nouvelles

auteur｜hua wei

on s'attend à ce que dans moins de six mois,tesla fsd entrera officiellement en chine. le 5 septembre, tesla a annoncé que fsd serait lancé en chine et en europe au premier trimestre 2025.

il n'y a pas si longtemps, la version de bout en bout de tesla fsd v12 a reçu de nombreux éloges de la part de l'industrie et de l'extérieur de l'industrie après son lancement. même ceux qui se sont ouvertement « disputés » à plusieurs reprises avec teslamoteurs xpengle président he xiaopeng a également publié un message commentant que la conduite autonome de tesla « fonctionnait extrêmement bien » et a déclaré avec enthousiasme que « 2025 sera le moment chatgpt pour la conduite entièrement autonome !

les grands modèles représentés par gpt affectent profondément le modèle de recherche et de développement du programme dans le domaine de la conduite autonome avec leur vitesse d'innovation et leur architecture technique sans précédent, et l'industrie mondiale répond rapidement à cet engouement. à en juger par l'orientation actuelle des constructeurs automobiles nationaux, le bout en bout est également devenu leur voie technologique de conduite autonome de nouvelle génération.

des sociétés de conduite autonome de voitures particulières telles que huawei, xpeng, pony.ai, momenta, jiji technology et horizon emboîtent activement le pas et ont lancé des solutions et des modèles de conduite autonome de bout en bout pour la production de masse. en termes de véhicules utilitaires, zero one automobile a également annoncé un calendrier clair pour le lancement du grand modèle de bout en bout sur le véhicule.voiture idéalele fondateur et pdg li xiang a également affirmé publiquement que li auto atteindra la conduite autonome l4 d'ici trois ans en s'appuyant sur des modèles de bout en bout et mondiaux.

même le marché de la conduite autonome l4, qui avait auparavant subi une « vague de froid », s'est redressé grâce à l'arrivée d'une technologie de bout en bout. wayve, qui s’est appuyé sur ce concept technique pour obtenir un financement d’un milliard de dollars, en est un bon exemple. liu yudong, gestionnaire d'investissement de chentao capital, a déclaré : « de bout en bout ouvre la deuxième courbe de croissance pour la commercialisation l4. »

tesla, qui a fait un bond en avant dans les capacités fsd avec des capacités de bout en bout, a également annoncé qu'elle lancerait le modèle robotaxi le 10 octobre. he xiaopeng a également révélé publiquement que xpeng motors lancerait robotaxi en 2026. cependant, les récentes actions et attentes des constructeurs automobiles et des fabricants de véhicules autonomes visant à produire en masse le l4 grâce à des solutions de bout en bout ont amené de nombreux praticiens de la conduite autonome à s'interroger : le bout en bout a-t-il été trop "mythe" ?

pourquoi le bout en bout devient-il la « classe supérieure » dans le cercle de la conduite intelligente ?

le bout en bout n’est pas apparu seulement au cours des deux dernières années. dès 2017, de nombreuses entreprises exploraient la possibilité de cette voie technique. cette année, le « bout en bout » est devenu populaire dans le cercle de la conduite autonome et est considéré comme une technologie tueuse dans l'industrie. en plus des innovations apportées par les grands modèles linguistiques tels que chatgpt, il est également indissociable du sien. charme".

"la naissance du modèle de bout en bout est le seul moyen pour la technologie de conduite autonome de conduire à une commercialisation à grande échelle." lou tiancheng, co-fondateur et directeur de la technologie de pony.ai, a déclaré que c'était l'un des plus grands avantages. l'un des avantages du modèle de bout en bout est qu'il peut accélérer la commercialisation de la conduite autonome et accélérer la popularisation de la conduite autonome.

selon wang panqu, responsable de la conduite intelligente chez zero one automobile, les systèmes de conduite autonome traditionnels non de bout en bout ont non seulement une généralisation moins bonne que de bout en bout, mais également lorsqu'ils sont étendus à de nouveaux scénarios, de nombreux règles précédemment utilisées. les solutions basées sur le système échoueront. en cas d'échec, le code nouvellement ajouté aggravera la maintenabilité du système, ce qui entraînera une augmentation des coûts marginaux.

