特斯拉算力是国内车企总和，国内车企如何跑赢智能化下半场？
北京时间10月11日，特斯拉将在美国加利福尼亚州召开特斯拉“WE，ROBOT”（我们，机器人）发布会，发布Robotaxi等新产品和新技术。特斯拉CEO埃隆·马斯克称之为“这将是载入史册的一天”。
图片来源：特斯拉
特斯拉越来越像一家AI公司。而这场发布会，也将汽车智能化的转型推向深水区。
“进入AI时代后，汽车行业最缺乏的是智能计算的基础设施，而不是生产能力。”中国电动汽车百人会副理事长兼秘书长张永伟近日在合肥举办的全球智能汽车产业大会（GIV2024）上表示，特斯拉拥有的算力水平是100 EFLOPS（EFLOPS是指每秒百亿亿次浮点运算次数），是所有国内车企所拥有算力的总和。
汽车产业是在电动化还没有完成的情况下掀起的智能化浪潮。“在智能化时代，汽车行业竞争格局又发生了新变化，中国率先启动了市场端的变革，美国在技术端占有芯片、软件的绝对发展优势。”张永伟说。
不过，智能化的转型将为消费者带来实实在在的好处——用更便宜的价格买到体验感更好的车型。MOMENTA CEO曹旭东向中国新闻周刊表示：“高阶智能驾驶的发展遵循摩尔定律，将会快速普及。其中，在硬件摩尔定律影响下，高阶智驾的硬件的BOM每两年会减半，成本快速下探；而软件摩尔定律的行业平均水平，可以使产品的体验两年提升十倍。”
卷“算力”，不可回避
作为特斯拉的专有D1芯片，Dojo计划在持续发展——这台人工智能超级计算机将成为特斯拉人工智能雄心的基石，也是FSD的训练场。特斯拉此前宣称，经过 Dojo 训练的 AI 软件最终将通过无线更新推送给特斯拉客户。
相关信息显示，预计到今年10月，Dojo的总算力将达到100 EFLOPS，约等于320500块英伟达 A100 GPU的算力水平；预计今年年底前，Dojo1将实现与约8000块H100等效的在线训练。在前不久举办的All-In Summit 2024活动上，马斯克宣布，公司下一代AI芯片Dojo 2计划在2025年底进行大规模部署。
图片来源：中国电动汽车百人会
数据显示，国内车企现有的算力都在10 EFLOPS以下，到2024年底，中国移动、中国电信、中国联通的规划算力分别是17 EFLOPS、21 EFLOPS和15 EFLOPS，三大运营商合计53 EFLOPS，但围绕“端到端”大模型，一家企业需要的理想算力就高达100 EFLOPS。
理想汽车智能驾驶研发副总裁郎咸朋此前表示，理想汽车训练算力达到5.39 EFLOPS，预计到2024年底将超过8 EFLOPS，理想汽车每年在训练算力的投入超过10亿元。理想汽车也表示，最终实现自动驾驶需要的训练算力要达到100 EFLOPS的量级，折合成投入每年要超过10亿美金。
“算力上要投入巨资，而且要持续投入，围绕着数据、算力、算法形成规模化的队伍。”张永伟表示，目前围绕着芯片所形成的软件才刚刚起步，现有的本土算力是“有芯片、缺软件”的不成熟算力。“要通过丰富软件和生态，（把不成熟的算力）变成成熟的算力，减少算力在硬件上未来被‘卡脖子’的问题。”
百度智舱业务部总经理李涛认为，在产品设计中也应该避免算力浪费。“今天很多座舱设计是把Pad安到了车上，然后把移动App直接迁移到车机上去。”李涛表示，现在行业里统计，单台车上搭载App最多的有189个。“可以想象，在驾驶过程中从189个App里翻你想要的应用是多么困难，这也会占用宝贵的车机算力及内存资源。”
摩尔定律下，成本下探
拥有高阶智驾的车型，需要多花多少钱？
一年前，问界M7、小鹏G6等公认的智驾头部车型告诉我们，要多花两三万甚至三四万才能用上软硬件到位的高阶智驾系统。
不过，在新能源汽车智能化的下半场，高阶智驾开始不断下沉。以往30万元以上车型才能搭载的高阶辅助驾驶功能，开始出现在一些十几万元的新能源车型上。而未来，这一趋势或将更加明显。
如今，新能源汽车的升级换代和智能化进程越来越接近半导体行业的摩尔定律。根据英特尔创始人之一戈登·摩尔的经验：芯片上可以容纳的晶体管数目18个月到24个月增加一倍，性能大约每两年翻一倍，同时价格下降为之前的一半。
曹旭东判断，在2025年底至2026年，城市高阶智驾将会成为20万以上甚至包括15万以上车型的标配。
“硬件的摩尔定律就是高阶智驾的硬件的BOM每两年会减半。”曹旭东表示，“一两年之前实现城市NOA，双Orin-X激光雷达整个BOM的成本可能要到2万多，而现在单Orin-X单激光雷达整个BOM 1万左右就可以了。”曹旭东预测，到2025年底至2026年，成本会降至5000以内。
