自动驾驶下半场：算力、大模型

我们一直都想了解自动驾驶下半场算力、大模型和自动驾驶车 功能 性能的话题，接下来小编带你走进自动驾驶下半场算力、大模型的案。

智谷趋势|王彦和

01

5000亿美元的影响

暴风雨总是不期而至。

9月11日，特斯拉股价暴涨10%，市值一夜增加800亿美元（约合人民币5800亿元）。

交易员所看到的情况令人震惊。

飙升的原因不是马斯克新的37万字传记，而是摩根士丹利发布的一份66页报告。

华尔街分析师关注的是Dojo超级计算机，而不是新款Model3或墨西哥的Gigafactory。

摩根士丹利担心其他人不理解，所以描绘了一幅大图。Dojo价值超过5000亿美元！

什么是印章？特斯拉用于自动驾驶的计算能力基础设施。

开发自动驾驶需要收集数十亿公里的驾驶数据和训练算法来优化列车。

随着L4、L5等级别的提高，自动驾驶对数据和计算性能的需求将增加数倍。

特斯拉开发了自己的超级计算机以提高训练效率，并在2021年人工智能日Dojo上正式宣布。为了避免过于依赖NVIDIA，我们还开发了自己的D1芯片。

Do的计算性能达到1EFlops。这意味着每秒10亿次浮点运算。

特斯拉计划额外花费10亿美元，在2024年10月将性能扩展到100EFlops。这相当于30万个NVIDIAA100芯片的计算能力。

人们不禁想到了全最大的云服务提供商亚马逊云AWS。

最初，亚马逊为电商和黑色星期五购物节预留了大量冗余服务器，打包出售闲置算力。

AWS云目前贡献了亚马逊净收入的70%，远远超过电商零售，成为其最赚的业务。

Dojo会成为特斯拉的AWS吗？

如果特斯拉输出算力、自动驾驶技术、视觉算法、AI能力，将获得比汽车更有价值的生态系统。

摩根士丹利写道

Dojo为特斯拉在价值10万亿美元的自动驾驶领域带来了“不对称优势”。

当然，并非所有汽车制造商都是特斯拉拥护者。

包括福特和通用汽车在内的美国主要汽车公司面临13万名汽车工人的罢工。工人们要求更高的工资，并担心被“新技术收割”。因为电动汽车的自动化生产将使许多现有工人失业。

全汽车制造商也面临着变革缓慢、竞相降价、利润下降等瓶颈。

换句话说，很少有人有能力花费数亿美元的现金流来建设计算基础设施，无论成本如何。华为预计L4级自动驾驶至少需要10亿公里的道路测试。这相当于100万辆汽车一年每天行驶10小时。

小鹏汽车曾透露，其每年算力消耗超过10亿元，而过去两三年，国内企业自动驾驶的算力需求也翻了一番。

汽车制造商之间有一个共识，那就是与云服务提供商密切合作比自己做更好。

为什么不团结起来，成为一个更值得信赖的社区呢？

02

四轮+超级计算机

建造一辆名为“四个轮子和一个沙发”的汽车；

现在他有四个轮子和一台超级计算机。

智能汽车作为下一代移动终端，全部安装在云端，重复“智能手机+移动互联网”的机遇。

如果特斯拉想要主宰自动驾驶时代，它唯一可以竞争的竞争对手就是中国。

中国市场的电动汽车渗透率全最高。

2023年上半年，中国汽车出口量超过日本，成为全第一大汽车出口国。

据中国汽车工业协会统计，1-7月韩国汽车出口量达2533万辆，同比增加679辆，创历史新高。未来新能源汽车出口预计将继续突破100万辆。

华为云、阿里云、百度云等国内主要云服务商也纷纷建立汽车云相关业务。

更大的市场、紧密协同的产业链、众多开发商的合作，中国具备崛起的一切理由，包括超大规模的汽车云和尖端的自动驾驶技术。

例如，华为在乌兰察布建设了云数据中心，开设了汽车专用专区，为自动驾驶场景提供安全、一致、独立、创新、强大的云基础设施和算力。

华为云AscendAI云服务已在汽车领域推出。卡卡连续30天不间断训练，断点恢复时间不超过10分钟。

这是汽车企业与云服务商的主要合作模式。

汽车公司正在确保计算资源以及水和电力供应。云服务提供商解决计算能力、存储和网络传输的效率题。

但汽车企业的云需求也将从纯粹的计算基础设施演变为软件服务和的生态。

华为云与汽车企业长期合作，打造自动驾驶研发，可提供“一站式”和“建造者”两种部署解决方案。

针对新兴汽车企业，华为云提供一站式数据闭环和自动驾驶专家团队，帮助汽车企业快速搭建完整的0:1自动驾驶研发。

当然，每个车企的发展进度不同，合作的需求也不同。

例如，一些汽车公司想要一种“警惕感”，不愿意与云提供商紧密联系。拥有自己的数据中心的汽车公司需要软件协作。

在这种情况下，“构建块方法”更加灵活。华为云提供开源、集成参考代码以及各类工具，供汽车企业根据需求进行选择。“影响先进自动驾驶性能的关键因素不再是解决常见的通用情况，而是使模型能够快速学习多样化但持续存在的长尾题。”华为云人工智能专家金解释道。

