智杰S7延迟发货，怎么了？
智捷S7的核心产品优势在于智能驾驶系统。 当我们在华为授权经销商处体验智杰S7时，华为销售人员曾表示，如果你重视智能驾驶的体验，智杰和文捷是目前市场上最好的选择。 阿凡达12也是一样，因此，智捷S7希望以行业领先的智能驾驶形式出现在市场上，而华为MDC 810是它无法跨越的门槛。
如果只看当前智能驾驶市场的品牌声音，华为绝对是第一梯队的代表。 上述MDC智能驾驶平台的所有芯片都基于密集的算力。
如何理解它，需要与另一个芯片算力在稀疏算力方面进行比较。 稀疏计算能力会修剪矩阵中的0值元素，最终减少矩阵乘法计算量，提高计算性能。 在自动驾驶场景中，摄像头生成的实时数据矩阵中的0值元素很少见，通俗地说，按照稀疏算力的计算方法，算力将是密集算力的两倍，也就是说，如果将密集算力与房间产量进行比较， 房间收益率为100%，而稀疏的算力仅为50%。
目前主流芯片厂商英伟达，算力稀疏，以目前最热门的英伟达Orin X芯片为例，单芯片算力为254TOPS，目前芯片最多的机型是蔚来ET7，总算力为四颗Orin X芯片的1016TOPS， 其次是理想L9和小鹏G9，均搭载了两颗OLIN X芯片，算力为508TOPS。根据以上计算，1016TOPS的四颗Orin X芯片在自动驾驶中的作用，其实相当于508TOPS的算力，而两颗OIN X芯片基本相当于254TOPS的算力。
也就是说，搭载两颗NVIDIA Orin X芯片的车辆在自动驾驶中的实际算力表现并不一定强于华为MDC 810平台，也就是说算力值可能无法真正反映出车辆驱动高端智能驾驶的能力， 而在目前的智能驾驶需求下，搭载超高算力芯片的车型的实际应用性能可能与搭载低算力芯片的车型相差不大，毕竟现阶段的智能驾驶需求并不需要算力过多的芯片支撑。
那么，在未来的高水平自动驾驶中，高算力芯片会是赢家吗？
以ARCFOX Alpha S Advanced版为例，搭载华为MDC 810平台，采用12个超声波雷达、6个毫米波雷达、3个激光雷达实现智能辅助驾驶，达到无限接近L3级自动驾驶的效果。 它的对立面是特斯拉，特斯拉Model Y配备了两个HW40芯片，算力达到288tops，但特斯拉只用了500万像素的感知摄像头，实现了智能辅助驾驶，效果与ARCFOX Alpha S进阶版差不多。
有趣的是，它配备了华为ADS 20 文捷M5智能驾驶版车型，毫米波雷达和激光雷达数量与ARCFOX Alpha S进阶版相比有所减少，毫米波雷达数量减少3个，激光雷达数量从ARCFOX上的3个减少到文捷上的1个。
或许不是华为认可特斯拉的纯视觉解决方案，而是在MDC 810这样的大算力平台下，摄像头为AI提供的大量数据，以及AI的自学习能力，让智能驾驶不需要更多的雷达辅助，而是具备了快速、大规模处理大数据的能力， 并实现数据模型的不断强化，使智能驾驶的判断越来越准确。
从目前的情况来看，智杰S7可能遇到了芯片**问题。
作为华为MDC矩阵中最先进的智能驾驶处理平台，MDC 810单芯片的算力高达400TOPS，目前处于行业顶尖水平，但此前有网友透露无法如期安装到相应车型上。 据有消息称，此前有某款车型被宣传为搭载华为MDC 810，但实际车型量产后，却只搭载了MDC 610，两者算力相差多达一倍之多。
就目前的智能驾驶需求而言，即使是MDC 610的200TOPS算力也足以满足L2+甚至L3级自动驾驶的需求，但从芯片成本的角度来看，在宣传时就明确表示，它搭载了更昂贵的智能驾驶平台， 而且量产时车价不降，只是配置缩小了，用户的心或多或少会失散。
这就引出了芯片短缺的问题。 此前，Alpha S的第一个版本量产时，就透露MDC 810缺少核心，现在智杰S7可能会重蹈覆辙。 MDC810是由昇腾AI芯片、鲲鹏CPU、巴龙5000智能座舱5G通信芯片组成的综合平台。 据悉，由于美国制裁，7nm无法及时**，华为在短时间内找不到生产7nm芯片的厂商，因此MDC 810难以再次生产。
那么智杰S7会不会和上述一款机型一样有“命运”，通过减少配置来保证交付，如果华为再做一次，面对目前这么多芯片厂商的围攻，很有可能陷入**风波。
话虽如此，事实上，MDC 610的能力在过去两三年已经能够满足智能驾驶的需求，华为也有时间等待MDC 810彻底解决问题，大规模推向市场。
目前，中国主流智能驾驶梯队，包括“伟小丽”、飞帆、永恒之塔，甚至奔驰宝马，都使用激光雷达作为解决方案，主要依靠激光雷达激光发射器、信号接收器和信息处理系统的性能，对芯片算力的要求非常低。 毫米波雷达和超声波雷达也是如此。
也就是说，重型雷达的智能驾驶型整体上对芯片算力的要求并不高，这反映出这些车型的芯片算力通常非常高，除了雷达要求和数据处理要求外，剩余的算力不会太多余。 也就是说，芯片的真正能力还没有发挥出来，虽然芯片的成本比前两年有所下降，但在积累算力的同时，也堆砌了一些成本比较高的雷达，比如现在一个激光雷达的低成本也是2000+， 对于大多数仍处于亏损阶段的新能源汽车企业来说，这并不是最好的解决方案。
华为的MDC 810在现阶段可能走在更好的道路上。 比如400tops的高密算力，在一些品牌的旗舰机型上，居然可以完全达到这样的算力水平。 就算达不到，因为MDC 810本来是为Robotaxi准备的产品，是为L4-L5级车型准备的产品，以目前的需求，可以达到L3级的算力，也就是100TOPS-200TOPS的水平，可以满足现在甚至未来两三年智能驾驶的算力需求。
基于此，华为减少车辆各种雷达的行动也预示着智能驾驶也应该进入AI大模型处理阶段，通过大数据的处理，汽车可以继续学习驾驶。 在未来的智能驾驶中，依靠多个雷达来支撑场景，在L3级以下的智能驾驶领域，可以简单发挥，到高级智能驾驶阶段，没有大数据模型处理能力，没有自学习能力是完全行不通的。
而且，这套智能驾驶逻辑比堆配置和算法研发投入大笔成本的逻辑更直接，至少可以节省硬件成本的钱，前期各家车企堆积的高算力芯片也能派上用场。
智捷S7此次面临的交付问题，再次提醒汽车行业，前两年芯片短缺。 在智能驾驶的后半段，芯片是最不可或缺的部分，它们比各种雷达更重要。 即使没有雷达，特斯拉的纯视觉解决方案也可以模拟，只要有芯片，就会有解决方案。