de plus, les systèmes de conduite autonome traditionnels présentent également deux inconvénients. le premier est la complexité de l'architecture. un système multi-modules a non seulement des coûts de développement plus élevés, mais a également une limite de performances inférieure car chaque module se voit attribuer moins de ressources informatiques. la communication entre les modules entraînera également de nombreux problèmes d'optimisation. le deuxième est le problème de coût élevé causé par l'architecture complexe. chaque module nécessite du développement, de la maintenance, de la gestion de projet et de l'intégration. c'est également la raison pour laquelle la taille des équipes des entreprises de conduite autonome traditionnelles est très grande.

"à mon avis, de bout en bout peut très bien résoudre ces problèmes." wang panqu a déclaré que d'un point de vue architectural, de bout en bout n'a qu'un seul module, qui peut bien résoudre des problèmes architecturaux complexes et possède également le capacité à réduire les coûts et à accroître l’efficacité. la généralisation de bout en bout pilotée par les données et même les connaissances est très forte et est susceptible d'être rapidement mise en œuvre dans la production de masse. elle peut non seulement réduire le coût d'adaptation de l2 à divers modèles, mais également aider l4 à réduire le temps d'adaptation. à différents scénarios.

en outre, lou tiancheng a souligné que le plus grand avantage du bout en bout est d'éviter la perte d'informations entre les différents modules et fonctions. mao jiming, vice-président de l'ingénierie chez jiji technology, a également évoqué cet aspect et expliqué que la transmission efficace des informations entre les modules implique la question de la transmission efficace des informations. les interfaces des modules en amont et en aval définissent la limite supérieure de la transmission des informations. mais quelle que soit la sophistication de la conception de l’interface, il y aura une perte d’informations. la solution de module unifié de bout en bout ne souffre pas de cette perte d'informations, ce qui contribue à améliorer l'effet final de l'algorithme.

dans le même temps, mao jiming a également évoqué d'autres avantages de l'architecture de bout en bout. premièrement, en termes d'erreurs de module, puisque de bout en bout se trouve sous un seul module, il n'y a pas d'effet d'amplification des erreurs de plusieurs modules, et la limite supérieure des capacités globales de l'algorithme de conduite intelligente peut être maximisée. deuxièmement, dans l'architecture multi-modules, chaque module a son propre rythme de r&d et ses propres objectifs d'optimisation, qui ne peuvent pas toujours être strictement alignés sur les objectifs d'optimisation globaux de l'ensemble du système de conduite intelligente, ce qui entraîne une optimisation potentiellement inefficace et un gaspillage des ressources de r&d ; la fin l'architecture de bout en bout n'a qu'un seul module et les objectifs d'optimisation sont clairs et unifiés, ce qui peut efficacement éviter ce processus d'optimisation des frictions internes.

un autre point est que les composants de l'architecture modulaire forment naturellement facilement plusieurs « domaines » régis par des règles, ce qui entraîne une série de défis de maintenance et de dilemmes de résolution de cas extrêmes et de bout en bout, en tant qu'architecture typique entièrement basée sur les données ; incitera les développeurs à être plus proactifs et à commencer à considérer et à résoudre les problèmes à partir d'un paradigme de pensée basé sur les données et sur les modèles, améliorant ainsi le niveau cognitif de l'ensemble de l'équipe d'algorithmes.

« dans l'ensemble, l'efficacité du développement du système de bout en bout est plus élevée et la consommation de ressources est moindre. » liu yudong a déclaré que le paradigme de développement de bout en bout purement axé sur les données réduirait une grande partie de l'investissement initial dans les domaines lourds. ressources d'ingénierie et réorientation des ressources de l'entreprise passer à une densité élevée de talents dans les aspects axés sur les données et investir dans l'accumulation de données.

