uutiset

toimittajamme yin limei ja zhang shuo raportoivat hefeistä

autoteollisuuden teknologinen huippu ja autoyritysten strateginen kilpailun tukipiste siirtyvät nopeasti tekoälyn (ai) ohjaamaan älykkyyteen. menneisyyden kilpailukyky tuskin tukee autoyritysten seuraavaa kehitystä tulevaisuuden kehityksen on perustuttava tekoälyn vetämään älykkääseen kehitykseen, ja strateginen migraatio voidaan saavuttaa tekoälyn avulla. päinvastoin, jos ne eivät pysy perässä tiedustelualan muutoksissa tai eivät kiinnitä tarpeeksi huomiota, monet yritykset menettävät tulevaisuutensa.

syyskuun 29. päivänä kiinan sähköajoneuvojen liiton (china electric vehicles association of 100) järjestämässä global intelligent vehicle industry conference (2024giv) -konferenssissa kiinan sähköajoneuvojen 100:n liiton varapuheenjohtaja ja pääsihteeri zhang yongwei antoi yllä olevan lausunnon. lisäksi hän huomautti, että autoälyn kehitysnopeus on liian nopea ja ylittää alan ennusteet.

älykäs muutos vaatii valtavia t&k-investointeja. china business newsin toimittaja totesi, että virallisten standardien mukaan teslan kumulatiivinen t&k-investointi fsd:hen (full-self driving, täysin autonominen ajo) ylittää 10 miljardia yhdysvaltain dollaria vuonna 2024. vuoden 2023 loppuun mennessä huawei auto bu (huawei smart auto solutions -liiketoimintayksikkö) on investoinut 30 miljardia yuania älykkäisiin ohjelmistoihin ja laitteistoihin. byd ehdotti myös sijoittavansa 100 miljardia yuania tiedustelualaan.

zhang yongwei uskoo, että tässä vaiheessa yritykset eivät kilpaile vain tiedosta ja nopeudesta, vaan myös vahvuudesta. älykkään kehityksen kynnys on noussut yhä korkeammalle.

tekoälystä on tullut ratkaiseva tekijä autojen muutoksissa

"autoteollisuuden muutossykli lyhenee ja lyhenee ja sillä on jopa muutosten superpositiota: menneitä muutoksia ei ole vielä saatu päätökseen ja uudet muutokset ovat alkamassa. tästä päällekkäisestä kehityksestä on tullut uusi normaali. autoteollisuuden kehityksestä vuosisadan vanha autoteollisuus jatkaa: "viimeisin evoluution liikkeellepaneva tekijä on tekoäly zhang yongwei sanoi, että tekoäly, jota edustavat suuri laskentateho, suuri data ja suuret mallit, on alkanut." integroida autoihin suurin muutos autoteollisuuteen tekoälyn aikakaudella on se, että tekoälystä on tullut uusi ratkaiseva tekijä autoteollisuuden vallankumouksessa.

tässä tilanteessa kiinan autoteollisuuden sopeutuminen uusiin muutoksiin ja uusiin säätöihin on tullut pakollinen kysymys. zhang yongwein ratkaisu ongelmaan on, että kiinan älykkäiden verkkoautojen kehityksen on keskityttävä tekoälyteknologiaan ja datan arvoon alan uuden kilpailukyvyn muovaamiseksi. toisin sanoen toisaalta meidän pitäisi hyödyntää datan arvoa tuotantotekijänä ja rakentaa datan kilpailukykyä toisaalta meidän pitäisi hyödyntää tekoälymallin kykyjä edistääksemme autojen älykkyyden tasoa. .

data on avaintekijä älykkään ajoteknologian iteraatiossa. maallamme ei ole tietoetuja älykkyyden suhteen, ja useimmilla yrityksillä on hyvin rajalliset laskentaresurssit.

itseohjautuvien clips (valid video clips) -tietojen vertailuna kotimaisilla yrityksillä on alle miljoona kelvollista videoleikettä, kun taas teslalla on jo yli 10 miljoonaa kelvollista videoleiketta. teslan omistama laskentateho on saavuttanut 100 eflops:a, joka on kaikkien autoyhtiöiden laskentatehon summa. huawein nykyinen laskentateho on vain 7,5 eflops, mikä on huomattavasti teslasta jäljessä.

