打造超算中心正在成為車企的一個時髦的項目。近日，“智能吉利2025戰(zhàn)略”全新數(shù)字新基建——吉利星睿智算中心正式落地。

根據(jù)介紹，吉利星睿智算中心是國內(nèi)車企中自建設(shè)備規(guī)模最大、綜合算力最強、業(yè)務(wù)覆蓋領(lǐng)域最全面、智能化支撐能力最強且能夠達到高安全級別的智算中心。

作為吉利汽車的“超級大腦”的角色，吉利星睿智算中心能夠在包括智能網(wǎng)聯(lián)、智能駕駛、新能源安全以及試驗試制等研發(fā)相關(guān)領(lǐng)域大幅提升效率。

超算中心不可或缺

智能網(wǎng)聯(lián)時代，算力成為衡量車企的核心競爭力的重要一環(huán)。

尤其是在軟件定義汽車時代，大算力能大大提升算法訓練的效率，而更高的效率意味著車企將能夠以更高的頻率向用戶推送更新的算法，以確保自己部署軟件的性能領(lǐng)先。

數(shù)據(jù)對于車企有非常大的作用，是另外一種石油。但是面對海量的數(shù)據(jù)，如果沒有一個高效的運算中心其實也是枉然。

對于自動駕駛來說，超算中心已經(jīng)成為一個標配。自動駕駛的特點是大算力，大模型，大數(shù)據(jù)。在模型層面，目前自動駕駛軟件平臺的代碼已經(jīng)數(shù)以億計。

上億行的代碼本身的優(yōu)化就已經(jīng)非常復雜。沒有一個超算中心，單單憑借碼農(nóng)本身對于算法的優(yōu)化非常吃力。

不過更為關(guān)鍵的在于數(shù)據(jù)層面。海量的數(shù)據(jù)同樣也是未來高等級自動駕駛的特點。

對于絕大部分車企來說，在解決了測繪方面的問題后，未來大概率情況是，國內(nèi)的自動駕駛技術(shù)公司或者整車企業(yè)會從每一輛出售的車輛上去實時采集道路場景數(shù)據(jù)和整車運行數(shù)據(jù)。

用最真實的實際運行的數(shù)據(jù)來對自動駕駛算法進行持續(xù)優(yōu)化是能夠解決各類長尾問題的重要方法。這就是目前特斯拉優(yōu)化其自動駕駛算法的模式。

按照目前自動駕駛行業(yè)的情況，當將來真正需要部署L4級別自動駕駛技術(shù)其前提將是累計至少1億公里的道路場景數(shù)據(jù)，其數(shù)據(jù)運算量之大可想而知。

同時每時每刻還會有大量的數(shù)據(jù)被上傳到云端，所以一個高效和低成本的標記以及運算能力成為決定算法優(yōu)化的關(guān)鍵所在。

再以吉利星睿智算中心為例，其依托行業(yè)首創(chuàng)的云邊協(xié)同計算模式，在保質(zhì)保量的同時極大縮短訓練流程。

之前傳統(tǒng)方式完成1000個智駕模型訓練需要3個月，但在吉利星睿智算中心則只需要8個小時。這就為后期自動駕駛軟件持續(xù)優(yōu)化迭代打下了堅實的基礎(chǔ)。

各家車企超算中心性能如何？

在國內(nèi)，吉利并不是唯一一家布局超算中心的車企。蔚來、特斯拉、小鵬都已經(jīng)布局了自研的終端算力平臺。它們的性能究竟如何呢？

單純從算力來看，后發(fā)制人的吉利的超算中心領(lǐng)先小鵬和毫末不少。更早部署的特斯拉的Dojo和國內(nèi)車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，特斯拉還開發(fā)了一整套的訓練Tile和ExaPOD集群。這個能力是國內(nèi)的車企短時間內(nèi)無法達到的。考慮到特斯拉目前的算力能力已經(jīng)足夠支持FSD的開發(fā)，因此國內(nèi)車企的超算中心的算力已經(jīng)足夠了。

自建超算中心并非唯一的路線

雖然超算中心對于車企研發(fā)自動駕駛等相關(guān)軟件非常重要，但自建超算中心并非唯一一條路。自建超算中心，需要在前期投入大量的資金，同時也要培養(yǎng)一支富有經(jīng)驗的團隊。

對于車企來說，很有可能前期投入了大量的資金，但是最終還沒有辦法達到L4那一步。因此不少車企選擇了輕資產(chǎn)運營的模式。通過和第三方的云計算企業(yè)進行合作，來避免前期的高額投入。

例如廣汽和騰訊合作，福特和谷歌聯(lián)手。當前，國內(nèi)外知名的云企業(yè)像亞馬遜、微軟、阿里、騰訊、華為都已經(jīng)意識到了車企自動駕駛算法優(yōu)化計算的這個潛力巨大的市場，紛紛開始尋求和整車企業(yè)合作。

未來，整車企業(yè)和云企業(yè)合作的案例也會越來越多。

去年美國開始對輸入中國的用于運算相關(guān)基礎(chǔ)設(shè)施的芯片進行出口管制。英偉達、英特爾、AMD這些用于超算中心的芯片首當其沖。

短期來看這些影響并不會很大，但從長期來看，這卻是個不容忽視的問題。