提到自动驾驶行业的“算力军备赛”，我们习惯的画面是：新车型发布会上，主机厂逐一报出自研芯片的 TOPS 数字。8 月 12 日，一家体型小得多的公司给出了截然不同的答案——comma.ai 推出了名为 chestnut 的车载 eGPU 扩展坞。据 IT之家报道，它可以让车载 AI 的浮点运算性能提高约 100 倍，而扩展坞本身售价仅 249 美元（约合人民币 1682 元），含一块 AMD Radeon RX 9060 8GB 显卡的完整套件为 799 美元（约合 5399 元）。
把一块桌面显卡接到汽车上跑神经网络——听起来近乎荒诞，但如果你了解 comma.ai 的出身，会发现这完全是这家公司的风格。
「神奇小子」的又一次越界
comma.ai 的创始人乔治·霍茨（George Hotz）是黑客圈的传奇人物：17 岁成为全球首个破解 iPhone 的人，随后又攻破了索尼 PS3。2016 年他创立 comma.ai，目标是“用开源和平价硬件把半自动驾驶带给大众”；2022 年 10 月，他辞去 CEO 职务并退出 OpenPilot 项目，但公司延续了他的路线——不造整车、不换传感器，靠一台加装在挡风玻璃上的后装设备加上开源软件 openpilot，让大量品牌的普通量产车获得可用的辅助驾驶能力。
车载为什么需要桌面显卡？
这波操作的行业背景，是辅助驾驶技术路线的整体转向：从过去“感知—规划—控制”的规则代码堆砌，走向端到端神经网络。comma 的 supercombo 模型、特斯拉 FSD 的 v12 及之后版本，都是这条路线的产物。端到端模型在云端训练，但在车端做实时推理同样“吃”算力，而且模型越迭代胃口越大。
问题在于，车规级芯片是个“慢变量”。为了满足温度、振动、电磁兼容和动辄十年的供货周期要求，车规芯片的迭代节奏与消费级 GPU 完全不在一个量级，价格却居高不下。反观消费显卡，坐拥 PC 产业的规模经济——一套 799 美元的套件，浮点性能就能碾压多数车载方案。
comma.ai 的思路因此变得顺理成章：把 PC 行业的 eGPU（外接显卡）逻辑搬进车里，算力不够，插一块就是。配合它一贯的后装模式，理论上老车主也能持续“升级大脑”，而不是像原厂体系那样，芯片在出厂那刻就被焊死在整个生命周期里。
疯狂背后的工程现实
当然，纸面上的算力平权要落地，还得跨过不少坑。桌面显卡的功耗在百瓦级，需要从车辆电源系统做转换和隔离；显卡的散热设计面向机箱风道，而不是颠簸、暴晒的座舱环境；Linux 下的驱动适配、点火瞬间的启动时序，也全是细活。此外，RX 9060 只是入门级显卡，8GB 显存决定了车端模型的规模上限——所谓“约 100 倍”的提升，参照系是原有车载芯片的基础算力，并不意味着能与顶级智驾芯片正面掰手腕。
不过，这些麻烦恰恰是 comma.ai 的主场。openpilot 社区多年来就是在各种“不标准”的车型上做适配起家的，快速试错加开源协作，本就是它的生存方式。
算力能否像内存条一样更换？
短期内，chestnut 大概率仍是极客玩具，距离普通消费者“开箱即用”尚有距离；把非车规硬件引入与行车安全相关的系统，监管与责任边界更是悬而未决的难题。
但它抛出的问题足够尖锐：当 AI 模型的迭代速度远超汽车的硬件周期，“软件定义汽车”的下一步，是不是应该让算力像内存条一样可插拔、可更换？行业用 TOPS 数字筑起的护城河，会不会被一块 249 美元的扩展坞消解掉一角？
在众人比拼堆料的时代，comma.ai 再次演示了开源世界的经典逻辑：先问“能不能跑起来”，再谈“是否优雅”。无论 chestnut 最终成败与否，这个实验都值得持续关注。