不久前，英偉達創始人兼 CEO 黃仁勛在專訪中毫不吝嗇地夸贊 “特斯拉在自動駕駛技術上遙遙領先”，并指出當下訓練自動駕駛車的方式已與訓練大語言模型趨同，即向模型投喂海量視頻，使其通過觀看視頻認知物質世界。由于視頻數據量極為龐大，對訓練設施的算力需求極高，黃仁勛斷言未來幾年這種對算力的高要求仍將持續。英偉達 CFO 科萊特?克雷斯在 5 月 23 日財報電話會上也透露，特斯拉正在借助 3.5 萬個 H100 來助力自動駕駛模型的訓練。

特斯拉的全自動駕駛（FSD）系統由英偉達芯片驅動，其第 12 版采用端到端的生成模型，能通過環繞視頻學習、預測路徑并實現車輛駕駛，黃仁勛認為這是真正的技術革命。盡管 FSD 目前仍是需監督使用的 2 級自動駕駛系統，且經歷過召回與政府調查，但它已累計行駛超 13 億英里，展現出技術的成熟度與市場接受度。黃仁勛還預測，未來 “每輛汽車” 都將具備一定程度的自動駕駛能力，這將極大推動對計算能力的需求，英偉達芯片技術也將在其中發揮關鍵作用。

黃仁勛此番言論，不僅凸顯了特斯拉在自動駕駛領域的突出進展，也再度引發大眾對算力在前沿科技應用中重要性的關注。而在算力領域，一直以來，英偉達憑借先進的芯片技術占據著重要市場地位。不過，近年來隨著美國對中國科技企業的制裁升級，尤其是對高端芯片出口的限制，中國企業在算力領域的自主研發之路愈發艱難卻也成果顯著，其中華為的表現格外引人注目。

特斯拉的技術路線背后，是馬斯克對純視覺方案的堅定信仰。早在 2016 年，馬斯克就公開表示：“人類僅憑雙眼就能駕駛，汽車為何需要多余的傳感器？”他認為激光雷達等設備不僅增加成本，更會讓系統陷入“傳感器冗余陷阱”。在他看來，攝像頭+神經網絡的組合足以模擬人類視覺系統的決策過程，通過不斷優化算法，純視覺方案能在數據積累中實現能力躍升。這種理念在 FSD 系統中得到極致體現：8 個攝像頭構建 360 度環視視野，配合神經網絡對視頻流的實時解析，讓車輛在復雜路況中自主決策。馬斯克曾在社交媒體上強調：“純視覺不是妥協，而是更接近人類認知的最優解，數據量的爆炸會讓模型持續進化。”

與特斯拉的技術路線形成鮮明對比的是華為的多傳感器融合方案。華為 ADS 系統不僅搭載自研的昇騰 310 芯片——這款邊緣計算領域的算力強者能實現 16Tops 的現場處理能力，一秒鐘內完成上千張圖片的解析——更配備激光雷達、毫米波雷達等硬件，構建起“視覺+雷達”的多重感知網絡。在國內復雜的交通場景中，這種方案展現出獨特優勢：面對突然橫穿馬路的電動車、加塞的車輛，甚至無保護的路口左轉，華為 ADS 都能通過多維度數據融合做出精準判斷。有測試視頻顯示，裝備該系統的車輛在暴雨天氣下仍能穩定識別交通標線，這得益于不同傳感器的互補性。

雙方的技術較量背后，是算力支撐體系的差異。特斯拉依賴英偉達 H100 構建的超級計算機，每天處理 PB 級別的駕駛視頻數據，通過“觀看”海量場景讓模型理解物理世界的規律；華為則依靠昇騰芯片構建自主可控的算力生態，擺脫對外部硬件的依賴。這種差異也引發了行業對技術自主性的討論：當自動駕駛進入規模化落地階段，算力供給的穩定性是否會成為技術競爭的關鍵變量？

值得注意的是，兩種路線都在實踐中不斷進化。特斯拉 FSD 通過用戶數據的持續反饋，在北美市場實現了較高比例的無干預行駛；華為 ADS 則針對中國路況進行專項優化，在紅綠燈識別、行人避讓等場景中表現亮眼。技術路線的選擇或許沒有絕對優劣，更多是企業基于自身資源和市場需求的戰略決策。

這場技術博弈也讓網友們展開了熱烈調侃。有網友幽默地說：“黃仁勛說特斯拉遙遙領先，可能是因為 3.5 萬個 H100 在‘喊加油’；

華為不用英偉達顯卡，大概是把‘領先距離’調成了適合中國路況的模式——畢竟在小區門口避讓廣場舞隊伍，不需要‘遙遙領先’，只需要‘剛剛好’。”

還有人調侃：“特斯拉的純視覺是‘靠眼睛看到世界’，華為的多傳感器是‘帶著放大鏡看世界’，至于誰更領先，可能就像南方人吃湯圓 vs 北方人吃元宵，各有各的門道，吵到最后還是得看誰的車更安全。”

這些輕松的調侃背后，其實是公眾對自動駕駛技術的期待——無論采用哪種路線，最終能讓出行更安全、更便捷的，才是真正的“領先者”。

鄔賀銓院士：除了華為，其他都在用外國芯片！網友：自主可控才是米國忌憚的原因

零跑朱江明：未來中大型SUV賣五六萬，活下來的車企最多為手機廠數兩倍！網友：先騎二輪，坐等實現！

提到殲-10，印尼軍方發言人笑得嘴都合不攏了

美大使污蔑中國偷竊技術！中國專家霸氣回懟：你們根本沒有我們擁有的技術

巴鐵前外長：我們鎖定了20架印度戰機，只選擇擊落其中6架，我們克制！

雷軍隔空回應余承東，小米和華為在汽車方面接下來的競爭中，你更看好誰？

英偉達首席科學家坦言：美國禁令逼走大量人才，大多去了華為，反倒讓中國獲得很大的發展空間！