il convient de mentionner que la valeur utilisateur apportée de bout en bout a également attiré beaucoup d'attention. liu yudong a souligné que, premièrement, en termes de traitement des scénarios à longue traîne, le système de bout en bout peut couvrir des scénarios plus extrêmes que le système d'origine, tels que les capacités de traitement de bon sens. deuxièmement, le comportement du système de conduite autonome est plus anthropomorphique et peut également renforcer la confiance entre les consommateurs et le système de bout en bout, il ressemble davantage à un conducteur humain dans des scénarios avec un jeu fort.

la limite supérieure est haute et la limite inférieure est basse. la « fin » de la conduite autonome est-elle déjà là ?

bien que les avantages techniques de bout en bout soient significatifs et que de nombreux constructeurs automobiles et sociétés de conduite autonome suivent activement les applications de bout en bout, il existe encore des opinions divergentes dans l'industrie sur ce que l'on appelle le « modèle de fin de partie ». ".

des piliers tels que wang panqu ont déclaré : « je pense que de bout en bout doit être la forme finale de réalisation de la conduite autonome, mais de bout en bout n'est qu'un cadre technique, mais il existe en fait de nombreuses options pour des méthodes de mise en œuvre spécifiques, et l'industrie n'est pas encore parvenue à un consensus.

des rationalistes comme mao jiming ont souligné que la solution de bout en bout présente les caractéristiques d'une « limite supérieure élevée mais d'une limite inférieure basse ». en termes simples, si c'est bien fait, de bons résultats peuvent être obtenus, mais si c'est mal fait, ce sera pire que les solutions traditionnelles. selon mao jiming, le choix d'une solution de bout en bout dépend du scénario d'application spécifique. pour la conduite autonome l5, de bout en bout est la seule solution ; mais pour l2 et l3, de bout en bout n’est qu’une des solutions réalisables. de plus, l’application de bout en bout doit être combinée avec d’autres solutions techniques.

"le bout en bout constitue une bonne voie technique pour une popularisation rapide et à grande échelle de la conduite autonome. il reste à vérifier avec le temps si c'est la fin du jeu." lou tiancheng a également un point de vue similaire, estimant que l2 et l4. la conduite autonome est déjà en cours de réalisation, mais la qualité de la mise en œuvre et la portée de la mise en œuvre ont des exigences et des normes technologiques différentes.

pour la conduite autonome de niveau l2, la technologie de bout en bout est actuellement la meilleure voie ; pour la conduite autonome de niveau l4, la technologie de bout en bout peut aider à ouvrir rapidement de nouveaux domaines. cependant, l4 a des exigences de sécurité plus élevées, qui doivent être plus de 10 fois supérieures à celles des conducteurs humains. par conséquent, en plus d'une utilisation de bout en bout, il est également nécessaire d'incorporer des instructions à haut déterminisme basées sur les intentions de conduite et les scénarios d'application. tels que les règles de circulation, les préférences de conduite, etc.

liu yudong a donné une conclusion plus prudente : « à l'heure actuelle, la conduite autonome de bout en bout est la fin prévisible dans le futur, mais il existe diverses possibilités d'évolution technologique à plus long terme. tout comme nous l'avons fait il y a trois ans. une technologie comme chatgpt émergera, et une nouvelle architecture technique pourrait émerger dans deux ou trois ans pour renverser le chatgpt actuel.

le 100% de bout en bout n'est pas encore apparu, qu'est-ce que la « bonne pratique » ?

bien qu’il ne soit pas encore clair si le système de bout en bout constitue la solution finale pour la conduite autonome, son application pratique est clairement devenue une solution consensuelle dans le secteur de la conduite intelligente. cependant, il existe encore de nombreuses controverses dans l’industrie concernant le choix de la voie technologique de conduite autonome de bout en bout.

