吉利打造数字大脑 车企新一轮竞赛硝烟渐起

打造超算中心正在成为车企的一个时髦的项目。近日，“智能吉利2025战略”全新数字新基建——吉利星睿智算中心正式落地。

根据介绍，吉利星睿智算中心是国内车企中自建设备规模最大、综合算力最强、业务覆盖领域最全面、智能化支撑能力最强且能够达到高安全级别的智算中心。

作为吉利汽车的“超级大脑”的角色，吉利星睿智算中心能够在包括智能网联、智能驾驶、新能源安全以及试验试制等研发相关领域大幅提升效率。

超算中心不可或缺

智能网联时代，算力成为衡量车企的核心竞争力的重要一环。

尤其是在软件定义汽车时代，大算力能大大提升算法训练的效率，而更高的效率意味着车企将能够以更高的频率向用户推送更新的算法，以确保自己部署软件的性能领先。

数据对于车企有非常大的作用，是另外一种石油。但是面对海量的数据，如果没有一个高效的运算中心其实也是枉然。

对于自动驾驶来说，超算中心已经成为一个标配。自动驾驶的特点是大算力，大模型，大数据。在模型层面，目前自动驾驶软件平台的代码已经数以亿计。

上亿行的代码本身的优化就已经非常复杂。没有一个超算中心，单单凭借码农本身对于算法的优化非常吃力。

不过更为关键的在于数据层面。海量的数据同样也是未来高等级自动驾驶的特点。

对于绝大部分车企来说，在解决了测绘方面的问题后，未来大概率情况是，国内的自动驾驶技术公司或者整车企业会从每一辆出售的车辆上去实时采集道路场景数据和整车运行数据。

用最真实的实际运行的数据来对自动驾驶算法进行持续优化是能够解决各类长尾问题的重要方法。这就是目前特斯拉优化其自动驾驶算法的模式。

按照目前自动驾驶行业的情况，当将来真正需要部署L4级别自动驾驶技术其前提将是累计至少1亿公里的道路场景数据，其数据运算量之大可想而知。

同时每时每刻还会有大量的数据被上传到云端，所以一个高效和低成本的标记以及运算能力成为决定算法优化的关键所在。

再以吉利星睿智算中心为例，其依托行业首创的云边协同计算模式，在保质保量的同时极大缩短训练流程。

之前传统方式完成1000个智驾模型训练需要3个月，但在吉利星睿智算中心则只需要8个小时。这就为后期自动驾驶软件持续优化迭代打下了坚实的基础。

各家车企超算中心性能如何？

在国内，吉利并不是唯一一家布局超算中心的车企。蔚来、特斯拉、小鹏都已经布局了自研的终端算力平台。它们的性能究竟如何呢？

单纯从算力来看，后发制人的吉利的超算中心领先小鹏和毫末不少。更早部署的特斯拉的Dojo和国内车企的超算中心存在很大差距。但需要指出的是特斯拉Dojo超算中心的D1芯片是特斯拉自研。

除了芯片之外，特斯拉还开发了一整套的训练Tile和ExaPOD集群。这个能力是国内的车企短时间内无法达到的。考虑到特斯拉目前的算力能力已经足够支持FSD的开发，因此国内车企的超算中心的算力已经足够了。

自建超算中心并非唯一的路线

虽然超算中心对于车企研发自动驾驶等相关软件非常重要，但自建超算中心并非唯一一条路。自建超算中心，需要在前期投入大量的资金，同时也要培养一支富有经验的团队。

对于车企来说，很有可能前期投入了大量的资金，但是最终还没有办法达到L4那一步。因此不少车企选择了轻资产运营的模式。通过和第三方的云计算企业进行合作，来避免前期的高额投入。

例如广汽和腾讯合作，福特和谷歌联手。当前，国内外知名的云企业像亚马逊、微软、阿里、腾讯、华为都已经意识到了车企自动驾驶算法优化计算的这个潜力巨大的市场，纷纷开始寻求和整车企业合作。

未来，整车企业和云企业合作的案例也会越来越多。

去年美国开始对输入中国的用于运算相关基础设施的芯片进行出口管制。英伟达、英特尔、AMD这些用于超算中心的芯片首当其冲。

短期来看这些影响并不会很大，但从长期来看，这却是个不容忽视的问题。