亚洲精品久久久国产,亚洲欧美精品一区二区,亚洲日本aⅴ精品一区二区

特斯拉、毫末智行、小鵬、吉利：自動駕駛進城，智算中心是AI新基建

來源：財訊界發布時間：2023-03-08 11:29:41

趕在3月之前，吉利星睿智算中心終于在浙江湖州長興正式揭牌。媒體將它描述成“吉利有史以來設施規模最大、最復雜的信息化戰略項目”，足見其重要程度。事實上，自動駕駛的產品迭代，需要大量數據反饋從而對系統持續優化。正因如此，智算中心也成為數據、算法、算力這人工智能三駕馬車的推進器，逐漸成為各路玩家布局自動駕駛的“新基建”。

在國內，除了吉利的星睿智算中心外，2023年新年伊始，毫末智行正式發布了目前中國自動駕駛行業最大智算中心雪湖·綠洲（MANA OASIS），小鵬汽車在烏蘭察布也擁有自己的自動駕駛智算中心“扶搖”，用于自動駕駛模型訓練。

與之對應的，則是各家緊鑼密鼓地推進城市導航輔助駕駛：中國第一個可大規模量產的城市導航輔助駕駛產品毫末城市NOH目前軟件封版達到交付狀態、吉利博越L搭載了NOA高階智駕領航系統、小鵬在廣州正式推送城市NGP……西部證券預測，2023～2025年，國內市場上搭載城市導航輔助駕駛的車型將分別達到70萬、169萬和348萬輛，占比將分別達到17％、40％和70％。種種跡象表明，城市導航輔助未來將成為汽車消費的主流需求。

看得見的是自動駕駛迅速發展，從高速逐漸蔓延到城區；看不見的是AI新基建——能支撐自動駕駛快速進化迭代的、以云計算、大數據、人工智能為核心的智算中心。

智算中心：大算力還要與自動駕駛業務深度融合

AI大模型的運用大幅提升了算法的迭代速度，直接縮短了自動駕駛系統的迭代周期。為匹配模型中大規模參數以及大數據量計算，部分主機廠及自動駕駛技術開發商紛紛開始建設能夠提供大算力和訓練大模型的智算中心。最早開始智算中心部署的是特斯拉，2021年，特斯拉發布了自研的神經網絡訓練芯片。2022 AI DAY上，馬斯克不僅公布了超算Dojo D1芯片的最新進展，還表示將于2023年一季度完成超級計算機群組ExaPOD的部署。

特斯拉敢為人先，離不開它的AI基因。自動駕駛、或者說智能汽車上的核心功能，其實都是AI。具體說，是大規模的深度學習算法。對于這類模型的訓練和測試，靠的不是CPU，而是以AI加速器為主的浮點計算能力，所以智算中心特征就是以大規模GPU算力作為AI模型迭代的基礎。

毫末的MANA OASIS，其每秒浮點運算達67億億次，存儲帶寬每秒2T，通信帶寬每秒800G。小鵬扶搖智算中心在阿里云智能計算平臺的加持下，算力也能達到每秒浮點運算60億億次。

當然，光有算力是不夠的。自動駕駛玩家之所以紛紛自建智算中心，一個很重要的原因是與自動駕駛業務深度結合，智算中心提供了針對自動駕駛應用特征的算力集群、性能加速工具和AI大數據平臺，使得模型訓練性能、GPU資源利用率和算法研發效能都大大提升。

自動駕駛任務訓練的特點，是文件比較多較雜，而且多為視頻、圖像數據。自動駕駛的用戶每一次接管，都會形成一個獨立的小文件。車多用戶多，就形成了自動駕駛數量超過百億的數據集。同樣以毫末為例，MANA OASIS的算力幾乎全部為自動駕駛服務。其架構也根據自動駕駛的業務特征做了專門安排。在數據管理能力方面，毫末建立了全套面向大規模訓練的Data Engine，實現了百P數據篩選速度提升10倍、百億小文件隨機讀寫延遲小于500微秒。在算力優化方面，毫末與火山引擎合作，部署了Lego高性能算子庫、ByteCCL 通信優化能力，以及大模型訓練框架。軟硬一體，把算力優化到極致。