à l'heure actuelle, zero one automotive avance sur la voie de bout en bout basée sur des modèles multimodaux à grand langage. elle a non seulement obtenu des résultats sur certains ensembles de données publiques, mais également dans le domaine de la conduite autonome détenu par le laboratoire d'intelligence artificielle de shanghai. cette année, en collaboration avec cvpr et d'autres, dans le cadre de l'international challenge, avec sa solution de conduite autonome purement visuelle, elle a obtenu la deuxième place parmi 143 équipes internationales sur la piste de conduite autonome de bout en bout.

wang panqu estime que la modularité de bout en bout équivaut à une étape précoce d'exploration et peut être mise en œuvre plus rapidement. actuellement, les universités et l'industrie disposent également de solutions relativement matures. l'adoption d'un itinéraire technique de bout en bout basé sur de grands modèles multimodaux a le potentiel de transformer la conduite autonome en une activité rentable, et seul un modèle de base avec une forte généralisation peut apporter l'injection et l'intégration de connaissances requises dans le domaine de la conduite autonome. conduite autonome.

en termes simples, la forte généralisation des grands modèles apportera des avantages en termes de performances à l'ensemble du système de bout en bout et permettra également de réaliser à l'avenir une conduite autonome haut de gamme rentable dans une production de masse à grande échelle. de plus, à l’avenir, ces deux itinéraires techniques de bout en bout basés sur de grands modèles multimodaux et des modèles mondiaux pourront être réutilisés entre eux.

liu yudong a déclaré qu'en principe, un modèle est plus proche de la forme de l'agi dans d'autres domaines, alors que le modèle mondial est actuellement principalement un outil de génération de données, et qu'il faudra plus de temps pour voir s'il peut être utilisé comme système de conduite autonome. . au cours des deux prochaines années, il existera deux principaux types de solutions de bout en bout : l'une est modulaire de bout en bout, le représentant typique est uniad du laboratoire d'intelligence artificielle de shanghai, l'autre est basée sur de grands modèles multimodaux ; . modèle de bout en bout, comme lingo-2 de wayve et drivevlm récemment lancé par lili.

quant au modèle mondial, mao jiming avait un point de vue différent. il estime que le modèle mondial constitue une solution raisonnable de bout en bout. basé sur le modèle mondial, l'algorithme de conduite intelligente a la capacité de comprendre la scène, de faire des prédictions raisonnables sur l'avenir, et de prendre des décisions basées sur ces informations. il s'agit d'une solution plus conforme à la logique de la pensée humaine.

zhu zheng, co-fondateur et scientifique en chef de jiji technology, a en outre ajouté que la formation d'un modèle prend beaucoup de temps et de ressources, et comporte des exigences très élevées en termes d'échelle et de qualité des données. la méthode de bout en bout utilise les capacités de prédiction du modèle pour prendre des décisions en matière de perception de la scène et de comportement de conduite, qui sont plus cohérentes avec les comportements et les habitudes de conduite humaine. selon son introduction, jiji dispose actuellement d'un système prototype de base de bout en bout basé sur le modèle mondial et le vérifie conjointement avec un constructeur automobile, et certains progrès seront bientôt rendus publics.

en août de l'année dernière, pony.ai a unifié les trois modules traditionnels de perception, de prédiction et de contrôle en un seul modèle de conduite autonome de bout en bout. il a désormais été installé simultanément dans les taxis autonomes l4 et les voitures particulières à conduite assistée l2. . selon lou tiancheng, les modèles modulaires de bout en bout et un modèle en sont actuellement aux premiers stades et n'ont pas encore été vérifiés pour la production et la livraison en série. on s'attend à ce que dans les 1 à 2 prochaines années, le parcours technique de bout en bout passera du désaccord au consensus.

"à long terme, le bout à bout finira par prendre la forme d'un modèle unique." mao jiming a déclaré que dans la situation actuelle, les entreprises utilisaient le modèle de bout en bout en deux étapes. comme huawei et xiaopeng est encore une mise en œuvre semi-de bout en bout, ou dans un état de transition de bout en bout plutôt que dans un état complet.

il n'y a pas longtemps,extrêmele pdg de l'automobile, xia yiping, a également déclaré publiquement : « personne sur le marché n'est vraiment de bout en bout, ce sont tous des gadgets marketing. il est entendu que la solution de conduite intelligente de bout en bout actuelle de jiyue utilise également un « en deux étapes ». "architecture technique.

l'attribut "boîte noire" est un malentendu et peut être rendu semblable à une boîte grise ou à une boîte blanche.