toimittaja sai tietää, että suurin osa kotimaisten autoyhtiöiden tiedoista jakautuu useisiin tiheisiin kohtauksiin, ja "päävaikutus" on ilmeinen. samanaikaisesti eri ajoneuvomalleissa on erilaiset anturikonfiguraatiot, mikä johtaa eroihin kerätyissä tiedoissa ja huonoon tietojen uudelleenkäytettävyyteen. lisäksi autoyhtiöillä ei ole riittävää osaamista tiedon lajittelussa ja arvonlouhinnassa.

zhang yongwei uskoo, että kotimaisten yritysten on ratkaistava kaksi ydinongelmaa tietojen näkökulmasta: ensinnäkin, anna tietojen tulla yrityksen ydinomaisuuksiksi ja elementeiksi, anna tietojen luoda arvoa ja muuttaa autoyhtiöiden tiedonlouhintavalmiuksien puutetta ja niiden puutetta. epäsuotuisan tilanteen hyödyntämiseksi tiedot on muutettava omaisuudeksi ja varojen pitäisi tuottaa arvoa.

toiseksi datan alalla meidän on ratkaistava tietojen synergiaongelma. zhang yongwei sanoi: "koulutusohjelmistojen ja -järjestelmien osalta meidän on vaikea saada yhtä paljon dataa kuin teslalla. meille ei riitä, että luotamme yksittäisen autoyhtiön tietomäärään. tekoälyn aikakaudella , kilpailukyky riippuu data on pinottu, joten meidän on ratkaistava suuren mittakaavan datan ongelma. tämä edellyttää, että luomme mekanismimme tietojen yhdistämisen edistämiseksi, jotta jokainen voi syöttää tietoja alustalle ja käyttää dataa markkinoiden periaatteiden mukaisesti. , ja ratkaise nykyisen pienimuotoisen tiedon ongelma."

älykkään laskentatehon rakenteellisesta pulasta on tullut suurin ristiriita

riittävien tietojen ongelman ratkaisemisen jälkeen kotimaisten yritysten on vielä ratkaistava suurten mallien ongelma.

suuret mallit ovat tänä vuonna melko suosittuja.

zhang yongwei ehdotti, että autoyhtiöiden tulisi kehittää ja käyttää suuria malleja nyt. hänen mukaansa älykkyyden kilpailukyvyn rakentamiseksi meidän on ratkaistava autojen "uudet viisi aluetta": ensinnäkin on käytettävä tekoälyä autojen elektroniikka- ja sähköarkkitehtuurin suunnitteluongelmien ratkaisemiseen, toiseksi käyttää tekoälyintegraatiota tehoongelmien ratkaisemiseen, ja kolmanneksi älykäs ajo, neljäs on älykäs ohjaamo ja viides auton alusta. koska autojen "uudet viisi aluetta" ovat syvästi integroituneet tekoälyyn ja suuriin malleihin.

"meidän on hyödynnettävä tekoälyn logiikkaa tutkimus- ja kehitystyössä uusien arkkitehtuurien ja ratkaisujen muodostamiseksi. meidän ei tule ratkaista vain yleisiä ja vertikaalisia malleja, vaan myös autoyhtiöiden käyttämiä malleja muodostaakseen oma ai-kilpailumme uusilla kehitysalueilla. voimaa." zhang yongwei sanoi.

tietojen aikakaudella laskentateho on tuottavuutta. älyautojen toisella puoliskolla suuret yritykset kilpailevat tekoälystä ja laskentatehosta. voidaan sanoa, että sirujen laskentateho määrää älyautojen älykkyysrajan, mitä suurempi laskentateho on, sitä suurempi on auton älykkyystason potentiaali.

autojen ja tekoälyn syvän integroinnin myötä älykäs ajaminen ja suuret ohjaamomallit kiihtyvät autoissa, ja autoteollisuuden kysyntä älykkäälle laskentateolle kasvaa nopeasti. kotimaisesta autoteollisuuden älykkäästä laskentatehosta on kuitenkin edelleen rakenteellinen pula, ja "kypsässä" laskentatehossa ja täydellisessä ohjelmistoekosysteemissä on suuri aukko.