这是目前自动驾驶公司最关心的题。

目前的自动驾驶技术可以处理95%的驾驶场景，剩下的5%的边缘场景或弯道是从未学习过的场景。

收集数以万计的样本来识别新的极端病例可能需要数周或数月的时间。

理论上，完全自动驾驶需要收集至少100亿公里的道路测试数据。成本和时间是不可接受的。

为了解决这个题，盘古汽车的华为云大模型可以根据多次出行收集的数据创建虚拟空间。

在虚拟空间中，可以调整道路使用者的物体、位置、空间布局、运动轨迹等参数。

该解决方案可以将极端案例数据收集和培训时间从几周缩短到两天，从而显着提高效率。

这是自动驾驶首次利用数据生成功能，盘古汽车大车型的能力还不止于此。

云服务提供商通常是工业制造领域的新手。

但华为本身就是先进制造的代表。盘古汽车的大型模型可以覆盖汽车公司从汽车设计、生产到营销的整个领域，让每一位员工都拥有专业的AI助手。

比如一汽解放就已经深度融入盘古车型。

过去，设计汽车座椅的形状需要两周时间才能完成。现在，他们使用可以在几秒钟内创建并快速迭代的大型模型，直到他们满意为止。因为我们知道“你所说的就是结果”。

又比如超过8万个汽车设计标准和超过160万页的手册。尽管新手设计师需要花费几周的时间来编写标准，但大型建模者可以快速找到相关章节并提供标准源。

盘古大模型一旦融入解放一汽数据，即可赋予解放研、产、供、销服务的综合权限。

华为和特斯拉都深度涉足自动驾驶和AI计算能力。

作为中国最大的技术供应商，华为有更多的事情要做。

小车模型是棋盘的主要角点，但我们需要检查整个棋盘的方向。

难道汽车公司不是唯一遭受计算能力焦虑的公司吗？

数千个行业有4000万家公司。谁不需要明智的转型并希望重拾增长信心？

03

重新开放世界

两个月后，ChatGPT将迎来一周年纪念日。

去年7月以来，国内共发布了130款大型车型。谁能走得更远？

从百强模型大战到泡沫出现，大模型注重产业执行力的新共识正在形成。

算法、算力、数据对于人工智能研究至关重要，但每一个都是浪费。

并非每条赛道都与自动驾驶相同，汽车制造商和消费者都会为此付出代价。投资者正在勒紧包，崇尚现金为王，行动更加谨慎。

就连OpenAI也显露出疲态，推出了ChatGPT的商业版本来争夺B端市场，希望更快地扭亏为盈。

一个新的世界即将来临，财务指标、技术题和成本控制突然回到现实。

在“ChatGPTMoments”过滤器消失后，企业也看到了大型模型的局限性。

例如，仅靠大型模型的准确性是不够的。80对于日常使用来说可能足够了，但对于商务来说就不够了。在法律、医药和金融等几乎不能容忍错误的行业中尤其如此。

例如，大型模型的部署成本和技术门槛太高。企业总是想要价格实惠、随时可用的产品和一站式服务。

数千个行业显然都有真实的需求和真实的题。

AI企业也想进入这个行业，获得数据流和现金流。

但两者之间存在差距。——技术与产业之间的差距。

华为始终坚信解决题、办实事、扎根行业。

比如，今年，从东北地区到京津冀、广东、香港、、华东地区，全国各地都出现了强降雨。

社交媒体上的“世纪大雨”、“百年一遇”、“一日雨一整年”影响着数百万人，造成无数经济损失。

有人想知道我们的天气预报系统是否有效吗？为什么他们不能提前警告我们，给我们时间来预防事故的发生呢？

这就是技术与现实的差距。

现代天气预报技术简单来说就是收集大量的天气数据，将其输入超级计算机，并使用复杂的算法来模拟预报结果。

人工智能似乎是您擅长的领域吗？伟大的。

今年夏天，华为云团队夜以继日地升级盘古天气模型。

盘古预测了台风“杜苏里”的路径。

他们不仅准确预测了今年台风的路径，还实现了未来6小时和24小时的降水预测。

盘古天气模型成为第一个精度超越传统数值预报方法的人工智能模型。目前，我们已与中国气象局、深圳市气象局、欧洲中期气象预报中心、泰国气象局建立了合作伙伴关系。

只需一台服务器即可在不到10秒的时间内预测未来10天的全台风路径。

接下来，盘古挑战暴雨红色预警。大雨预警由提前3小时调整为提前24小时。

这是在救生筏上与时间赛跑，利用人类技术对抗自然的混乱和无序。

9月20日，以“加速工业智能”为主题的华为2023全联接大会召开，旨在与万千工业企业共同迈向智能世界。会上还透露了盘古模型的最新进展。

在模型层面，盘古模型形成了5+N+X的三层架构。最底层L0层是5个基础大模型，L1层是汽车、矿业、气象、药品分子、政府工作、数字人等N大行业模型，L2层是X业务的具体模型设想。供应链物流，台风路径。

例如，研究表明开发一种新药需要10年时间和10亿美元。这就是医学界著名的“双十定律”。

借助盘古高分子模型，主药研发周期可缩短至1个月，研发成本可降低70%。

西安交通大学第一附属医院刘兵教授利用盘古药物分子模型研制出超级抗菌剂。

过去几年，华为向矿山、工厂、直播间、气象站派遣了医生、专家、科学家团队。

只有站在最前沿，我们才能知道生活各个领域需要什么。创新不是闭门造车、绞尽脑汁，而是在解决题的同时不断前进。

我们也知道大家更关心的是算力。

最终，NVIDIAA100/H100被排除在国内市场之外，就连“绝育”的A800/H800也售价令人眼花缭乱，不易获得。

未来10年，对AI算力的需求可能会增长500倍。国内AI算力能否填补空白？

对此，华为已经做好了准备。

他们在乌兰察布、贵安、芜湖建设了云数据中心，支持超大型集群的算力使用。

更重要的是，华为实现了全面自研，从硬件到软件、计算性能、算子库、AI框架到AI。可以帮助客户