nachricht

unsere reporter yin limei und zhang shuo berichteten aus hefei

der technologische vorsprung der automobilindustrie und der strategische wettbewerbsschwerpunkt der automobilunternehmen verlagern sich rasch hin zu einer durch ki (künstliche intelligenz) gesteuerten intelligenz. die wettbewerbsfähigkeit der vergangenheit kann die nächste entwicklung der automobilunternehmen kaum unterstützen. die zukünftige entwicklung muss auf einer intelligenten, durch ki gesteuerten entwicklung basieren, und nur so können automobilunternehmen die zukunft gewinnen. im gegenteil: wenn sie mit den veränderungen im bereich der intelligenz nicht schritt halten oder ihnen nicht genügend aufmerksamkeit schenken, verlieren viele unternehmen ihre zukunft.

am 29. september gab zhang yongwei, stellvertretender vorsitzender und generalsekretär der china electric vehicles association of 100, auf der global intelligent vehicle industry conference (2024giv) der china electric vehicles association of 100 die obige erklärung ab. darüber hinaus wies er darauf hin, dass die entwicklungsgeschwindigkeit der automobilintelligenz zu schnell sei und die prognosen der branche übersteige.

intelligente transformation erfordert enorme investitionen in forschung und entwicklung. ein reporter von china business news stellte fest, dass teslas kumulierte forschungs- und entwicklungsinvestitionen in fsd (full-self driving, völlig autonomes fahren) nach offiziellen angaben im jahr 2024 10 milliarden us-dollar übersteigen werden. bis ende 2023 hat huawei auto bu (huawei smart auto solutions business unit) 30 milliarden yuan in intelligente software und hardware investiert. byd schlug außerdem vor, 100 milliarden yuan in den geheimdienstbereich zu investieren.

zhang yongwei glaubt, dass unternehmen in dieser phase nicht nur um wissen und geschwindigkeit, sondern auch um stärke konkurrieren. die schwelle für intelligente entwicklung ist immer höher geworden.

ki ist zu einem entscheidenden faktor geworden, der veränderungen im automobil vorantreibt

„der veränderungszyklus der automobilindustrie wird immer kürzer und weist sogar die merkmale einer überlagerung von veränderungen auf: die vergangenen veränderungen sind noch nicht abgeschlossen und neue veränderungen stehen kurz vor dem beginn. diese überlagerte entwicklung ist zur neuen normalität geworden.“ der entwicklung der automobilindustrie geht weiter: „der neueste treibende faktor in der evolution ist künstliche intelligenz.“ zhang yongwei sagte, dass künstliche intelligenz, repräsentiert durch große rechenleistung, große datenmengen und große modelle, begonnen habe die größte veränderung in der automobilindustrie im zeitalter der künstlichen intelligenz ist, dass ki zum neuen entscheidenden faktor in der automobilrevolution geworden ist.

in dieser situation ist die frage, wie sich chinas automobilindustrie an neue veränderungen anpasst und neue anpassungen vornimmt, zu einer frage geworden, die unbedingt beantwortet werden muss. zhang yongweis lösung des problems besteht darin, dass sich die entwicklung von chinas intelligenten vernetzten autos auf ki-technologie und datenwert konzentrieren muss, um neue wettbewerbsfähigkeit in der branche zu schaffen. das heißt, einerseits sollten wir den wert von daten als produktionsfaktor voll ausschöpfen und die wettbewerbsfähigkeit der daten steigern, andererseits sollten wir die fähigkeiten von ki-modellen sinnvoll nutzen, um das niveau der automobilintelligenz zu fördern .

daten sind ein schlüsselelement bei der weiterentwicklung intelligenter fahrtechnologie. unser land verfügt in puncto intelligenz nicht über datenvorteile und die meisten unternehmen verfügen nur über sehr begrenzte rechenressourcen.

nimmt man die daten zu „self-driving clips“ (gültige videoclips) zum vergleich, verfügen inländische unternehmen über weniger als eine million gültige videoclips, während tesla bereits über mehr als 10 millionen gültige videoclips verfügt. die rechenleistung von tesla hat 100 eflops erreicht, was der summe der rechenleistung aller automobilhersteller entspricht. die aktuelle rechenleistung von huawei beträgt lediglich 7,5 eflops und liegt damit deutlich hinter tesla.

