德赛西威分享智能驾驶高算力平台产业观点

7月22日，第八届全球汽车技术发展领袖峰会在上海举办，德赛西威高级总工程师彭学明应邀出席，以
《踏准时代节奏，共赴智驾终局》
为题，分享了德赛西威对产业发展趋势的判断与思考。
当前，我国智能驾驶已进入
由示范走向
规模化应用的关键周期。去年，工信部正式公布首批L3级有条件自动驾驶车型准入许可。
今年以来，我国搭载组合驾驶辅助功能的乘用车新车市场渗透率达70%。
汽车向移动智能终端转型加速演进，厘清智能驾驶长期发展的责任边界成为车企的核心课题。
产业判断
算力平台将是战略底座
伴随L3自动驾驶法规与安全责任框架逐步落地，追求硬件初始低成本的路线，正在加速失效。
彭学明强调，这并不是反对合理降本，而是降本不能以牺牲未来能力、安全责任、重复开发为代价。
面向L3落地和L4远期商业化，行业应跳出短期账面成本思维，立足整个生命周期和责任链条，关注全域同源高算力平台的长期价值。
彭学明阐述了三个中长期产业判断：
一是自动驾驶正在进入五年终局周期，
算法、数据、芯片三个决定高阶自动驾驶能否规模落地的基础条件，正同时跨过临界点；
二是统一同源的中央大脑将成为适配L3/L4的长期最优解；
三是产业发展正从规则驱动转向AI原生驱动，
这也是行业共识。
长期优解
统一同源的中央大脑
企业技术路线选择，将直接决定长期核心竞争力。当前常见的L3技术方案是“大小脑”模式，
即大算力主域负责核心功能，小算力域控负责冗余。从单车BOM看，成本更有优势，但在长周期下，可能成为未来最昂贵的技术“负债”：车型升级、L3合规申报均需要完整重构开发流程；同时，多硬件架构
难以满足国标风险统一管控、协同故障降级的硬性要求，合规隐性成本更高。
相对而言，
统一同源的中央大脑将成为适配 L3/L4的长期最优解。
该方案采用一套通用软件栈，主计算单元负责全域感知与核心决策，副算力单元独立承担安全冗余，二者共享数据闭环、仿真验证和OTA体系，仅通过硬件分区实现故障隔离，既能满足L3多冗余安全标准，也能平滑迭代至L4，规避重复开发、重复投入的问题。
算力门槛
2000TOPS以上的“大大脑”
当前，智能驾驶从依靠人工编写固定规则向AI原生迭代。
面向未来的智驾大脑需要满足全量感知融合、AI原生模型推理、长期OTA演进余量、L3/L4安全冗余四大类算力负载，
打造面向整车AI智能体的全域大算力底座是大势所趋。
彭学明预测，
2000 TOPS“大大脑”是AI原生L3的算力起步门槛，L4平台算力则需要达到6000 TOPS以上。
他指出，真正的性价比是五年以后方案依然合规、可进化、不需要推倒重来。德赛西威面向智驾终局的“大大脑”方案，以主域履职、以副域兜底，核心价值不在于堆叠高算力芯片，
而在于完整的系统化能力，依托高算力硬件设计、智能驾驶全栈软件、安全体系和规模化量产能力的共同支撑，
把高算力真正转化为可用、可靠、可量产、可持续进化的智驾能力。
伴随L3相关国标落地临近，智能驾驶产业迈至关键分水岭。
身处这一轮深刻变革中的德赛西威，恰好迎来“四十周年”里程碑。产业变革浪潮与企业发展新起点交汇，更让我们坚定长期主义的选择，也诚挚呼吁产业伙伴跳出短期成本博弈，凝聚面向未来的技术共识、责任共识和生态共识，携手推动产业高质量发展。