nouvelles

nos journalistes yin limei et zhang shuo ont rapporté de hefei

les avancées technologiques de l’industrie automobile et le pivot concurrentiel stratégique des constructeurs automobiles migrent rapidement vers l’intelligence pilotée par l’ia (intelligence artificielle). la compétitivité du passé peut difficilement soutenir le développement futur des constructeurs automobiles. le développement futur doit être basé sur un développement intelligent piloté par l'ia, et la migration stratégique peut être réalisée grâce à l'ia. ce n'est qu'ainsi que les constructeurs automobiles pourront gagner l'avenir. au contraire, si elles ne parviennent pas à suivre l’évolution du domaine du renseignement ou n’y prêtent pas suffisamment attention, de nombreuses entreprises perdront leur avenir.

le 29 septembre, lors de la conférence mondiale de l'industrie des véhicules intelligents (2024giv) organisée par l'association chinoise des 100 véhicules électriques, zhang yongwei, vice-président et secrétaire général de l'association chinoise des 100 véhicules électriques, a fait la déclaration ci-dessus. en outre, il a souligné que la vitesse de développement de l’intelligence automobile est trop rapide et dépasse les prévisions de l’industrie.

la transformation intelligente nécessite d’énormes investissements en r&d. un journaliste de china business news a noté que selon les normes officielles, l’investissement cumulé de tesla en r&d dans le fsd (full-self driving, conduite entièrement autonome) dépassera les 10 milliards de dollars américains en 2024. fin 2023, la huawei auto bu (huawei smart auto solutions business unit) avait investi 30 milliards de yuans dans des logiciels et du matériel intelligents. byd a également proposé d'investir 100 milliards de yuans dans le domaine du renseignement.

zhang yongwei estime qu'à ce stade, en termes d'intelligence, les entreprises ne rivalisent pas seulement pour la connaissance et la rapidité, mais aussi pour la force. le seuil du développement intelligent est devenu de plus en plus élevé.

l’ia est devenue un facteur décisif dans l’évolution de l’automobile

« le cycle de changement de l'industrie automobile est de plus en plus court, et il présente même les caractéristiques d'une superposition de changements : les changements passés ne sont pas encore achevés et de nouveaux changements sont sur le point de commencer. ce développement superposé est devenu la nouvelle norme. du développement de l'industrie automobile. l'industrie automobile centenaire continue de "le dernier facteur moteur de l'évolution est l'intelligence artificielle. zhang yongwei a déclaré que l'intelligence artificielle, représentée par une grande puissance de calcul, des mégadonnées et de grands modèles, a commencé. s'intégrer aux automobiles. le plus grand changement apporté à l'industrie automobile à l'ère de l'intelligence artificielle est que l'ia est devenue le nouveau facteur décisif de la révolution automobile.

dans cette situation, la question de savoir comment l'industrie automobile chinoise s'adapte aux nouveaux changements et procède à de nouveaux ajustements est devenue une question incontournable. la solution de zhang yongwei au problème est que le développement des voitures connectées intelligentes en chine doit se concentrer sur la technologie de l’ia et la valeur des données pour façonner une nouvelle compétitivité dans l’industrie. c'est-à-dire que, d'une part, nous devons exploiter la valeur des données en tant que facteur de production et renforcer la compétitivité des données, d'autre part, nous devons faire bon usage des capacités des modèles d'ia pour promouvoir un bond en avant dans le niveau de l'intelligence automobile ; .

les données sont un élément clé dans l’itération de la technologie de conduite intelligente. notre pays ne dispose pas d’avantages en matière de données en termes d’intelligence, et la plupart des entreprises disposent de ressources informatiques très limitées.

en prenant comme comparaison les données des clips de conduite autonome (clips vidéo valides), les entreprises nationales disposent de moins d'un million de clips vidéo valides, tandis que tesla possède déjà plus de 10 millions de clips vidéo valides. le niveau de puissance de calcul détenu par tesla a atteint 100 eflops, soit la somme de la puissance de calcul possédée par tous les constructeurs automobiles. le niveau de puissance de calcul actuel de huawei n'est que de 7,5 eflops, ce qui est nettement derrière tesla.

le journaliste a appris que la plupart des données des constructeurs automobiles nationaux sont réparties dans plusieurs scènes denses et que « l'effet de tête » est évident. dans le même temps, différents modèles de véhicules ont des configurations de capteurs différentes, ce qui entraîne des différences dans les données collectées et une mauvaise réutilisabilité des données. de plus, les constructeurs automobiles ne disposent pas de capacités suffisantes en matière de tri de données et d’exploration de valeur.

zhang yongwei estime que les entreprises nationales doivent résoudre deux problèmes fondamentaux du point de vue des données : premièrement, laisser les données devenir les principaux actifs et éléments de l'entreprise, laisser les données créer de la valeur et remédier au manque de capacités d'exploration de données des constructeurs automobiles et à leur manque. des données. pour profiter du statu quo défavorable, les données doivent être transformées en actifs et les actifs doivent générer de la valeur.