der reporter erfuhr, dass die meisten daten inländischer automobilhersteller auf mehrere dichte szenen verteilt sind und der „kopfeffekt“ offensichtlich ist. gleichzeitig verfügen verschiedene fahrzeugmodelle über unterschiedliche sensorkonfigurationen, was zu unterschieden bei den gesammelten daten und einer schlechten wiederverwendbarkeit der daten führt. darüber hinaus verfügen automobilunternehmen nicht über ausreichende kapazitäten zur datensortierung und zum value-mining.

zhang yongwei glaubt, dass inländische unternehmen aus datensicht zwei kernprobleme lösen müssen: erstens müssen daten zu den kernwerten und -elementen des unternehmens werden, daten können werte schaffen und die mangelnden data-mining-fähigkeiten von automobilunternehmen und deren mangel ändern um den ungünstigen status quo auszunutzen, sollten daten in vermögenswerte umgewandelt werden und vermögenswerte sollten einen wert schaffen.

zweitens müssen wir im datenbereich das problem der datensynergie lösen. zhang yongwei sagte: „in bezug auf trainingssoftware und -systeme ist es für uns schwierig, über so viele daten wie tesla zu verfügen. für uns reicht es nicht aus, uns auf die datenmenge eines einzelnen autoherstellers zu verlassen. im zeitalter der ki.“ die wettbewerbsfähigkeit hängt davon ab, dass die daten gestapelt sind. daher müssen wir das problem großer datenmengen lösen. dazu müssen wir einen mechanismus zur förderung der datenaggregation entwickeln, damit jeder daten in die plattform eingeben und daten gemäß den marktprinzipien verwenden kann und das problem des aktuellen kleinen datenumfangs lösen.

der strukturelle mangel an intelligenter rechenleistung ist zum hauptwiderspruch geworden

nach der lösung des problems unzureichender daten müssen inländische unternehmen noch das problem großer modelle lösen.

große modelle erfreuen sich in diesem jahr großer beliebtheit die automobilindustrie steht vor der implementierung großer modelle noch vor einer reihe von herausforderungen. diese herausforderungen betreffen modelle, daten und rechenleistung.

zhang yongwei schlug vor, dass automobilunternehmen jetzt große modelle entwickeln und einsetzen sollten. seiner ansicht nach müssen wir zur steigerung der wettbewerbsfähigkeit im bereich intelligenz die „neuen fünf bereiche“ des automobils lösen: erstens müssen wir künstliche intelligenz nutzen, um die designprobleme der elektronischen und elektrischen architektur von automobilen zu lösen, und zweitens müssen wir die integration künstlicher intelligenz nutzen, um leistungsprobleme zu lösen und drittens intelligentes fahren, der vierte ist das intelligente cockpit und der fünfte ist das autochassis. denn die „neuen fünf domänen“ des automobils sind tief in künstliche intelligenz und große modelle integriert.

„wir müssen die logik der künstlichen intelligenz für forschung und entwicklung nutzen, um neue architekturen und lösungen zu entwickeln. wir müssen nicht nur allgemeine und vertikale modelle lösen, sondern auch modelle, die von automobilunternehmen verwendet werden, um unseren eigenen ki-wettbewerb in neuen entwicklungsbereichen zu bilden.“ macht“, sagte zhang yongwei.

im informationszeitalter ist rechenleistung produktivität. in der zweiten hälfte der intelligenten autos konkurrieren große unternehmen um ki und rechenleistung. man kann sagen, dass die rechenleistung des chips in gewissem maße die intelligenzgrenze intelligenter autos bestimmt. je höher die rechenleistung, desto größer das potenzial des intelligenzniveaus des autos.

mit der tiefen integration von automobilen und ki beschleunigen sich durchgängig intelligentes fahren und große cockpitmodelle in autos, und die nachfrage der automobilindustrie nach intelligenter rechenleistung wächst rasant. es besteht jedoch immer noch ein struktureller mangel an intelligenter rechenleistung für heimische automobile und es besteht eine große lücke bei der „ausgereiften“ rechenleistung mit einem vollständigen software-ökosystem.

