小鹏G7官宣首发小鹏图灵AI芯片，“有效算力”超过2000TOPS，并且将搭载本地部署的VLA+VLM模型。这背后的含义和进步是什么？让我们先从很多人好奇的“有效算力”聊起。

为什么小鹏要强调“有效算力”？因为对于现在的VLA等transformer结构的智驾大模型，通用公版芯片的“理论算力”往往并不能被高效利用，出现“浪费”。而小鹏自主研发设计的芯片，则能够为自动驾驶/辅助驾驶模型做针对性优化，达到更高的“算力利用率”。

以英伟达Orin-X为例，其计算单元包含了2048个CUDA核心和64组Tensor Cores，其中CUDA属于通用核心，比较适合CNN神经网络等；而Tensor Core则专门为加速矩阵乘法设计，更适合Transformer架构的AI模型。

当下的辅助驾驶AI模型基本都以Transformer架构为主，这就意味着Orin-X标称254TOPS算力的实际利用率，或者说“有效算力”难免要打个折扣。如果再考虑MoE结构模型，利用率可能更低。而小鹏自研的图灵AI芯片，可以根据小鹏自己的辅助驾驶软件规划来优化算力单元，使其硬件层面上就能很好地支持Transformer等架构，最大化算力利用率。所以小鹏要强调自己每颗图灵芯片都有超过700TOPS的【有效算力】，最多单颗能跑30B（300亿参数）的本地模型，并集成双独立图像ISP，足以成为自动驾驶的“算力底座”。

此外，VLA大模型对内存的容量和带宽等也有高要求。云端训练需要巨大的带宽，而车端推理则同时注重内存延迟和内存带宽。小鹏图灵AI芯片主要用于端侧推理，带宽相比传统方案也有显著提升。

小鹏G7的3颗总有效算力超过2000TOPS的图灵AI芯片，是部署大模型的基础，也是小鹏首发本地端“VLA+VLM”模型的底气。小鹏的“大脑+小脑”VLA-OL模型，首次给智驾增加“运动型大脑”决策判断，小脑让汽车会开，高效稳定地执行驾驶操作；大脑让汽车会想，让汽车真正“主动思考去理解世界”；OL模型具备在线自主强化学习能力，持续提升性能上限。

自研芯片用起来就是豪爽，小鹏G7的座舱也独享1颗图灵AI芯片。超过700TOPS的智能座舱AI算力，比行业旗舰提升26倍，可以再座舱本地端部署VLM大模型。这意味着即便身处地下车库、山区或信号弱区，车辆依旧能快速响应语音指令，实现真正离线也能对话、理解、执行的AI交互体验——“小P，去负三楼停车”“小P，停到电梯口”都能即刻执行，不再依赖云端响应，安全、私密、流畅。

在CVPR 2025这一全球AI顶会中，小鹏成为唯一受邀分享自动驾驶模型研究的中国车企，小鹏世界基座模型负责人刘先明分享了在图灵AI芯片上本地部署VLA模型的优化实践：

如何在引入视频时序信息的同时不增加Token计算量？小鹏提出车端VLA模型Token压缩机制，成功将模型骨干LLM计算量降低50%——两种创新方案：SlowFast投影器：训练型模块，实现高效视觉与语言信息融合；多相机多帧Token剪枝器：基于注意力机制进行Token裁剪，无需训练即可提升效率。这是AI技术从工程需求出发，对学术研究方向的一次有力反哺，也表明小鹏已构建起从基础研究→工程优化→产品落地的闭环能力。

“有效算力”大于2000TOPS的算力、搭载本地部署的“VLA+VLM”模型，是小鹏对“L3级算力AI汽车”的答案。从硬件到软件都自研，软硬件协同进化，配合巨大的云端算力等研发投入。在智能化下半场，小鹏选择迎难而上，一个智能化新时代即将启幕，而小鹏已经做足了准备。