“软件摩尔定律的行业平均水平，是产品的体验两年提升十倍。”曹旭东表示，行业里面领军企业或者卓越企业进步速度可能更快，可以做到一年提升十倍。“MOMENTA去年后半年到现在提升了不止十倍，我们到明年这个时间点目标也不止提升十倍。可以看到两年至少会提升100倍。”
也就是说，未来智能汽车一定会价格越来越低，并且体验越来越好。
如何拥抱AI时代？
人工智能，特别是以大算力、大数据、大模型为主要代表的人工智能和汽车融合，使新兴的汽车智能化又叠加了以人工智能为驱动的新的智能化内容。
“汽车产业变化周期越来越短，甚至出现了变化叠加的特征：过去的变革还没有完成，新的变革又要开始，这种叠加的发展成为汽车产业发展的新常态，百年汽车产业在继续演进，最新的驱动因素是人工智能。”张永伟说。面对AI时代的到来，行业该如何适应新的变化，做出新的调整？张永伟提及，首先要解决好聚焦AI技术和数据的价值来打造新的竞争力。“改变汽车企业对数据挖掘能力不足、对数据价值利用不利的现状，要让数据变成资产，让资产产生价值。”同时，张永伟表示，“目前我们在训练软件、系统方面，很难做到像特斯拉一样拥有大量的数据，对我们而言靠单一车企的数据量是不够的。”
“就像当年安卓系统面对苹果的挑战一样，我们今天也面临着特斯拉的挑战。”神州数码汽车业务集团CTO刘黎向中国新闻周刊表示。
“现在大家都在研究域控制器，而特斯拉已经迈向中央计算。尽管特斯拉会开放上一代技术，但如果我们只是复制他们上一代的产品或追赶他们，那将非常困难。”在刘黎看来，与车企的合作至关重要，“这不仅是为了技术落地，也是为了共同推动行业的进步。通过合作，我们可以互补优势，共同开发出能够与特斯拉竞争的创新产品。”
“现在整个公司已经在用AI代码工具去生成一些代码，生产效率已经能提高30%。人工智能最好的应用场景其实就是智能电动汽车行业。”蔚来汽车董事长李斌表示，一个成功的智能电动汽车公司，一定要具备AI研发能力和运营能力；一家成功的智能电动车公司，也一定是一家成功的AI公司。
原文标题 : 车企竞争下一城：算力？
特斯拉算力是国内车企总和，国内车企如何跑赢智能化下半场？
北京时间10月11日，特斯拉将在美国加利福尼亚州召开特斯拉“WE，ROBOT”（我们，机器人）发布会，发布Robotaxi等新产品和新技术。特斯拉CEO埃隆·马斯克称之为“这将是载入史册的一天”。
图片来源：特斯拉
特斯拉越来越像一家AI公司。而这场发布会，也将汽车智能化的转型推向深水区。
“进入AI时代后，汽车行业最缺乏的是智能计算的基础设施，而不是生产能力。”中国电动汽车百人会副理事长兼秘书长张永伟近日在合肥举办的全球智能汽车产业大会（GIV2024）上表示，特斯拉拥有的算力水平是100 EFLOPS（EFLOPS是指每秒百亿亿次浮点运算次数），是所有国内车企所拥有算力的总和。
汽车产业是在电动化还没有完成的情况下掀起的智能化浪潮。“在智能化时代，汽车行业竞争格局又发生了新变化，中国率先启动了市场端的变革，美国在技术端占有芯片、软件的绝对发展优势。”张永伟说。
不过，智能化的转型将为消费者带来实实在在的好处——用更便宜的价格买到体验感更好的车型。MOMENTA CEO曹旭东向中国新闻周刊表示：“高阶智能驾驶的发展遵循摩尔定律，将会快速普及。其中，在硬件摩尔定律影响下，高阶智驾的硬件的BOM每两年会减半，成本快速下探；而软件摩尔定律的行业平均水平，可以使产品的体验两年提升十倍。”
卷“算力”，不可回避
作为特斯拉的专有D1芯片，Dojo计划在持续发展——这台人工智能超级计算机将成为特斯拉人工智能雄心的基石，也是FSD的训练场。特斯拉此前宣称，经过 Dojo 训练的 AI 软件最终将通过无线更新推送给特斯拉客户。
相关信息显示，预计到今年10月，Dojo的总算力将达到100 EFLOPS，约等于320500块英伟达 A100 GPU的算力水平；预计今年年底前，Dojo1将实现与约8000块H100等效的在线训练。在前不久举办的All-In Summit 2024活动上，马斯克宣布，公司下一代AI芯片Dojo 2计划在2025年底进行大规模部署。
图片来源：中国电动汽车百人会
