说罢，顾维灏用毫末旗下的自动驾驶数据智能体系MANA举例，这个诞生于2021年底的数据体系，如今的学习时长已经超过31万小时，虚拟驾龄达到4万年，已经成为绝对的“老司机”。而毫末智行所研发的自动驾驶算法，也正是在这套体系下得以不断进化、迭代。
两年前英伟达创始人兼CEO黄仁勋在自家厨房发布了A100
图片来源：英伟达官方
与这家企业类似的，还有前文提到的蔚来、理想、小鹏，而他们自动驾驶云训练平台的核心，都是英伟达的A100芯片。此前面对媒体采访时，蔚来AI平台负责人白宇利甚至称这套解决方案是“蔚来在自动驾驶道路上的加速器”。其重要程度，由此可见一斑。
“这么一来，中国自动驾驶企业的上限就真被限制住了。摆在大家面前的有四条路，第一，用落后的芯片，比如12nm制程的，Volta架构产品V100；第二，等国产替代方案；第三，学特斯拉自研芯片；第四，放弃灵魂。”林涛表示。
在他看来，选择第一条路，就得付出比国外竞争对手多数倍的时间、资金成本。从性能上看，相比于V100性能提升20倍。而H100则更为强悍，英伟达在这款芯片中专门针对了Transformer类预训练模型（特斯拉、毫末智行均采用此模型）进行了优化，可以将模型训练时间从以前的几周缩短到几天。“这样一来，用旧产品和国外竞争对手竞争，中国企业实在是太吃亏了。”
毫末智行MANA超算中心规划
图片来源：毫末智行
而在国产替代方案领域，确实有寒武纪、华为等企业正在加紧技术突破，但其产品要么没量产，要么无法达到现阶段英伟达的水平。学习特斯拉走自研芯片道路确实是个解决方案，但其难度同样很大。“一般来说，这类AI芯片研发周期长达18个月，生产百万颗以上才能平衡成本。这条路对于中国企业来说太难了。”
剩下的，就只有出卖灵魂，采用国际自动驾驶企业的成熟方案了。林涛表示：“出卖灵魂的代价是什么，长期来看肯定很大，但不好衡量。如今最好衡量的就是利润。比如奔驰的自动驾驶系统DrivePilot采用的就是英伟达的解决方案，在欧洲，该系统的售价为5000-7430欧元，而每卖出一套系统，英伟达要抽成40%。奔驰的品牌溢价可以支撑这部分抽成，但中国车企呢？”