數據是智能化發展最大的驅動力，也占據了大量成本構成。如果數據量上升到一定規模，自建數據中心帶來的成本優化效益將相當可觀。資料顯示，MANA OASIS基于Sparse MoE，通過跨機共享，輕松完成千億參數大模型訓練，且百萬個clips（毫末視頻最小標注單位）訓練成本只需百卡周級別，訓練成本降低100倍。

更重要的是，在MANA OASIS的加持下，毫末MANA五大模型全新亮相升級，助力毫末自動駕駛高速發展。在MANA五大模型中，視覺自監督大模型可完成4D clip的自動標注；多模態互監督大模型可完成通用障礙物的識別；3D重建大模型能幫助數據生成，用更低成本解決數據分布問題，提升感知效果；動態環境大模型能進一步使用重感知技術，降低對高精地圖依賴；人駕自監督認知大模型讓毫末的駕駛策略更加擬人化，安全及順暢。

得智算中心未必得天下但沒有智算中心恐被市場拋棄

2022年國務院出臺《“十四五”數字經濟發展規劃》提出推動智能計算中心有序發展，打造智能算力、通用算法和開發平臺一體化的新型智能基礎設施。今年1月，國家工業信息安全發展研究中心推出《智能計算中心2.0時代展望報告》，指出經過5年多發展，智算中心正由1.0粗放擴張階段走向2.0精細規劃階段。根據這一報告，2017～2022年以來，我國超30城快速布局智算中心。算力和算法基建化，為當下數字經濟和實體經濟的加速融合，提供了一種保障。

自動駕駛技術的發展進程中，算力的確是驅動自動駕駛開發效率及產品快速落地的關鍵。在自動駕駛領域具有長期規劃的車企或技術供應商，如果做好算力長期規劃，結合考慮硬件、網絡、軟件及服務等因素搭建適合自己的智算中心，就能縮短研發時間，降低成本和風險，加速產品落地。MANA OASIS的核任務就只有一個：加速大模型訓練。MANA OASIS的基本架構特征和毫末之前一直展現出的技術路線完全吻合：以超大模型、超大數據，快速迭代為基礎的自動駕駛研發。

2023年2月，毫末還將人駕自監督認知大模型正式升級為DriveGPT，這也是全球首個自動駕駛認知大模型。目前，毫末DriveGPT已完成模型搭建和第一階段數據的跑通，參數規?？蓪薌PT-2的水平。接下來，DriveGPT將持續引入大規模真實接管數據，通過人駕數據反饋的強化學習，來不斷提升測評效果，同時也將DriveGPT作為云端測評模型，用來評估車端小模型的駕駛效果。這些背后，都離不開智算中心的算力加持。

而效果也顯而易見：作為中國量產自動駕駛第一名，截至2023年1月，毫末用戶輔助駕駛行駛里程突破3500萬公里，HPilot已迭代三代產品，在魏牌、坦克、哈弗、歐拉、長城炮等多個品牌近20款車型上實現了規模化量產。

接下來，毫末規劃預計到2024年上半年，毫末城市NOH落地將達到100城，以重感知、大模型的技術路線及技術應用、用戶閉環的數據建設等方向保持領先位置，2025年毫末HPilot全面進入全無人駕駛時代。這跟同樣擁有智算中心的小鵬規劃基本一致。小鵬透露，2023年，XNGP將拋棄高精地圖，覆蓋中國50—100個城市。2024年，小鵬會將點對點的全場景打通，將城市范圍提高到超過100個，將 XNGP智能化成本降低到當前的1/3左右。

其他家亦是如此，依靠著智算中心不斷降本增效：特斯拉超算中心擁有近2萬張GPU，對自動駕駛訓練效率產生立竿見影的效果，最大限度地提升了自動駕駛系統的開發效率；吉利星睿智算中心結合領先的算力調度管理算法和研發體系，將讓吉利的整體研發效能取得20%的提升；蔚來智能計算中心，將推理速度提高至6倍，并節省了24%的資源，模型開發效率提升了20倍。