une série d'avantages de la solution de bout en bout découlent de son architecture qui intègre plusieurs modules, mais cette conception rend également le système plus proche d'une « boîte noire » que de la « boîte blanche » compréhensible d'origine, il a donc plus d'« inexplicabilité ». ".

lou tiancheng estime que l'inexplicabilité est un défaut naturel du système de bout en bout, mais la question de savoir si cela limitera le développement de la technologie de conduite autonome de bout en bout dépend de la situation. pour l2, l'ininterprétabilité n'affecte pas les applications de bout en bout. par exemple, le module modulaire de bout en bout conserve toujours chaque module fonctionnel principal, et les caractéristiques de sortie intermédiaires peuvent être ensuite extraites en données interprétables.

pour le l4, ses exigences en matière de sécurité et de certitude sont bien plus élevées que celles du l2. par conséquent, il est nécessaire d'incorporer des instructions régulières dans le modèle, telles que les règles de circulation, les préférences de conduite, etc., pour aider le modèle de conduite autonome de bout en bout à mieux comprendre les intentions de conduite. dans le même temps, les capacités du modèle doivent également être améliorées pour produire des intentions de conduite vers le monde extérieur afin d'améliorer encore l'interprétabilité.

selon zhu zheng, bien que le bout en bout soit effectivement une boîte noire au niveau du produit et sous la forme finale de la r&d, du point de vue des ingénieurs et des concepteurs de produits, y compris les utilisateurs, le bout en bout peut être rendu similaire à une boîte grise. boîte ou boîte blanche.

premièrement, l'articulation modulaire de bout en bout distingue en détail les trois modules de perception, de prédiction et de planification. tout résultat de planification peut être associé à un module intermédiaire précédent. deuxièmement, un modèle peut produire des résultats intermédiaires modularisés. le marquage des résultats pour la supervision intermédiaire peut améliorer la convergence d'un modèle, et les résultats intermédiaires modélisés peuvent également être présentés aux ingénieurs ou aux utilisateurs. troisièmement, l’aspect le plus important d’un modèle mondial est sa capacité prédictive, et ses résultats de prédiction peuvent également être associés à des résultats intermédiaires structurés.

mao jiming a déclaré que la déclaration actuelle de « boîte noire » de bout en bout est une mauvaise compréhension des détails d'inférence de formation de l'ensemble du modèle. tant que la cognition en r&d est présentée sous une forme qui peut être expliquée de l’extérieur, elle n’est plus une boîte noire.

wang panqu estime également que la proposition d'inexplicabilité reflète la confiance du public dans la technologie, c'est-à-dire si les performances de la technologie elle-même atteignent un niveau acceptable pour tout le monde. avec le développement de la conception d'algorithmes basés sur les données, de la sécurité des grands modèles et d'autres technologies connexes, il y aura un énorme bond en avant en termes de performances et de fiabilité de bout en bout au cours des deux prochaines années. grâce à des tests de performances à grande échelle et à une vérification complète, son interprétabilité ne sera plus un problème critique.

le « pic » de l'intégration de bout en bout approche et les véhicules utilitaires seront lancés plus rapidement

"le lancement à grande échelle du système modulaire de bout en bout a eu lieu au cours de l'année écoulée, et le système de bout en bout basé sur de grands modèles linguistiques prendra encore 1 à 2 ans. wang panqu a souligné que la conduite autonome l4 des véhicules commerciaux." les véhicules doivent être plus rapides que ceux des voitures particulières. la raison en est que les systèmes de conduite autonome haut de gamme qui peuvent être produits en série en grande quantité sont très difficiles à mettre en œuvre dans les scénarios de véhicules utilitaires, et un scénario unique. il est facile de boucler commercialement la boucle, et il est également pratique de réaliser des asymptotiques de scène.

liu yudong est plus optimiste, estimant que l'année prochaine, les modèles modulaires de bout en bout et un modèle de bout en bout commenceront à être poussés de manière plus intensive. en outre, liu yudong a déclaré que du point de vue du degré radical de développement technologique et de collecte de talents, de la vitesse d'itération technologique et de la difficulté de l'application technologique, le temps de mise en œuvre réel des véhicules commerciaux et des véhicules de tourisme de bout en bout pourrait être similaire. , mais la portée de la mise en œuvre des véhicules de tourisme sera plus grande que celle des véhicules utilitaires, et les véhicules utilitaires se développeront lentement dans les étapes ultérieures.

