不久前，英伟达创始人兼 CEO 黄仁勋在专访中毫不吝啬地夸赞 “特斯拉在自动驾驶技术上遥遥领先”，并指出当下训练自动驾驶车的方式已与训练大语言模型趋同，即向模型投喂海量视频，使其通过观看视频认知物质世界。由于视频数据量极为庞大，对训练设施的算力需求极高，黄仁勋断言未来几年这种对算力的高要求仍将持续。英伟达 CFO 科莱特・克雷斯在 5 月 23 日财报电话会上也透露，特斯拉正在借助 3.5 万个 H100 来助力自动驾驶模型的训练。

特斯拉的全自动驾驶（FSD）系统由英伟达芯片驱动，其第 12 版采用端到端的生成模型，能通过环绕视频学习、预测路径并实现车辆驾驶，黄仁勋认为这是真正的技术革命。尽管 FSD 目前仍是需监督使用的 2 级自动驾驶系统，且经历过召回与政府调查，但它已累计行驶超 13 亿英里，展现出技术的成熟度与市场接受度。黄仁勋还预测，未来 “每辆汽车” 都将具备一定程度的自动驾驶能力，这将极大推动对计算能力的需求，英伟达芯片技术也将在其中发挥关键作用。

黄仁勋此番言论，不仅凸显了特斯拉在自动驾驶领域的突出进展，也再度引发大众对算力在前沿科技应用中重要性的关注。而在算力领域，一直以来，英伟达凭借先进的芯片技术占据着重要市场地位。不过，近年来随着美国对中国科技企业的制裁升级，尤其是对高端芯片出口的限制，中国企业在算力领域的自主研发之路愈发艰难却也成果显著，其中华为的表现格外引人注目。

特斯拉的技术路线背后，是马斯克对纯视觉方案的坚定信仰。早在 2016 年，马斯克就公开表示：“人类仅凭双眼就能驾驶，汽车为何需要多余的传感器？”他认为激光雷达等设备不仅增加成本，更会让系统陷入“传感器冗余陷阱”。在他看来，摄像头+神经网络的组合足以模拟人类视觉系统的决策过程，通过不断优化算法，纯视觉方案能在数据积累中实现能力跃升。这种理念在 FSD 系统中得到极致体现：8 个摄像头构建 360 度环视视野，配合神经网络对视频流的实时解析，让车辆在复杂路况中自主决策。马斯克曾在社交媒体上强调：“纯视觉不是妥协，而是更接近人类认知的最优解，数据量的爆炸会让模型持续进化。”

与特斯拉的技术路线形成鲜明对比的是华为的多传感器融合方案。华为 ADS 系统不仅搭载自研的昇腾 310 芯片——这款边缘计算领域的算力强者能实现 16Tops 的现场处理能力，一秒钟内完成上千张图片的解析——更配备激光雷达、毫米波雷达等硬件，构建起“视觉+雷达”的多重感知网络。在国内复杂的交通场景中，这种方案展现出独特优势：面对突然横穿马路的电动车、加塞的车辆，甚至无保护的路口左转，华为 ADS 都能通过多维度数据融合做出精准判断。有测试视频显示，装备该系统的车辆在暴雨天气下仍能稳定识别交通标线，这得益于不同传感器的互补性。

双方的技术较量背后，是算力支撑体系的差异。特斯拉依赖英伟达 H100 构建的超级计算机，每天处理 PB 级别的驾驶视频数据，通过“观看”海量场景让模型理解物理世界的规律；华为则依靠昇腾芯片构建自主可控的算力生态，摆脱对外部硬件的依赖。这种差异也引发了行业对技术自主性的讨论：当自动驾驶进入规模化落地阶段，算力供给的稳定性是否会成为技术竞争的关键变量？

值得注意的是，两种路线都在实践中不断进化。特斯拉 FSD 通过用户数据的持续反馈，在北美市场实现了较高比例的无干预行驶；华为 ADS 则针对中国路况进行专项优化，在红绿灯识别、行人避让等场景中表现亮眼。技术路线的选择或许没有绝对优劣，更多是企业基于自身资源和市场需求的战略决策。

这场技术博弈也让网友们展开了热烈调侃。有网友幽默地说：“黄仁勋说特斯拉遥遥领先，可能是因为 3.5 万个 H100 在‘喊加油’；

华为不用英伟达显卡，大概是把‘领先距离’调成了适合中国路况的模式——毕竟在小区门口避让广场舞队伍，不需要‘遥遥领先’，只需要‘刚刚好’。”

还有人调侃：“特斯拉的纯视觉是‘靠眼睛看到世界’，华为的多传感器是‘带着放大镜看世界’，至于谁更领先，可能就像南方人吃汤圆 vs 北方人吃元宵，各有各的门道，吵到最后还是得看谁的车更安全。”

这些轻松的调侃背后，其实是公众对自动驾驶技术的期待——无论采用哪种路线，最终能让出行更安全、更便捷的，才是真正的“领先者”。

邬贺铨院士：除了华为，其他都在用外国芯片！网友：自主可控才是米国忌惮的原因

零跑朱江明：未来中大型SUV卖五六万，活下来的车企最多为手机厂数两倍！网友：先骑二轮，坐等实现！

提到歼-10，印尼军方发言人笑得嘴都合不拢了

美大使污蔑中国偷窃技术！中国专家霸气回怼：你们根本没有我们拥有的技术

巴铁前外长：我们锁定了20架印度战机，只选择击落其中6架，我们克制！

雷军隔空回应余承东，小米和华为在汽车方面接下来的竞争中，你更看好谁？

英伟达首席科学家坦言：美国禁令逼走大量人才，大多去了华为，反倒让中国获得很大的发展空间！