“神奇小子”发布Chestnut eGPU：车载AI算力提升百倍，边缘计算迎来新范式
近日，业内备受关注的“神奇小子”团队正式发布了其最新产品——Chestnut eGPU。这款专为车载场景设计的外部图形处理器，宣称可将车载AI算力提升至传统方案的百倍级别，这一突破性成果迅速引起了智能汽车与边缘计算领域的广泛讨论。
产品核心：从“车规级”到“算力级”的跨越
Chestnut eGPU并非简单的显卡外接方案。据官方介绍，它采用了自研的异构计算架构，集成高带宽显存与低延迟PCIe 5.0接口，能够与车载域控制器深度协同。在典型自动驾驶场景中，该设备可将实时感知、路径规划与决策模型的推理速度从毫秒级压缩至微秒级，同时支持多模态传感器数据的并行处理。这意味着，原本需要多块高端车载芯片才能实现的L4级以上自动驾驶算力需求，如今可被一具紧凑型eGPU模块所满足。
技术解析：百倍算力背后的工程挑战
传统车载AI算力瓶颈主要来源于功耗、散热与车规级可靠性之间的平衡。Chestnut eGPU通过采用3D堆叠封装与液冷辅助散热，在保持约150W功耗的前提下，实现了高达200 TOPS的整机算力（FP16）。相比当前主流车载AI芯片（如英伟达Orin的254 TOPS但功耗更高），其每瓦性能比提升了近3倍。更重要的是，该产品兼容主流自动驾驶框架（如CUDA、TensorRT及ROS 2），并提供了针对车载场景优化的驱动层，可无缝接入现有电控架构。
行业影响：重新定义“车载算力中心”
这一突破将直接改变智能汽车的设计思路。过去，车企需在座舱芯片与驾驶芯片之间做取舍，或依赖昂贵的多芯片冗余方案。Chestnut eGPU的模块化特性允许车辆在出厂后通过OTA升级或物理加装的方式，动态提升算力等级。例如，入门级车型可先搭载基础域控制器，后续通过增加eGPU模块实现L3向L4的跃迁，从而大幅降低硬件沉没成本。
前景与挑战
尽管技术指标亮眼，但车载eGPU的批量化应用仍面临车规级认证周期长、供应链稳定性等挑战。此外，电源管理与电磁兼容性在移动场景下需更严苛的测试。若“神奇小子”能协同上游芯片厂商推动标准化接口，车载AI算力或将从“军备竞赛”转向“按需升级”的新阶段，为智能汽车的长尾迭代提供基础设施级支撑。
