智驾算力国产车加一起打不过特斯拉,厂商沉默,孙院士的话应验了

王新喜科技趋势 2024-10-12 22:00:37

文/王新喜

伴随着新能源汽车向智能化方向深入,AI模型引入自动驾驶,带来了端到端技术之后,汽车厂商正在向AI厂商转变,尤其是中国车企纷纷卷起城市NOA竞赛后,算力更是成为了非常关键的一项竞争。

全球几乎所有主流新能源车企都在搞自动驾驶技术,要搞自动驾驶,就要想方设法堆算力,从英伟达等企业,采购AI芯片,来建设自己的数据中心。

而特斯拉在自动驾驶方面走得很深了,此前马斯克视频就揭秘了特斯拉AI工厂,算力集群堆满了英伟达GPU,同时还自研了AI芯片,建设超级计算机等。

目前特斯拉的算力,在全球所有企业中可以排进前5名,10月份已经达到了100EFLOPS的算力规模,约30万张A100的水平。

而智驾算力成了国产新能源汽车的一大短板。在算力上,根据媒体报道,小鹏算力大约为2.5E,计划年底前达到7000张H100的算力水平(约4.2E),蔚来目前只有1.5E的超算中心算力。

根据业内统计,华为7.5E,理想5.4E,小鹏2.5E,蔚来1.5E。国产车加一起打不过特斯拉。从国内智驾算力与芯片生态发展来看,中科院孙院士的话应验了。

此前中科院孙凝晖院士关于华为模式的观点引发了很大的争议,他指出:“华为就是搞封闭,搞垄断,最好你们都别干,贡献给我就行了。你们都用我的芯片,你们都把技术给我,然后我搞一个端到端的,从这个制造到指令到软件到大模型,到这个应用,反正全都是我,智算中心到什么算力网全都是我,所以我想我们用这种中式的封闭、中式的垄断去对抗人家西式的封闭,西式的垄断啊,肯定是打不赢!”

我们如果冷静的思考,放到如今智驾算力上来看,我们确实需要思考如何采用一种更好的芯片模式与算力发展模式与特斯拉竞争。

我们知道,自动驾驶的实现,依赖于大量的数据处理和复杂的算法执行,这些都需要高性能的芯片来支持——芯片不仅是智能驾驶系统的核心部件,还直接影响车辆的智能化程度和用户体验‌。

但是AI芯片哪里来?国产的有华为昇腾,与英伟达AI芯片还存在差距。国外的目前市面上可供选择的高性能AI芯片尤其是达到量产状态的,只有特斯拉、英伟达、Mobileye了。

芯片是算力的核心,而安装了芯片的手机、手表、PC等终端,以及服务器等设备,是算力的载体。拥有大量服务器的数据中心,还有计算集群,我们也可以称为算力平台。

算力的实现,是需要芯片、操作系统、内存、硬盘以及大规模的应用软件来支撑的,这是一个庞大的生态系统。

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15EFLOPS,三大运营商合计53 EFLOPS,相比之下,特斯拉拥有的算力水平是100 EFLOPS,是所有车企所拥有算力的总和。

为啥特斯拉的算力规模这么大?因为目前全球高水平的CPU设计、GPU设计、操作系统设计已经被美国所垄断。特斯拉天然拥有西方生态垄断的优势,芯片设计、算力集群没有被限制,要比国产厂商更容易,特斯拉FSD芯片的成功也是源于此。特斯拉的算力规模是国产厂商所没有的,因为国内缺乏一个开源的芯片生态与算力生态。

正如孙院士所说:“中国要想在这些领域取得突破,就需要用开源模式去打破西方的生态垄断,降低企业拥有核心技术的门槛,让每个企业都能低成本地做自己的芯片,形成智能芯片的汪洋大海,满足无处不在的智能需求。”

从目前国内的打法来看,大家还是各种单打独斗,生态林立,华为封闭模式有他的优势,但也存在局限。

孙院士此前还指出:由于在算力方面美国对我国工艺和芯片带宽的限制,在算法方面国内生态林立很难形成统一,生态成熟度严重受限,在数据方面中文高质量数据匮乏,这些因素会使得追赶者与领先者的差距很难缩小,一些时候还会进一步拉大。

孙院士所谈到的算力方面的差距拉大的可能性并非不存在。从智驾算力来看,特斯拉的AI5的算力大概会是7000TOPS,预计会在2026年量产,而2025年投产的英伟达Thor的算力是2000TOPS,一旦落地AI5,特斯拉就可反超英伟达。

可以肯定的是,接下来一段时间,智能电车很快会进入卷算力时代,不同的算力对应着不同参数规模的AI模型,意味着不同的能力。

伴随端到端及生成式大模型的应用,车企正加速向AI公司转型。在这场变革中,算力与算法将成为决定企业未来命运的关键要素。芯片企业跟不上这个趋势会很被动,价格战也会随之开打。

如今从智驾算力来看,谈到与特斯拉的差距,厂商都沉默了。而孙院士话也被应验,如何在芯片与算力差距上破局,我们可能真的需要避免各自封闭,打造开源生态与AI新基建,需要车企、上下游科技企业、出行企业、数据服务和通讯行业共同参与到智能驾驶发展中来,不能仅限于华为模式。尤其是算力上车企仍然依赖海外供应,国内很多AI企业依赖英伟达芯片来开发和训练人工智能模型,受出口管制影响,国内车企在未来能获得的GPU性能将大幅落后于海外车企,因此,尽早攻坚替代,实现汽车半导体自主化刻不容缓。而发展算力是一个长期的系统性工程,需要整个行业共同构建,这一步的推进,可能越早越好了。

作者:王新喜 TMT资深评论人 本文未经许可谢绝转载

0 阅读:21