zhang yongwei schlug vor, dass wir eine intelligente computerinfrastruktur für die automobilindustrie aufbauen und den gemeinsamen aufbau und die gemeinsame nutzung von rechenleistung stärken sollten. „im zeitalter der künstlichen intelligenz mangelt es den automobilunternehmen nicht an produktionskapazitäten. was der automobilindustrie derzeit am meisten fehlt, ist eine intelligente computerinfrastruktur. der größte widerspruch in der heimischen automobilindustrie ist der strukturelle mangel an intelligenter rechenleistung.“

zhang yongwei sagte, dass der bedarf an intelligenter rechenleistung mindestens 1 eflops erreichen muss, um die entwicklung und schulung des durchgängigen intelligenten fahrens abzuschließen. die aktuelle durchschnittliche rechenleistung von automobilunternehmen beträgt 3 eflops, und die ideale rechenleistung beträgt 100 eflops. wir müssen stark in rechenleistung investieren, und wir müssen weiter investieren, um einen skaleneffekt rund um daten, rechenleistung und algorithmen zu erzielen.

laut öffentlichen daten beträgt die gesamtmenge der von den drei großen betreibern geplanten rechenleistungsressourcen bis ende 2024 53 eflops. im hinblick auf ein end-to-end-großmodell reicht die von einem unternehmen benötigte rechenleistung jedoch aus 100 eflops.

„in dieser phase hat die lösung des bedarfs an rechenleistung für intelligentes fahren und künstliche intelligenz oberste priorität. wir müssen nicht nur sicherstellen, dass rechenleistung verfügbar ist, sondern auch die niedrigen kosten der verfügbaren rechenleistung anstreben und sogar das problem lösen.“ problem der lokalen rechenleistung. „das problem der entwicklung von der unreife zur reife.“ und es mangelt an software“ nennen wir es. wegen der unausgereiften rechenleistung. „unsere mission ist es, die lösung des problems unausgereifter inländischer rechenleistung zu beschleunigen, ausgereifte rechenleistung durch die anreicherung von software und ökologie aufzubauen und das problem zu verringern, dass rechenleistung in zukunft in hardware steckenbleibt.“

im zeitalter der intelligenten netzwerkverbindung wandelt sich die technologische entwicklung des intelligenten fahrens von einem einzelnen technischen weg zu einem entwicklungsweg des intelligenten fahrens mit chinesischen merkmalen, der fahrradintelligenz und auto-straßen-cloud integriert. zhang yongwei sagte auf der konferenz, dass mein land sich dazu verpflichten sollte, den integrierten entwicklungsweg des intelligenten fahrens zu verfolgen, d. h. eine neue intelligente fahrlösung, die fahrrad-fsd und chelu cloud (c-fsd) integriert.

laut zhang yongwei glaubte die branche in der vergangenheit allgemein, dass fahrradintelligenz und auto-straßen-cloud zwei technische wege seien, doch mit der rasanten entwicklung der ki-großmodelltechnologie, ki-trainingschips und daten-closed-loop-fähigkeiten seien die oberhand gewonnen worden die grenze der fahrradintelligenztechnologie wurde erheblich verbessert und kann die krise bewältigen. in den meisten szenarien sind fahrrad-fsd und chelu cloud tatsächlich zu zwei unterstützenden kräften auf dem weg zum ziel des autonomen fahrens geworden. mit fahrrad-fsd als „grundpunktzahl“ und chelu cloud als „zusatzpunktzahl“.

zhang yongwei glaubt, dass die neue intelligente fahrlösung auf basis von c-fsd den datenaustausch, die koordinierung der rechenleistung und den gemeinsamen aufbau von modellen realisieren, die forschungs- und entwicklungsschwelle von unternehmen senken und die aktuelle situation der ungleichen verteilung von technologie und ressourcen lösen kann. und märkte bis zu einem gewissen grad gleiche rechte für innovationen erreichen und start-ups die innovationskraft von unternehmen freisetzen.

(herausgeber: zhang shuo rezension: tong haihua korrekturleser: zhai jun)