以主流自动驾驶解决方案NVIDIA Orin X为代表，单颗算力为254TOPS。国内造车新势力通常用多颗Orin芯片叠加实现算力冗余，比如蔚来ET7有4颗Orin X芯片，总算力达到1016TOPS，理想L9、小鹏G9等车型也配备了2颗，目的还是为了预埋硬件，为以后的升级做准备。

现实情况是，芯片叠加能够加强平台算力，但也增加了硬件成本，显然不利于自动驾驶向下普及。数据处理需求日益增多的今天，要用尽可能少的芯片完成尽可能多的处理需求，服务级性能的核心集群自然有可用之处。

ARM高级副总裁兼汽车事业部总经理Dipti Vachani表示，汽车市场正在经历前所未有的转型，更多的自动化需求、更先进的用户体验追求以及电气化趋势，推升了软件和AI的爆发式增长。

这家公司不仅要从硬件层面提供更高性能的解决方案，他们还计划推翻现有产品开发流程，这样可以把长达两年的智能汽车开发周期大幅缩短。

按照智能汽车传统的开发流程，处理器IP授权交付后，芯片厂商开始设计开发工作，这个过程大约需要2年。芯片推出之后，主机厂商再着手开发软件，这种「一环扣一环」的流程会消耗太多时间，拖慢了软件开发，容易与市场需求形成断层。

ARM的解决方案是，与英伟达、蔚来、小鹏等多家公司共同打造全栈软件解决方案，与亚马逊云科技、西门子等巨头推出虚拟原型和云解决方案，基于以上的全栈软件，实现更无缝、更快速的软件开发。

简单来说，ARM就是跟合作伙伴打造了一个通用的软件平台和配套的云解决方案，或许能够与新一代芯片同步，甚至更早开发软件，而不是先有硬件再有软件。

不过，小通认为，统一标准虽然优势明显，但前提是行业认可，越多的合作伙伴加入，统一的解决方案才更有意义。

智能汽车加速迭代，新能源汽车的软件迭代速度已经可以按月来计算。各项软件算法趋向成熟，市场需求日益膨胀，系统结构变得复杂，数据规模变得更大，延续现有的软硬件开发流程，对新能源汽车进步或许不是一件好事。

新能源车是由软件定义的，软件系统无疑是核心。但大多数时候，软件往往是智能汽车最为拖沓的地方，新车上市后，软件新特性都要「等待OTA」，尤其是智能驾驶，某些车企在早期宣传和销售时，新功能甚至都没跟上，新车就是妥妥的「半成品」。

小通认为，「成长空间大」并不是智能汽车早期软件「半成品」的理由，至少发布会上说的内容，车企都应该尽可能交付到用户上。软硬件开发流程的变革，或许会改变这一现状。

汽车行业几乎完成了电气化的转身，下半场则是一场关于智能化的竞赛。电动汽车的机械机构比燃油车有所简化，但软件定义汽车的时代，系统结构却日益复杂。

软件不单是车机中控大屏所呈现的元素，整车智能底盘、智能座舱、智能驾驶，都受软件影响。问题是新能源汽车与手机一样，新款硬件层出不穷，软件总是慢一拍，尴尬的总是用户，ARM的想法或许能改变现状。

另一方面，智能汽车崛起，为NVIDIA、联发科、高通等芯片厂商带来了增长点。NVIDIA Orin X、高通骁龙8295等智驾、智舱芯片几乎统治了市场，这些芯片大多离不开系统IP供应商，ARM或许认为自己在行业当中应该有更高的话语权。

但现状是，从事「幕后工作」的ARM，并不像芯片厂商那么名声大噪。以手机行业为例，高通、苹果等「台前角色」影响力不凡，盈利能力也很强，ARM作为IP授权的巨头，存在感一般，盈利能力也不如这些企业。再加上高通等厂商开始自研核心架构，对ARM而言并不是有利的消息。

ARM的新IP和软件解决方案或许会给行业带来新的机会，但悲观来看，这很难让ARM在智能汽车领域中取得主动权。因为高通、联发科都在做整车的软硬件解决方案，他们也在借助自己的影响力制定行业标准。

