大国崛起，从新能源造车开始 第419节
“芯片那边，什么进度？”陈山河开门见山。
赵青把会议记录本翻到一页，上面密密麻麻画满了芯片架构图：
“比预想的快。车规级AI芯片，我们的设计已经冻结了。制程定了12纳米，单片算力做到128TOPS，功耗控制在35瓦以内，用在下一代智驾域控上，对标的是英伟达的Xavier和特斯拉那块自研FSD芯片。”
他顿了顿，语气里难得透出一点自豪：
“而且我们是按车规级标准设计的，AEC-Q100全流程走完，功能安全做到ISO26262的ASIL-D。
这不是实验室里的‘工程样品’，是真正能上车跑十年的东西。”
陈山河问：“怎么突然快了这么多？”
张磊接过话，笑了一声：“陈总，不是突然快的。你忘了，我们从五年前在德州那个车间里，就开始自己写BMS芯片、自己搞SOC算法了。”
他掰着手指：“EE架构是赵青一手搭的，智驾算法是刘峰写的，BMS底层是我们电池组跟芯片厂商一起磨出来的。
五年，光这些底层的东西，我们就啃了五年。
现在等于说，地基早打好了，只是以前没钱、没精力去把‘车载AI芯片’这块天花板顶上去。如今钱到了、人也到了，剩下的就是拼图。”
赵青推了推眼镜，补充道：“更关键的是，我们做芯片不是从零开始买IP、堆晶体管。我们的智驾算法、我们的EE架构、我们自研的BMS，都是‘按自己的芯片’去设计的。
芯片和算法协同设计，这在行业里叫‘软硬协同’。也是为什么同样的制程，我们的芯片能跑出比通用方案更高的能效比。”
“这五年，值了。”陈山河说。
他转头看向刘峰：“智驾这边，能接住吗？”
刘峰点头：“自研芯片一出来，我们就能把现在依赖英伟达的部分全部替换掉。
算法我这边已经在按128TOPS的算力重新做算子优化。等芯片流片回来，实测一遍，就能上量产车。”
陈山河沉默了一会儿。
“好。芯片这条线，我再给你加码。钱、人、流片费用都优先。但有一个前提。”
他竖起一根手指：“质量。车规级的东西，一步都不能将就。我们宁可慢半年，也不能让一颗不达标的芯片，装到用户的车上去。”
“这是底线。”
这句话，赵青、张磊、刘峰三个人都听懂了。五年了，从山河一号那个3.98万的老头乐开始，陈山河说过无数次“安全是底线”。
今天，这句话从车，延伸到了芯片上。
接下来的半个月，二十亿美金的事，在内部极小的圈子里静默推进。
王择端跑了四家银行，最后选了两家组银团。
凌云的股权做质押，抵押率不到百分之二十五，属于银行眼里“优质到不能再优质”的资产。
利率谈到了一个让孙姐都点了头的数字。
方律师全程跟着，把质押条款一条条抠过去，确认没有触发一票否决、没有交叉违约、不会影响凌云的经营决策权。
他的原话是：“陈总，条款我给您守死了。股权只是质押，所有权和表决权，还在您手上。”
陈山河说：“辛苦了。”
方律师笑笑，没说话。
他见过太多创始人在资本面前低头，陈山河是少数几个，即便把身家性命押上赌桌，也坚持把“控制权”三个字写在最前面的人。
第一笔十二亿美金到账。
同一天，哈米AI研究院的算力中心正式通电。
沈知行和顾之远站在恒温恒湿、嗡嗡作响的机房里，看着一排排服务器的指示灯依次亮起，像一片蓝色的潮水，从脚底缓缓漫到天花板。
顾之远摸了摸后脑勺，小声说：“知行，你有没有一种感觉……”
“什么感觉？”
“我们好像真的在赌一个，别人还没看懂的时代。”
