自动驾驶算力解决方案
自动驾驶日新月异,从早期模块化的“感知-定位-规划-控制”系统,到特斯拉引领的端到端(E2E)学习,再到如今融合了视觉、语言和动作(VLA)的具身智能趋势,每一次范式转变都预示着自动驾驶能力的巨大飞跃,以及对底层算力的爆发性需求。
万卡/千卡集群对自动驾驶的决定性意义
The Decisive Significance of Watt/Calorie Clusters for Autonomous Driving
-
研发效率的指数级跃升
传统的自动驾驶开发是基于小规模数据集的“作坊式”迭代,而万卡集群能够支持百亿甚至千亿参数规模的端到端模型进行全量数据训练。
-
迭代周期
万卡集群可以将大型模型的训练周期从几个月缩短至几天,使得研发团队能够实现“模型周更”甚至“模型日更”。
-
生成式仿真
万卡集群支持大规模的世界模型并行运行,能够每天生成数以亿计的具有挑战性的合成场景。这相当于让车辆在电子梦境中“行驶”了数亿英里,从而在现实发生事故前就学会了如何应对。
-
行业竞争的“入场券”
算力规模已成为自动驾驶企业的核心护城河。目前,头部的车企和智驾公司正在经历从“买显卡”到“造机房”的转变, 只有拥有万卡级别集群的企业,才有资格进行端到端全量数据的闭环训练。这导致了行业极强的马太效应,中小型智驾公司由于算力储备不足,在长尾问题的泛化能力上将逐渐被拉开身位。