智能汽车领域也需要更多高性能的解决方案，无论是ARM从服务器芯片领域借力，还是与移动平台同源的高通智能座舱解决方案，供应商们都在凭借多年积累的经验涌入赛道，竞争日益激烈。

传统技术路径中,自动驾驶方案中的算法训练也是需要经过反复验证,而大模型可以学习自动驾驶系统的弱点,自动创建对抗性场景,无需手动调整算法,可以适应更快节奏、更大规模的训练。

大模型哪家强,现在公认的是美国遥遥领先,中国紧随其后,欧美日韩各有所长,而这个江湖的命运现在都聚焦在了大模型上。

02  变“短板”为“跳板”

1975年,为了征服珠峰北坡8680米处的绝壁,中国将一个长6米的金属梯树立于此,让国际上对中国人居然从北坡登顶珠峰的质疑,从此烟消云散。

当年中国一定要登顶的背后也是一场国际较量,中国与尼泊尔为了珠穆郎波峰的归属争执了几十年,尼方提出的最大质疑就是:你说珠峰归你,但你还从未从中国境内登顶过一次。

所以,中国梯包含了国人的尊严,赌上了几批登山队员的生命,背后也包含了中国最顶级航天材料加工技术。

如果说,大模型就是我们实现自动驾驶的那个“金属梯”,但这道梯子本身也绝不简单。

每一个大模型背后都意味着海量算力的投入。比如,在自然语言处理领域GPT-3模型,就需要上千片A100芯片超一个月的训练时间。

国盛证券估算,GPT-3的单次训练成本就高达140万美元,对于一些更大的大模型,单次训练成本介于200万美元至1200万美元之间。

据业内机构预测,全球头部AI大模型训练算力需求每3～4个月翻一番,即平均每年增幅达到10倍。

与算力需求端的高歌猛进相比,算力供给端则明显跟不上节奏。地缘争端更是人为加剧了这场竞赛的不公平。

过去几个月,并济科技、汇纳科技等多家 A 股上市公司公告,将内嵌英伟达A100芯片的高性能算力服务收费上调100%,而一些云厂商则悄然暂停A100服务器出租业务。

英伟达专供中国大陆市场的H800型号芯片,因新增列入禁售名单,其售价已翻倍,从原本的人民币21万元急涨至最高人民币40万元,但仍然很难买到。

在算力焦虑之下,业内甚至出现了“谁能争抢到算力,谁就更有先发权”的观点。

所幸的是,国内有华为云这样的算力玩家顶了上来。而通过可持续的算力服务,华为云已经成为大模型企业的重要算力提供商。

据了解,华为云乌兰察布数据中心部署了单集群达2000P Flops的昇腾AI云服务,大模型训练30天长稳率达到90%,断点恢复时长不超过10分钟,同时训练效能可以调优到业界主流GPU的1.1倍,推动大模型技术更好地服务于汽车行业。

华为云乌兰察布数据中心

昇腾算力底座可部署于私有云、公有云、专属云、人工智能计算中心 AICC 等。除了支持华为的AI框架Mindspore 外,还支持 Pytorch、Tensorflow 等主流 AI 框架,框架中的90%算子,可以通过华为端到端迁移工具从 GPU 平滑迁移到昇腾。

在安全方面,华为云也异常重视。为了满足监管和车企的需求,华为云在乌兰察布汽车专区采用3分区合规架构设计,包括数据处理区、智驾业务区和网络中继区,实现严格物理隔离和权限控制,满足自动驾驶开发合规要求。