沈知行没有回头，目光落在那一排排亮起的蓝色指示灯上，许久才说：
“陈总不是赌。”
“他是比我们所有人，都先看见了那个时代。”
外界的声音，比预想中来得更快。
二十亿美金的事虽然没有官宣，但天下没有不透风的墙。几周后，财经媒体开始陆续报道：
哈米系创始人陈山河，抵押凌云股权，举债百亿美金，押注AI。
一时间，说什么的都有。
有投行分析师在研报里写：“汽车公司跨界搞大模型，这是把造车赚来的血汗钱，往一个还没找到商业闭环的黑洞里扔。”
有自媒体起了耸动的标题：《又一个讲AI故事的车企？这次是哈米》
哈米股价连续几天小幅下挫。
陈山河办公室的电话，一天到晚响个不停。
投资人的、媒体的、甚至一些老朋友的。罗慧挡了大部分，实在挡不住的，才会捧着电话进来，低声说一句：“陈总，XX总想跟您聊两句。”
陈山河接过电话，语气一如既往地平静。
他没有解释太多，只说了一句：“我是造车的。我造出来的AI，先用在车上，再走进你们每个人的生活。给我点时间，产品会说话。”
挂了电话，他照常去研发中心，看芯片，看算法，看测试数据，像什么都没发生。
第211章 特斯拉降价
2019年下旬。
陈山河把第一份打印件往前推了推。
特斯拉国产Model3，标准续航升级版，补贴后价格杀进三十万以内。
比此前进口版便宜了将近十万。
这个价格像一柄钝刀，不锋利，却实打实地压在了所有国产品牌的心口上。
“飞腾那边呢？”陈山河问。
“何骏报上来的数据，P2上周线下到店量跌了百分之十四。”
罗慧的声音很稳，“但定单取消不多。多数是观望，想等等看特斯拉降价到什么位置。”
陈山河点点头，没接话，目光落回第二份打印件上。
这一幕，在过去的两年里已经上演过太多次。
每次外界天翻地覆，他这里都安静得过分。
可只有坐在他对面的人才知道，这份安静底下压着怎样的东西。
三天前，深夜十一点，哈米AI研究院B区。
走廊的灯只亮了一半，尽头那间办公室的门虚掩着，透出一线暖黄的光。
陈山河没敲门，直接走了进去。
沈知行正背对着门，站在一面白板前。白板上密密麻麻写满了符号和箭头，最上方一行字被红笔圈了出来：
“数据驱动vs因果推断：长尾场景的最后一公里。”
“陈总。”沈知行听见动静，转过身。
他是陈山河从海外一家顶尖研究院挖回来的，做的是自动驾驶里最难啃的那块骨头����因果模型。
“你上次说的那个东西，有进展了？”
陈山河拉了把椅子坐下。
沈知行没有直接回答，而是走到电脑前，调出一段视频。
画面里是一辆测试车，行驶在一条洒了水的乡道上，路面反光，前方突然滚出一个轮胎。
无人驾驶场景里出了名的“长尾样本”。
“纯数据驱动的模型，遇到这个，要么紧急制动误判，要么直接不识别。”
沈知行按了暂停，画面定格在车辆精准变道避开轮胎的那一帧，
“我们的因果模型，提前零点四秒预判了轮胎的运动轨迹。”
“零点四秒。”陈山河重复了一遍。
“在高速场景下，这零点四秒就是生和死。”
沈知行的语气里有种近乎虔诚的郑重，
“陈总，这条路是对的。别人都在堆数据、堆算力，用海量样本去‘喂’模型。但再多的样本，也喂不出长尾场景里真正的因果逻辑。”
陈山河沉默了几秒，忽然问：“顾之远那边呢？”
“具身智能。”
沈知行笑了，“顾博士的原话是，自动驾驶解决的是‘车怎么走’，具身智能解决的是‘车之外的一切怎么动’。
他昨天刚让一个机械臂学会了在晃动平台上抓取螺丝，成功率百分之九十七。”