"ces obstacles doivent être surmontés avant la production de masse de bout en bout. le premier est la préparation de la puissance de calcul du véhicule, le deuxième est l'itération de l'algorithme de bout en bout, le troisième est l'échelle des données cloud. le quatrième est l’échelle de la puissance de calcul, et le troisième est l’itération de l’algorithme de bout en bout. le cinquième est le plan de vérification », a déclaré mao jiming.

selon lui, tesla et les principaux équipementiers et entreprises nationaux tels que wei xiaoli et huawei sont déjà équipés des trois aspects de la puissance de calcul des véhicules, de l'échelle des données dans le cloud et de l'échelle de la puissance du cloud computing. de la fin de cette année au premier semestre de l'année prochaine, les algorithmes de bout en bout de plusieurs grands constructeurs automobiles pourront être lancés à grande échelle à partir du second semestre de l'année prochaine, inaugurera l'industrie ; dans une explosion de production de masse et de lancement de bout en bout.

aller de bout en bout, cela signifie-t-il « recommencer » ?

le développement et l’adoption de systèmes de bout en bout apporteront sans aucun doute une révolution technologique à la solution globale de conduite intelligente. alors, faut-il renverser la technologie précédente pour entrer sur le marché de bout en bout ?

liu yudong estime que la technologie de conduite autonome d'origine ne sera pas complètement renversée et partagera avec elle certains algorithmes et accumulations de logiciels de bout en bout.

la première est la partie perception. de nombreuses parties de traitement des informations de bout en bout des caméras frontales utilisent désormais des méthodes bev, telles que le backbone ou l'encodeur. la seconde est la partie régulation et contrôle. une partie du savoir-faire original en matière de régulation et de contrôle peut être migrée vers le système de bout en bout. le troisième est l'infrastructure de données. il s'agit d'une capacité importante dont les entreprises auront besoin pour les opérations de bout en bout à l'avenir. les entreprises capables de mettre en œuvre des solutions bev disposent également d'une infrastructure de données relativement solide.

selon mao jiming, son annulation dépendra de la solution technique précédente. il a déclaré que le noyau de bout en bout est un grand modèle multimodal purement basé sur les données. si la solution technique précédente d'une certaine entreprise de conduite intelligente comporte de nombreuses règles, ces règles seront fondamentalement annulées si la solution technique précédente l'a déjà fait. la majeure partie a été modifiée pour être pilotée par modèle, il y a donc une forte probabilité que cette partie du code puisse être réutilisée sous une forme ou une autre.

il convient de souligner que les changements dans le modèle de r&d provoqués par l'algorithme de bout en bout sont au centre de tous les équipementiers et entreprises de conduite autonome, et c'est aussi l'endroit le plus douloureux.

wang panqu a également déclaré qu'en plus de la fin du modèle, davantage de travaux sur les données doivent être effectués de bout en bout : premièrement, le système de données en boucle fermée et son efficacité itérative doivent être reconstruits, et deuxièmement, de bout en bout. tests et vérification, capteurs de l'ensemble de la plateforme de simulation. l'entrée doit être très réaliste, ce qui constitue actuellement un problème technique très difficile. mais en termes de coûts de main-d'œuvre, le coût global d'un système de conduite intelligente de bout en bout est inférieur à celui d'un système non de bout en bout, car il n'y a que quelques modules dans le système de bout en bout. , et une équipe de base de 20 à 30 ingénieurs devrait suffire.

