通用芯片难以支撑 L4 自动驾驶，曹旭东提出大模型定义芯片是发展方向

曹旭东的核心观点是通用芯片很难走通 L4 自动驾驶路线，大模型定义芯片才是正确方向，通用芯片设计目标是兼顾多种任务，算力调度、硬件架构并不是为自动驾驶大模型量身定做，在 L4 场景下会出现算力浪费、延迟偏高、功耗不好控制的问题，行业传统思路是先造出通用芯片，再把自动驾驶大模型移植上去，而大模型定义芯片的思路反过来，先明确 L4 自动驾驶大模型的算子、数据流、计算需求，再针对性设计芯片架构、存储和互联单元，让硬件和算法深度匹配，以此解决 L4 自动驾驶对低时延、高算力、低功耗的硬性要求，这套思路也代表自动驾驶芯片从通用算力向算法原生定制化转型的方向。

一、通用芯片做 L4 自动驾驶存在的短板

• 算力冗余浪费：通用芯片支持各类 AI 算子，L4 大模型只用其中一部分，很多硬件单元闲置
• 时延不可控：通用调度机制复杂，自动驾驶感知、规划链路容易出现抖动延迟
• 功耗压力大：车载供电、散热条件有限，通用芯片要达到同等算力，功耗更高
• 内存带宽瓶颈：自动驾驶大模型数据流特殊，通用芯片存储架构容易堵带宽

二、大模型定义芯片的核心思路

三、大模型定义芯片落地步骤

1. 梳理 L4 自动驾驶大模型完整链路：感知、预测、规划、控制算子特征
2. 提取高频计算模式，确定需要硬件固化的计算单元
3. 设计芯片架构、存储层级、片上互联方案，匹配模型数据流
4. 芯片流片回来之后，大模型可以原生在硬件上运行，减少适配转换开销
5. 迭代优化：模型升级之后，同步反馈给芯片做下一代迭代

四、观点带来的行业影响

• 区分 L2 辅助驾驶和 L4 自动驾驶的芯片路线，两者硬件思路不用强行统一
• 弱化通用 GPU 在 L4 自动驾驶里的主导地位，推动自动驾驶专用芯片发展
• 要求算法团队和芯片团队深度绑定，而不是分开独立开发
• 挑战传统芯片开发流程，对车企、智驾公司、芯片设计公司的协同要求更高

【相关 FAQ】

问题 1：为什么曹旭东认为通用芯片走不通 L4，大模型定义芯片是正途？

回答 1：曹旭东认为通用芯片架构面向多场景通用计算，算力利用率低、时延和功耗难以满足 L4 严苛要求；大模型定义芯片以 L4 自动驾驶大模型需求为起点定制硬件，算力效率更高，更适配 L4 自动驾驶。

问题 2：大模型定义芯片这条路线，还能用通用芯片跑 L4 大模型吗？

回答 2：大模型定义芯片是一条新的技术路线，通用芯片理论上可以跑 L4 大模型，但曹旭东判断它很难满足量产落地的功耗、时延、成本要求，不适合作为 L4 主路线。

问题 3：大模型定义芯片，是不是只针对自动驾驶 L4 场景？

回答 3：曹旭东这个观点主要围绕 L4 自动驾驶展开，大模型定义芯片的思路优先服务 L4 智驾，L2 级辅助驾驶现阶段依旧可以继续使用通用芯片方案。

【参考资料】

[2026-11-06]（通用芯片走不通 L4？曹旭东：大模型定义芯片是正途）自动驾驶行业媒体

[2026-11-05]（曹旭东分享智驾芯片路线：L4 不能依赖通用算力芯片）36 氪

[2026-11-04]（智驾芯片路线之争：通用算力 vs 大模型原生定制芯片）电子工程专辑

[2026-11-03]（L4 自动驾驶算力瓶颈，行业讨论大模型定义芯片新模式）盖世汽车

【免责声明】

本文仅为曹旭东相关观点的信息整理，属于行业技术路线探讨，不代表唯一技术方案；L4 自动驾驶芯片最终量产路线、性能指标以相关企业官方实测与发布信息为准。