我记得去年底，在深圳的一个小实验室里，第一次上手测试地平线J6E这颗芯片。
外面下着雨，屋里空调嗡嗡响。
工程师小李递给我一台原型车模，屏幕上显示高速NOA启动，车模在模拟路线上平稳变道。
80TOPS的算力，听着高大上，但实际跑起来，没什么卡顿。
成本呢？
他们说压到5000元内，我当时就想，这下10万级车型的智驾要普及了。
小李笑着说：哥们儿，你试试自动泊车。我按下按钮，车模从斜线位滑进车位，误差不到10厘米。场景简单，但真实。想想用户开着秦PLUS回家，窄巷子一键泊车，不用手忙脚乱。J6E用7V1R方案，7个摄像头加1个雷达，数据流像水管一样顺畅。
被动散热设计，芯片不发烫，手摸上去温温的。
这算力，80TOPS，够用吗？个人体感，样本有限，就我测试的几款中低端车型，高NOA场景下响应时间在1.5秒内。比起激光雷达堆料的方案，J6E靠算法优化，省了硬件成本。产业链上，地平线从上游SoC切入，博弈的是供应链议价。
比喻说，就像手机CPU，苹果堆核我堆效率，你堆我省。
你开过带智驾的车吗？那种高速上接管的感觉，J6E会不会太激进？（这个话题我们稍后再说，先聊聊被动散热怎么玩的。）
被动散热，简单讲，芯片像个高效小电机，不用风扇吹，就靠热管导走热量。测试时，我放了半小时，温度稳在65度以下。产业链博弈在这里显形，地平线找了本土热管理供应商，成本降了20%。
不确定数字，但粗略估算，从实验室笔记看，单颗芯片热设计功耗控制在50W内。
对比下特斯拉的FSD芯片，J6E没那么狂野，但实际使用差异大。特斯拉堆算力上千TOPS，开车像科幻片，响应快但耗电猛，一趟高速电掉10%。J6E呢？更接地气，10万级车用户，日常通勤够用，不会让电池焦虑。记得一个用户反馈，原话是：以前泊车老剐蹭，现在一键搞定，省心多了。
我刚翻了测试照片，那天车模泊车时，摄像头捕捉的盲区细节，J6E算法补全得不错。比起同价位理想的方案，J6E的融合感知更稳，雨天识别率高5-10%。个人直觉，但得说明白，我没全产业链数据，这判断基于几次路测。
哎，话说回来，智驾平权听着好，但成本真压到5000？前文我说产业链议价省20%，现在更正下，其实是15%左右。原因呢？上游晶圆厂涨价，地平线得平衡供应商分成。没深入想过，但猜测他们用开源算法库，加速迭代，成本再砍一波。不确定性高，就当闲聊。
临场算算，能耗成本。假设一年开2万公里，高NOA用30%，电费0.5元/度，J6E多耗5度电，总成本25元。比堆激光的方案，省下几百。用户真实场景，堵车时智驾接管，省油省神。
延伸下，地平线这打法，像小米当年杀入手机市场。输出芯片给比亚迪、长安他们，卡位中阶。工程师小李当时说：我们不是卖硬件，是卖算法的未来。对话短，但戳中点。比亚迪秦L用上J6E，10万出头标配NOA，产业链从上游地平线到下游车厂，全链条共赢。
你觉得10万级车标配智驾，会不会让新手司机依赖过头？互动下，我挺好奇的。
思路跳了，回归具体。J6E的TOPS算力，80这个数，不是随便堆。技术路径上，它用NPU神经网络加速，像大脑分区处理视觉和决策。生活比喻，煮饭时你一边切菜一边炒，不乱套。测试中，我模拟夜间泊车，灯光干扰下，算法过滤噪点，成功率90%以上。
数据来自我的笔记，样本小，就三四次跑。
情绪上，我有点怀疑。智驾平权好，但用户场景复杂，乡村路J6E行不行？自我调侃，我这老观察者，总爱挑刺。实际，一线经验告诉我，算法迭代快，半年后优化版就补上。
另一个微情节，回忆上个月车展。摊位上，一个年轻妈妈试驾原型车，孩子在后座闹，她一键泊车，车停稳了，她松口气说：这功能值了，平时停车我老紧张。互动，场景对吧？J6E塞进10万车，成本内化，就为这种一刻。
推测下，没想深，地平线下一个迭代，可能加毫米波雷达，成本上浮10%，但NOA覆盖率到95%。不确定，纯猜。产业链博弈，华为他们压力大，地平线靠性价比突围。
数据再来，市场估计，2024年中低端智驾渗透率，从20%跳到40%，J6E贡献不小。粗略估算，基于几家车企订单。被动散热优势，在高温区用车，散热失败率低3倍，比风冷方案。
画面定格：深圳实验室窗外，雨停了。小李关掉车模，屏幕上最后一行日志——泊车成功，时间0.8秒。J6E就这样，悄无声息，推动着智驾从奢侈到日常。
全部评论 （0）