然而，现阶段受限于车规级芯片的算力，车端部署的模型通常经过轻量化处理，实际部署的模型参数量常在50亿以下。例如，理想汽车的VLA司机大模型规模仅为40亿，尚不能算作真正意义上的“大模型”。而小鹏的自动驾驶云端基座模型规模高达720亿，这才是真正的大模型，但受限于算力，无法直接在车端部署。
小鹏汽车深知，有能力却施展不开是极为痛苦的。因此，他们致力于解决的主要矛盾，就是将真正的大模型部署到车端。为此，他们采用了3颗图灵AI芯片，提供2200TOPS的算力，最高可支持300亿参数量的模型。
300亿参数是什么概念？以小鹏的基座模型为例，从720亿缩减到300亿，或许只需进行结构化剪枝和MoE转换即可实现；但从720亿缩减到70亿，则可能需要加入量化、蒸馏、深度剪枝等技术，几乎相当于重构模型，性能差距也会十分显著。
有人可能会问，既然现在是5G时代，为什么不采用云端大模型来降低车端算力需求？这实际上涉及到了本地部署的必要性。
对于LLM等应用来说，云端部署确实具有显著优势，更大的模型能带来更好的性能，可以并行处理多个用户需求，降低单次任务成本。然而，对于行车模型来说，对时延和帧数的要求极高。小鹏汽车CEO何小鹏在会后群访中提到，VLA模型至少要达到每秒20帧，才能保证足够的行车能力。这意味着，从感知到数据传输、云端处理、结果回传，整个路径的总耗时必须在50毫秒内完成，显然云端部署难以实现这一点。
即便通过技术解决了延迟通信问题，也难以完全避免网络波动甚至通讯失效的情况。一旦发生这种情况，车端系统可能会出现降级甚至瘫痪，不仅无法保证用户体验的一致性，还会带来极大的安全风险。同时，全球化部署也是本地部署的一个重要考量因素。全本地部署、无联网运行意味着没有数据传输的合规问题，这使得模型具备在全球范围内快速部署的能力。
大模型的本地部署被认为是车端智能驾驶的最优路线。当然，小鹏汽车并没有激进地直接将基座模型搬上车，而是选择先将VLA+VLM搬上车。在G7车型上，小鹏采用2颗图灵芯片（共1400+TOPS）运行VLA模型（具备自主强化学习能力的VLA-OL），另1颗图灵芯片（700+TOPS）运行VLM。图灵芯片之间通过PCI-E通信。
这种分工设计源于小鹏对车乃至机器人智能架构的理解。他们认为，人脑有左右脑、脑干、小脑等区分，对于车和机器人来说，以能力对算力进行区分也是合理的。在这种架构下，VLA负责运动和决策，相当于大脑和小脑；而VLM负责整车对世界的感知，如接受驾驶员指令、识别路牌等，对算力需求相对较低。
即便如此，本地部署的VLA OL+VLM也展现了巨大的想象空间。例如，何小鹏在发布会上提到的“智能驾驶能力比Max车型高10倍以上”，“VLA-OL让车辆主动思考、理解世界”，“VLM让车像一个真实的人一样”等等。这一切的基础，都离不开大算力的支持。