在运营上,华为云还构建7层安全纵深防御体系,并打造了安全云脑方案,构建300多个安全检测模型,100多个自动响应剧本,实现99%的安全威胁5分钟闭环。

同时,在汽车专区的认证资质方面,华为云通过了业内120+权威安全合规认证,是中国首个通过汽车TISAX认证的云厂商。

此外,华为云还构建了AI-Native存储系统,提供数据24小时入云、精细存储、高效训练服务,助力汽车行业面对智能化带来的数据浪涌挑战。

事实上,对于车企而言,有了大模型和算力仍然不够,还需要一个构建数据闭环能力的平台,把大模型和算力池的强大功效真正发挥出来,对车企而言就是自动驾驶开发平台。

众所周知,大模型开发和调优是一个复杂的系统工程,而安全、高效地运维、使用大规模算力也有着极高的技术门槛。

因此,车企们就需要一个强大的工具包,来实现开发自动驾驶方案所需算力、数据、算法的同时加速。

在国内,华为云的自动驾驶开发平台就是这样一个功能强大的基础设施。

该平台基于盘古大模型和ModelArts AI开发生产线,提供了数据生成、自动标注、模型训练、云端仿真、虚实结合仿真、数据闭环等一系列能力,帮助车企和商用车企业加速自动驾驶算法的开发验证和优化迭代,降低成本和风险,提升效率和安全性。

目前,该平台已经在长安、一汽等多个车企以及矿用卡车、港口ART、专线物流重卡等商用车场景中应用并取得良好效果。

比如,在露天矿上进行装排土作业的场景下,华为云就帮助无人驾驶宽体车实现了全无人驾驶、全天候7*24小时连续作业,解决了露天矿扬尘遮蔽、无标识颠簸道路、特种作业车辆混行等多种挑战,并对重载达上百吨的车辆规控算法进行了有效调优,实现厘米级的精准停靠。

03  时间窗口不多了

人工智能大模型对自动驾驶的影响到底如何?汽车行业的人都在关注特斯拉的自动驾驶系统FSD V12。

此前有消息称,特斯拉近期已向内部员工提供FSD V12,而业内预计明年年初会正式面世。

业内人士普遍认为,FSD V12的发布将拔高自动驾驶层级,让L3(有条件自动驾驶)级别以上的竞争提前到来。

而最近,随着北京、上海大量发放L3自动驾驶测试牌照,一场新的自动驾驶竞赛又迫在眉睫了。

最忧虑的还是那些传统车企,它们在这场竞赛中,已经被远远的拉下。

现在,绝大多数传统车企的自动驾驶方案还停留在L2级别,而如果不能快速升级至L3级别,可能很难参与未来更加激烈的市场竞争,被淘汰将不可避免。

但要参与L3级别的竞争,传统车企的技术现状又着实令人担忧。

一些车企想着靠堆砌硬件的方式来追求L3级别的自动驾驶能力,但是过多的硬件配置又拉高了车辆的成本。

此外,仔细观察行业,你还会发现,虽然车企口头上都对自动驾驶信誓旦旦,但是很多车企根本就没有搭建其专业的自动驾驶开发平台,而有些车企虽然已经搭建开发平台,但真正能用起来的又不多。

不用说,L3级自动驾驶方案研发所涉及的技术门槛很高。

以传统车企现有的人才结构,很难走特斯拉那条全自研的路,更何况市场也不会给予车企更多时间进行技术积累。

面对现实,华为云已经铺就的技术平台,也许会成为它们跨越绝壁的梯子,能让它们避免被L3的竞争过早的淘汰。

事实上,通过这种合作模式,自动驾驶领域未来专业化的分工体系也初现端倪,可能也更符合汽车行业的发展现状。

04  结语

汽车智能化的大时代已经到来,整个产业链都被裹挟在巨浪之中,或被动或主动,但改变、创新是唯一的选择。

同时,围绕自动驾驶方案的研发,也已经成为车企不能输也输不起的核心战场。

从近日网上曝光的2023款ET7优化升级方案来看，新车对外观和内饰均有小幅优化升级，将对现款ET7不足的地方进行调整，并通过细节优化，进一步提升ET7实用性和质感。

据蔚来内部人士透露，网上曝光信息为28日晚蔚来内部员工的培训文件，确实是2023款ET7的优化升级方案。根据培训文件显示，新车的优化升级将分为付费和免费标配两部分。