数据显示，国内车企现有的算力都在10 EFLOPS以下，到2024年底，中国移动、中国电信、中国联通的规划算力分别是17 EFLOPS、21 EFLOPS和15 EFLOPS，三大运营商合计53 EFLOPS，但围绕“端到端”大模型，一家企业需要的理想算力就高达100 EFLOPS。
理想汽车智能驾驶研发副总裁郎咸朋此前表示，理想汽车训练算力达到5.39 EFLOPS，预计到2024年底将超过8 EFLOPS，理想汽车每年在训练算力的投入超过10亿元。理想汽车也表示，最终实现自动驾驶需要的训练算力要达到100 EFLOPS的量级，折合成投入每年要超过10亿美金。
“算力上要投入巨资，而且要持续投入，围绕着数据、算力、算法形成规模化的队伍。”张永伟表示，目前围绕着芯片所形成的软件才刚刚起步，现有的本土算力是“有芯片、缺软件”的不成熟算力。“要通过丰富软件和生态，（把不成熟的算力）变成成熟的算力，减少算力在硬件上未来被‘卡脖子’的问题。”
百度智舱业务部总经理李涛认为，在产品设计中也应该避免算力浪费。“今天很多座舱设计是把Pad安到了车上，然后把移动App直接迁移到车机上去。”李涛表示，现在行业里统计，单台车上搭载App最多的有189个。“可以想象，在驾驶过程中从189个App里翻你想要的应用是多么困难，这也会占用宝贵的车机算力及内存资源。”
摩尔定律下，成本下探
拥有高阶智驾的车型，需要多花多少钱？
一年前，问界M7、小鹏G6等公认的智驾头部车型告诉我们，要多花两三万甚至三四万才能用上软硬件到位的高阶智驾系统。
不过，在新能源汽车智能化的下半场，高阶智驾开始不断下沉。以往30万元以上车型才能搭载的高阶辅助驾驶功能，开始出现在一些十几万元的新能源车型上。而未来，这一趋势或将更加明显。
如今，新能源汽车的升级换代和智能化进程越来越接近半导体行业的摩尔定律。根据英特尔创始人之一戈登·摩尔的经验：芯片上可以容纳的晶体管数目18个月到24个月增加一倍，性能大约每两年翻一倍，同时价格下降为之前的一半。
曹旭东判断，在2025年底至2026年，城市高阶智驾将会成为20万以上甚至包括15万以上车型的标配。
“硬件的摩尔定律就是高阶智驾的硬件的BOM每两年会减半。”曹旭东表示，“一两年之前实现城市NOA，双Orin-X激光雷达整个BOM的成本可能要到2万多，而现在单Orin-X单激光雷达整个BOM 1万左右就可以了。”曹旭东预测，到2025年底至2026年，成本会降至5000以内。
“软件摩尔定律的行业平均水平，是产品的体验两年提升十倍。”曹旭东表示，行业里面领军企业或者卓越企业进步速度可能更快，可以做到一年提升十倍。“MOMENTA去年后半年到现在提升了不止十倍，我们到明年这个时间点目标也不止提升十倍。可以看到两年至少会提升100倍。”
也就是说，未来智能汽车一定会价格越来越低，并且体验越来越好。
如何拥抱AI时代？
人工智能，特别是以大算力、大数据、大模型为主要代表的人工智能和汽车融合，使新兴的汽车智能化又叠加了以人工智能为驱动的新的智能化内容。
“汽车产业变化周期越来越短，甚至出现了变化叠加的特征：过去的变革还没有完成，新的变革又要开始，这种叠加的发展成为汽车产业发展的新常态，百年汽车产业在继续演进，最新的驱动因素是人工智能。”张永伟说。面对AI时代的到来，行业该如何适应新的变化，做出新的调整？张永伟提及，首先要解决好聚焦AI技术和数据的价值来打造新的竞争力。“改变汽车企业对数据挖掘能力不足、对数据价值利用不利的现状，要让数据变成资产，让资产产生价值。”同时，张永伟表示，“目前我们在训练软件、系统方面，很难做到像特斯拉一样拥有大量的数据，对我们而言靠单一车企的数据量是不够的。”
“就像当年安卓系统面对苹果的挑战一样，我们今天也面临着特斯拉的挑战。”神州数码汽车业务集团CTO刘黎向中国新闻周刊表示。
“现在大家都在研究域控制器，而特斯拉已经迈向中央计算。尽管特斯拉会开放上一代技术，但如果我们只是复制他们上一代的产品或追赶他们，那将非常困难。”在刘黎看来，与车企的合作至关重要，“这不仅是为了技术落地，也是为了共同推动行业的进步。通过合作，我们可以互补优势，共同开发出能够与特斯拉竞争的创新产品。”
“现在整个公司已经在用AI代码工具去生成一些代码，生产效率已经能提高30%。人工智能最好的应用场景其实就是智能电动汽车行业。”蔚来汽车董事长李斌表示，一个成功的智能电动汽车公司，一定要具备AI研发能力和运营能力；一家成功的智能电动车公司，也一定是一家成功的AI公司。
原文标题 : 车企竞争下一城：算力？
