传统车企的自动驾驶水平在第几层?

传统车企的自动驾驶水平在第几层?
2024年06月03日 16:35 林燃

在自动驾驶领域,一直以来很多人都存在一个认知误区:在标杆车企华为、特斯拉、蔚小理面前,传统车企没有一战之力。

果真如此吗,今天按照重要程度从低到高的顺序,从算力、算法、数据三个层面,给大家捋一捋这种认知背后的逻辑到底成立不成立。

皮衣教主黄仁勋说TOPS就是新的马力,华为说算力就是数字世界的生产力,做自动驾驶的朋友们说,训推一体的算力是炼丹-训练模型-的神兵利器。

作为一种可用于各行各业的普惠型生产工具,算力中心的成本需要通过来自多个行业的客户进行合理的分摊。

而且,算力中心的建设、维护和运营各个层面都需要非常专业扎实的经验。

所以,算力中心基本上都垄断在阿里巴巴、华为、腾讯、百度等云计算产业巨头手里面。

除了华为和百度,无论是传统车企还是新势力,几乎所有本土车企的算力都依托于各个云计算巨头,或者采用算力租用的形式,或者采用共有共建的方式。

比如,小鹏汽车的算力来自阿里云,理想汽车和长城毫末智行来自字节旗下的火山引擎,蔚来汽车的算力来自腾讯云。当然也有自建的,比如吉利汽车的星睿智算中心。

从算力数据来看,小鹏汽车2022年8月份公布的算力是600P,目前没有具体的更新数字,在3月份召开的的英伟达GTC大会上,理想汽车公布的算力为1400P。

在4月份召开的第2届汽车人工智能大会上,长城汽车公布的算力是1600P。

在2023年9月份的科技日上,蔚来汽车公布的算力是1400P。

吉利星睿智算中心的算力是810P,不过,吉利长兴数据中心的总算力是2000P。

至于大家最关心的比亚迪,它的算力数据一直是个谜。大家也看到了,吉利、长城这些传统车企和蔚小理比,算力只高不低。

当然还有华为和特斯拉,在2024智能汽车解决方案发布会上,华为公开的用于自动驾驶的算力为3500P。

在2024年一季度财报发布会上,特斯拉公开的数据为等效三万五千张H100,每张H100的算力高达1P,算下来特斯拉的算力为35,000P。

看到这个数字不要惊讶,特斯拉打算到今年底把算力推广到100E,也就是10万P,没办法,有钱就是这么豪横呀!

鲁迅先生说过,人生的痛苦和幸福大都来自于和他人的对比。

面对华为和特斯拉,蔚小理是痛苦的,想比“遥遥领先”还要领先,实在是“臣妾做不到啊”。

面对传统车企,蔚小理又是幸福的,因为在自动驾驶算法上,它们具备一定的领先优势。

要搞清楚蔚小理领先在哪里?首先要明白自动驾驶算法这些年经过了怎样的演变。

以特斯拉和华为作为参考标杆,可以很明显地看出,自动驾驶解决方案经历了基于分散感知+后融合的2D感知到3D BEV,再到占用网络,再到端到端大模型的技术路线转变。

2021年,特斯拉率先实现BEV,实现了车周环境感知从2D相机空间到3D BEV空间的转换。

2022年,从矢量化的BEV向量空间转向体素化的占位空间。

2023年,马斯克借着一场约架扎克伯格的直播推出端到端形式的FSD,震惊了整个车圈,并直接引发了智驾技术路线争相转向端到端的浪潮。

受限于芯片原因,华为2022年实现BEV,比特斯拉晚了一年,2023年4月发布的ADS 2.0推出国内首个基于多传感器融合方案的占用网络。

2024年4月份的智能汽车解决方案发布会上,华为宣布下一代乾崑ADS 3.0采用感知一张网+决策规划一张网的端到端方案,业界普遍预计,ADS 3.0将首发搭载在不久后上市的享界S9上面。

蔚小理这边,全量推送了城区NOA的蔚来和小鹏实现了成熟的BEV+占用网络,因为这是全量推送的先决条件,计划第2季度实现全国都能开的理想汽车稍微落后一点。

传统车企这边,比亚迪、吉利、长城都已经自研实现了BEV,当前正处于打磨占用网络的阶段,根据比亚迪智能日上杨冬升的说法,比亚迪将在今年推出成熟的BEV+占用网络方案。

按照比亚迪一贯少说多做、务实低调的宣发风格,今年肯定能完成向占用网络技术路线的切换。

实事求是地说,在算法方面,传统车企比蔚小理大概晚了一年。

在权力的游戏里,“小指头”说混乱是向上攀爬的阶梯,但在正常的社会里,知识才是人类进步的阶梯。

对全面神经网络形式化的自动驾驶系统而言,知识隐藏在驾驶场景片段形式的数据里,经过模型训练后,被压缩进模型的参数文件里。

目前,自动驾驶已经全面进入了数据驱动的3.0时代,在这种开发新范式下,数据为王、场景为尊,在自动驾驶算法收敛于BEV+OCC,算力架构收敛于CPU+GPU+NPU异构计算的背景下,数据自然而然地占据了最高的优先级。

之所以数据如此重要,是因为神经网络基于有样学样的机制,不给它数量足够多、质量足够高且分布性足够丰富多样的数据,模型的能力有可能会出现回滚。

特斯拉自动驾驶部门前负责人AK大神也曾经说过,神经网络的性能能否进一步迭代,关键在于数据的数量、质量。

实车采集数据的数量和车型的销量密切相关,我们可以拿一组车企进行一下销量对比。

传统车企这边,销量最好的比亚迪2023年的销量超过了302万辆,新势力车企这边,销量最好的理想汽车2023年销量超过了37万辆,两者之间大概是8:1的关系。

当然,数据的数量并不直接等同于车型的销量。

因为,实车采集数据和辅助驾驶系统紧密绑定,数据格式又和传感器配置密切相关,车型数量少、传感器配置统一的新势力车企通过同一套传感器系统采集到的数据的数量并不一定少于传统车企。

数据的质量和场景的复杂性密切相关,场景的复杂性则与城市分布高度关联。

蔚来和理想汽车的售价比较高,主打智能化标签的小鹏汽车主要面向年轻先锋群体,蔚小理旗下车型的主要销售地分布在一二线城市,相比之下,传统车企销售地域横跨一二三四线城市。

所以,传统车企的车可以采集到质量更高、更加具有分布多样性的数据。

综合来看,在数据方面,传统车企有着不为人知的优势。

也许有人发现了,本文通篇都是在比较传统车企和蔚小理,没有把华为和特斯拉拿出来比,说句实在话吧,传统车企追平蔚小理的自动驾驶水平就可以了,追赶华为和特斯拉?还是洗洗睡吧。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部