智能駕駛智算數(shù)據(jù)平臺發(fā)展研究報告I 1 1 2 2 2 4 6 8 8 9 10 10 12 14 15 16 16 19 21 23I1智能駕駛智算數(shù)據(jù)平臺定義及預(yù)期功能驅(qū)動自動駕駛車輛安全、高效運行的分塊化或1（1）數(shù)據(jù)服務(wù)。提供行業(yè)級數(shù)據(jù)服務(wù)能力，包括但不限于數(shù)據(jù)的匯聚與傳（2）算力服務(wù)。提供行業(yè)級算力服務(wù)能力，包括但不限于算力資源跨地域（3）算法服務(wù)。提供行業(yè)級算法服務(wù)能力，包括但不限于基礎(chǔ)算法庫、算2智能駕駛智算數(shù)據(jù)平臺發(fā)展現(xiàn)狀分析算法方面，特斯拉引領(lǐng)了BEV、占據(jù)網(wǎng)絡(luò)以及數(shù)據(jù)閉環(huán)端到端等自動駕駛技術(shù)2同時在構(gòu)建下一代高級駕駛輔助系統(tǒng)時采用谷歌云平臺作為算力中心；采用據(jù)管理和分發(fā)，支持包括分析、機器學習、數(shù)據(jù)庫、應(yīng)用的NVIDIADGX-1超級計算機、用于智能座艙的開放者遵守政策規(guī)則，如安全、隱私、透明度和互操作性。GAIA-X標簽3未具有顯著優(yōu)勢，算法層面也未有突出領(lǐng)先優(yōu)勢。行業(yè)合力方面，GAIA-X和2023年以來，政府智算中心建設(shè)的規(guī)模與節(jié)奏顯著提升，在建及規(guī)劃項目4構(gòu)建便捷可用的算力，因此當前的智駕算力平臺仍以英偉達相關(guān)產(chǎn)品來構(gòu)建AI能夠成為GPU全球頭號玩家，主要源于其在先發(fā)優(yōu)勢下建立的CUDA生態(tài)。異構(gòu)計算架構(gòu)CANN以及幫助開發(fā)者孵化各種AI創(chuàng)新算法和應(yīng)用的AI計算框5從人才結(jié)構(gòu)上看，我國的AI專業(yè)技術(shù)人才集中在算在人才培養(yǎng)方面，校企合作中的工程化鴻溝依然突出，制約了A6邊界不清晰。智駕供應(yīng)商還認為數(shù)據(jù)產(chǎn)權(quán)和上，71%的企業(yè)和機構(gòu)持肯定態(tài)度，并且分塊式和一體式架構(gòu)占比相近。其中，和研究機構(gòu)持保留態(tài)度，67%認為分塊式架構(gòu)更能保持可解釋性和優(yōu)化便利性。不足、常規(guī)駕駛數(shù)據(jù)不足。訓練算法、算力方73基于調(diào)研的行業(yè)痛點問題及需求分析位面臨的痛點問題進行分析，在一定程度上能存量數(shù)據(jù)中以人類駕駛常規(guī)數(shù)據(jù)和自動駕駛常規(guī)數(shù)據(jù)為主，CorCase/接管/事故數(shù)據(jù)的需求較為強烈，甚至部分企業(yè)將其視為核心資產(chǎn)且不愿對除個別企業(yè)外，僅能夠大規(guī)模生成常規(guī)場景，CornerCas8主要問題在于AI框架適配和算力調(diào)度問題，迫于產(chǎn)品壓力9外，國產(chǎn)的算力卡及AI框架占比極低，存在潛在的安全隱患。4汽車行業(yè)級智算數(shù)據(jù)平臺建設(shè)關(guān)鍵問題思考行業(yè)級智能駕駛智算數(shù)據(jù)平臺的建設(shè)旨在著眼于智能駕駛領(lǐng)域的人工智能雖然以大模型為代表的人工智能技術(shù)在自然預(yù)言處理領(lǐng)域表現(xiàn)出強大的智勵使用國產(chǎn)算力卡和AI框架，鼓勵企業(yè)與高校、科研機構(gòu)建立長期數(shù)據(jù)交易系統(tǒng)、車路云一體化系統(tǒng)協(xié)同銜接及數(shù)據(jù)匯聚、（1）集中化建設(shè)模式，是指由核心企業(yè)或行業(yè)聯(lián)盟牽頭（2）分布式建設(shè)模式，是指通過多節(jié)點的存儲和算力架構(gòu)，將平臺資源分2）分布式存儲。通過多個節(jié)點將數(shù)據(jù)存儲在不同物理位置，并利用網(wǎng)絡(luò)實3）混合算力模式。結(jié)合自建算力與云算力優(yōu)點，2）數(shù)據(jù)貢獻模式。通過多企業(yè)聯(lián)合的數(shù)據(jù)共享協(xié)議，各企業(yè)按自身需求上1）自主研發(fā)。完全掌控核心技術(shù)，平臺可根據(jù)自身需2）聯(lián)合開發(fā)。融合多方技術(shù)優(yōu)勢，通過與科研機構(gòu)、技術(shù)供應(yīng)商合作，共第一，車路云系統(tǒng)中的車端、路端和云端存儲設(shè)備已積累大量高價值數(shù)據(jù)，撐簡單數(shù)據(jù)預(yù)處理和局部軟件服務(wù)功能。建立閑置附錄1：國內(nèi)智算中心建設(shè)情況3規(guī)劃機架26400個，一期4400--------------附錄2：國內(nèi)智能駕駛基礎(chǔ)資源現(xiàn)狀調(diào)研分析圖針對排序型問題，縱軸排序得分采用計算方法為：選項平均綜合得分=(Σ頻數(shù)×權(quán)整車企業(yè)智駕供應(yīng)商高校和研究機構(gòu)總體整車企業(yè)智駕供應(yīng)商高校和研究機構(gòu)總體建立合理的定價策略建立流通安全保證機制建立行業(yè)級數(shù)據(jù)流通40%40%<20%20%-40%30%-60%60%-80%80%-99%100%無法滿足需求智駕供應(yīng)商高校和研究機構(gòu)端到端模型結(jié)構(gòu)不確定u模型參數(shù)量導(dǎo)致訓練難以收斂u訓練算法和方法不理想常規(guī)駕駛數(shù)據(jù)量不足CornerCase數(shù)據(jù)量不EQ\*jc3\*hps16\o\al(\s\up2(8),0)EQ\*jc3\*hps16\o\al(\s\up2(8),0)數(shù)據(jù)標準化與共享流通機制u算力資源的合理配置