熟悉功能需要理解其工作条件，也要知道什么时候不应依赖。这次讨论围绕芯片算力的比较口径，放在AI汽车与智能交互的范围内，先保留能核对的线索，再判断它们能支持多大的结论。
准备阶段先留哪些信息
熟悉功能需要理解其工作条件，也要知道什么时候不应依赖。不同精度、任务和功耗条件下的算力数字表达不同含义。在开始前，列明对象、任务和需要达到的结果，再确定要查看哪些说明与记录。
进行过程中按什么顺序看
按正式说明逐步核对，保留尚未验证的场景。同时核对计算精度、使用场景、软件与热约束。每项检查最好对应一个具体问题，例如条件是否成立、变化发生在哪一步，以及怎样确认结果。
收尾时留下什么
单一峰值数字不能直接代表整车智能功能表现。将已经完成、仍有疑问和需要后续处理的事项分别保存。围绕AI汽车与智能交互形成的记录，应能让下次阅读直接找到对应背景。
清单怎样随使用调整
关于芯片算力的比较口径的清单可以从少量关键项目开始。经历功能学习后，再删除重复项、补上实际遗漏，并注明调整理由。项目数量不是目的，能够帮助下一次准确完成核对才有价值。
常见问题
理解芯片算力的比较口径，先确认什么？
不同精度、任务和功耗条件下的算力数字表达不同含义。
在功能学习时怎样开始？
按正式说明逐步核对，保留尚未验证的场景。同时核对计算精度、使用场景、软件与热约束。
什么情况下不宜直接套用结论？
单一峰值数字不能直接代表整车智能功能表现。