【部分汽车品牌云端算力储备和建设目标】
最近在了解“端到端”和智驾相关的知识，原来此前智能驾驶主要存在两个技术路线：
“单车智能”和“车路云一体”。
“单车智能”好理解，依靠车的硬件、算力、算法来实现智能驾驶。
而“车路云一体”则要求车辆和道路都具备智能化功能，将道路信息在云端进行分析与规划后，再推送至车端，以此实现智能驾驶。
近年来，特斯拉这一波“端到端”大模型方案落地（尤其是FSD V12），直接提升了单车智能技术路线的体验上限，使得众多厂商纷纷跟进，行业整体开始倾向于这一路线。
在单车智能领域，也从原本工程师手动编写规则的方式，转变为了 “端到端” 大模型路线。即传感器信息传输给神经网络，由神经网络负责完整的感知、规划和控制过程，不再需要工程师在每个阶段都进行规则编写。
在大模型的技术路线下，算力、算法和数据成为了核心要素。
理论上来说，只有这三个要素都足够强大，整体的智驾体验才能达到良好状态（本小白目前还不太清楚这三要素在其中的权重情况，如有懂行的大佬，欢迎前来指教）。
首先关注一下 “算力” 领域各家的储备状况。特斯拉可谓一骑绝尘，其算力达到 35 EFlops，并且计划在年底建设到 100 EFlops，这无疑得益于其能够顺利购买 A100 和 H100 等高性能芯片。
而在国内，华为车BU 以7.5 EFlops 领先其他厂商，极越（5.5）和理想（5.4）紧随其后。
另外，理想和小鹏还公开了各自的建设目标，分别计划在 2024 年和 2025 年实现 8 和 10 EFlops 的云端算力。
当然，“算力之战” 不仅仅是资金的比拼（毕竟建设 1 EFlops 也需要耗费几个“小目标”），更在于 “谁能买到高性能算力芯片”（像 H100 这种芯片对我国是禁止进口的）
以上，今天的学习和分享就到这里了...
#汽场全开#
