自動駕駛由傳統模組化轉向 VLA 大模型，使硬體需求發生結構性跳升，單一神經網路需同時支撐感知與邏輯推理，迫使車端算力跨越 1,000TOPS 門檻。此外，核心瓶頸也從單純算力延伸到記憶體架構，DRAM 必須同步提升容量與頻寬以緩解自回歸推理的負擔；而 NAND 則需強化讀寫速度以支撐權重冷啟動與數據閉環；揭示為確保 VLA 決策的連貫性與毫秒級即時反應，晶片算力和記憶體為一場軍備競賽。 繼續閱讀..