zhang yongwei ehdotti, että meidän pitäisi rakentaa autoteollisuuden älykästä laskentainfrastruktuuria ja vahvistaa yhteisrakentamista ja laskentatehon jakamista. "tekoälyn aikakaudella autoyrityksiltä puuttuu tuotantokapasiteetti. autoteollisuudesta puuttuu tällä hetkellä eniten älykäs laskentainfrastruktuuri. suurin ristiriita kotimaisessa autoteollisuudessa on älykkään laskentatehon rakenteellinen pula."

zhang yongwei sanoi, että älykkään ajamisen kehittämisen ja koulutuksen saattamiseksi päätökseen älykkään laskentatehon on oltava vähintään 1 eflops. autoyhtiöiden nykyinen keskimääräinen laskentateho on 3 eflops, ja ihanteellinen laskentateho on 100 eflopsia. meidän on investoitava voimakkaasti laskentatehoon, ja meidän on jatkettava investointeja luodaksemme mittakaavaefektin datan, laskentatehon ja algoritmien ympärille.

julkisten tietojen mukaan kolmen suuren operaattorin suunnittelemien laskentatehoresurssien kokonaismäärä on vuoden 2024 loppuun mennessä 53 eflopsia, mutta päästä päähän -suuressa mallissa yrityksen tarvitsema laskentateho yltää 100 eflopsia.

”tässä vaiheessa älykkään ajamisen ja tekoälyn laskentatehon kysynnän ratkaiseminen on ensisijaisen tärkeää. paikallisen laskentatehon ongelma "zhang yongwei selitti, että nvidian laskentatehoa "sisältää siruja ja ohjelmistoekosysteemiä" kutsutaan kypsäksi laskentatehoksi, ja laskentatehoa, jossa "siruja on". ja siitä puuttuu ohjelmisto" kutsumme sitä. epäkypsän laskentatehon vuoksi. "missiomme on nopeuttaa ratkaisua epäkypsän kotimaisen laskentatehon ongelmaan, rakentaa kypsää laskentatehoa rikastamalla ohjelmistoja ja ekologiaa sekä vähentää laskentatehon "jumittumista" laitteistoihin tulevaisuudessa."

älykkään verkkoyhteyden aikakaudella älykkään ajamisen teknologinen kehitys on muuttumassa yhdestä teknisestä reitistä älykkään ajamisen kehitysreitiksi, jolla on kiinalaiset ominaisuudet ja joka yhdistää polkupyöräälyn ja auto-tien pilven. zhang yongwei sanoi konferenssissa, että maani pitäisi sitoutua seuraamaan älykkään ajamisen integroitua kehitysreittiä, eli uutta älykkään ajoratkaisua, joka yhdistää polkupyörän fsd:n ja chelu cloudin (c-fsd).

zhang yongwein näkemyksen mukaan teollisuus uskoi aiemmin, että polkupyörän älykkyys ja auto-tiepilvi olivat kaksi teknistä reittiä. tekoälyn suuren mallin tekniikan, tekoälyn harjoitussirujen ja datasuljetun silmukan ominaisuuksien nopean kehityksen myötä kuitenkin ylempi. polkupyörän älykkyyden rajaa on parannettu huomattavasti, ja se selviytyy kriisistä. useimmissa skenaarioissa polkupyörän fsd:stä ja chelu cloudista on itse asiassa tullut kaksi tukivoimaa kohti autonomista ajamista. polkupyörä fsd "peruspisteenä" ja chelu cloud "lisäpisteenä".

zhang yongwei uskoo, että uusi älykäs ajoratkaisu, joka perustuu c-fsd:hen, voi toteuttaa tiedon jakamisen, laskentatehon koordinoinnin ja mallin yhteisrakentamisen, alentaa yritysten tutkimus- ja kehityskynnystä, ratkaista nykytilanteen teknologian, resurssien epätasaisesta jakautumisesta, ja markkinoida jossain määrin, saavuttaa yhtäläiset oikeudet innovaatioihin ja vapauttaa yritysten innovatiivista elinvoimaa.

(toimittaja: zhang shuo arvostelu: tong haihua oikolukija: zhai jun)