en outre, mao jiming a souligné que de l'architecture modulaire traditionnelle au modèle de bout en bout, la structure des coûts des solutions de conduite intelligente va également changer : les coûts de main-d'œuvre d'un grand nombre d'experts en r&d qui rédigent diverses règles migreront vers l’aspect données. c'est une bonne chose pour les équipementiers disposant de capacités de production de masse. en raison du coût inférieur d'acquisition des données, le coût global des solutions de conduite intelligente diminuera encore considérablement.

en termes d'investissement dans la puissance de calcul, lou tiancheng a déclaré qu'à court terme, l'achat de puces de grande puissance de calcul augmenterait en effet les coûts actuels. mais à long terme, une fois que la technologie de bout en bout sera mature et appliquée, le coût d'investissement initial sera progressivement dilué.

l'investissement en puissance de calcul pure de bout en bout est inférieur à celui de l'architecture modulaire, qui est d'au moins 100 à 200 millions par an.

"si vous souhaitez que le modèle de bout en bout atteigne un niveau de formation relativement bon, vous aurez besoin d'au moins 100 à 200 millions d'investissements en puissance de calcul par an, et le nombre de voies pour voitures particulières sera certainement encore plus impressionnant." ".

selon wang panqu, la puissance de calcul requise de bout en bout se divise en deux aspects : la formation et le déploiement. le déploiement équivaut au nombre de contrôleurs de domaine à acheter. ce coût est fixe et relativement faible, lié au coût d'un seul véhicule. le coût le plus important est le coût de la formation, qui peut être divisé en deux types : cartes auto-construites et achetées ou coopération avec des fournisseurs de services cloud. pour les constructeurs automobiles ayant des commandes relativement importantes, la construction de leurs propres centres de données est une option rentable, mais pour les constructeurs automobiles ayant des commandes moins importantes ou aux premiers stades de recherche et de développement, la location de serveurs auprès de fournisseurs de services cloud est un meilleur choix.

auparavant, lang xianpeng, vice-président de la conduite intelligente de li auto, avait révélé publiquement que li auto dépensait actuellement 1 milliard de yuans pour la formation en puissance de calcul chaque année, et qu'elle devrait dépenser 1 milliard de dollars américains chaque année à l'avenir. "si nous ne pouvons pas dépenser 1 milliard de dollars par an pour la formation, nous risquons d'être éliminés du futur concours de conduite autonome."

en termes d'échelle de puissance de calcul, lou tiancheng estime que s'il s'agit simplement d'une simple formation de bout en bout sur un modèle de conduite autonome, des centaines de gpu dotés d'une grande puissance de calcul peuvent le prendre en charge. si un investissement à long terme est nécessaire et que la qualité de bout en bout est assurée, l'échelle de puissance de calcul de formation de chaque entreprise de conduite autonome est essentiellement de l'ordre de milliers de calories, et les constructeurs automobiles investiront davantage.

mao jiming a donné des exigences plus spécifiques en matière de puissance de calcul de bout en bout : l'ensemble du système nécessite au moins deux nvidia orin ou un seul nvidia thor. il a déclaré que les besoins en puissance de calcul d'un système de bout en bout pur sont inférieurs aux besoins en puissance de calcul totale d'une architecture modulaire. cependant, en plus du système principal, la production de masse de bout en bout dispose souvent d'un système de contournement. , et ses besoins en puissance de calcul sont généralement les mêmes que ceux de l'architecture modulaire précédente.

cependant, wang panqu estime qu'avec l'augmentation des capacités des puces informatiques embarquées dans les véhicules, la puissance de calcul ne deviendra pas un obstacle à l'intégration de bout en bout à l'avenir. lou tiancheng partage le même point de vue, affirmant que de l'architecture classique à l'architecture de bout en bout, le nombre total de codes sera considérablement réduit et que la consommation de ressources informatiques apportée par le réseau neuronal de bout en bout ne sera pas nécessairement significative. amélioré par rapport au modèle bev.

"le désir d'une puissance de calcul plus élevée vient davantage de l'amélioration des paramètres et des performances du modèle que de la transformation de bout en bout." les entreprises concernées devraient réfléchir davantage. la chose la plus importante est de savoir comment utiliser pleinement les ressources informatiques des puces existantes pour améliorer l'efficacité d'utilisation.