deuxièmement, dans le domaine des données, nous devons résoudre le problème de la synergie des données. zhang yongwei a déclaré : « en termes de logiciels et de systèmes de formation, il nous est difficile d'avoir autant de données que tesla. pour nous, se fier à la quantité de données d'un seul constructeur automobile n'est pas suffisant. , la compétitivité dépend des données empilées, nous devons donc résoudre le problème des données à grande échelle. cela nous oblige à créer notre mécanisme pour promouvoir l'agrégation des données, afin que chacun puisse saisir des données dans la plateforme et utiliser les données conformément aux principes du marché. , et résoudre le problème de la question actuelle des données à petite échelle.

la pénurie structurelle de puissance de calcul intelligente est devenue la principale contradiction

après avoir résolu le problème de l 'insuffisance des données, les entreprises nationales doivent encore résoudre le problème des grands modèles.

les grands modèles sont très populaires cette année. l'industrie automobile est encore confrontée à une série de défis avant la mise en œuvre d'applications à grande échelle de grands modèles. ces défis impliquent des modèles, des données et de la puissance de calcul.

zhang yongwei a suggéré que les constructeurs automobiles devraient dès maintenant développer et utiliser de grands modèles. selon lui, pour renforcer la compétitivité en matière d'intelligence, nous devons résoudre les « cinq nouveaux domaines » de l'automobile : premièrement, utiliser l'intelligence artificielle pour résoudre les problèmes de conception de l'architecture électronique et électrique automobile, deuxièmement, utiliser l'intégration de l'intelligence artificielle pour résoudre les problèmes d'alimentation, et troisièmement, la conduite intelligente, le quatrième est le cockpit intelligent et le cinquième est le châssis de la voiture. parce que les « cinq nouveaux domaines » de l'automobile sont profondément intégrés à l'intelligence artificielle et aux grands modèles.

« nous devons utiliser la logique de l'intelligence artificielle pour la recherche et le développement afin de former de nouvelles architectures et solutions. nous devons non seulement résoudre des modèles généraux et verticaux, mais également résoudre les modèles utilisés par les constructeurs automobiles pour former notre propre compétition d'ia dans de nouveaux domaines de développement. pouvoir", a déclaré zhang yongwei.

à l’ère de l’information, la puissance de calcul est synonyme de productivité. dans la seconde moitié des voitures intelligentes, les grandes entreprises sont en concurrence sur l’ia et la puissance de calcul. on peut dire que la puissance de calcul des puces détermine dans une certaine mesure la limite d'intelligence des voitures intelligentes. plus la puissance de calcul est élevée, plus le potentiel du niveau d'intelligence de la voiture est grand.

avec l'intégration profonde de l'automobile et de l'ia, la conduite intelligente de bout en bout et les grands modèles de cockpit s'accélèrent dans les voitures, et la demande de l'industrie automobile en puissance de calcul intelligente augmente rapidement. cependant, il existe toujours une pénurie structurelle de puissance de calcul intelligente pour l'automobile nationale, et il existe un écart important entre la puissance de calcul « mature » et un écosystème logiciel complet.

zhang yongwei a suggéré que nous devrions construire une infrastructure informatique intelligente pour l'automobile et renforcer la co-construction et le partage de la puissance de calcul. "à l'ère de l'intelligence artificielle, ce qui manque aux constructeurs automobiles, ce n'est pas la capacité de production. ce qui manque le plus à l'industrie automobile, c'est une infrastructure informatique intelligente. la principale contradiction de l'industrie automobile nationale est la pénurie structurelle de puissance de calcul intelligente."

zhang yongwei a déclaré que pour achever le développement et la formation à la conduite intelligente de bout en bout, la demande de puissance de calcul intelligente doit atteindre au moins 1 eflops. la puissance de calcul moyenne actuelle des constructeurs automobiles est de 3 eflops, et la puissance de calcul idéale est de 3 eflops. 100 eflops. nous devons investir massivement dans la puissance de calcul, et nous devons continuer à investir pour créer un effet d’échelle autour des données, de la puissance de calcul et des algorithmes.

selon les données publiques, d'ici fin 2024, la quantité totale de ressources de puissance de calcul prévue par les trois principaux opérateurs est de 53 eflops. cependant, en termes de grand modèle de bout en bout, la puissance de calcul requise par une entreprise atteint. 100 eflops.

« à ce stade, la manière de répondre à la demande de puissance de calcul pour la conduite intelligente et l'intelligence artificielle est une priorité absolue. nous devons non seulement garantir que la puissance de calcul est disponible, mais également rechercher le faible coût de la puissance de calcul disponible, et même résoudre le problème. problème de la puissance de calcul locale. "le problème du développement de l'immaturité à la maturité." zhang yongwei a expliqué que la puissance de calcul dont dispose nvidia "a des puces et un écosystème logiciel" est appelée puissance de calcul mature, et la puissance de calcul qui "a des puces". et manque de logiciels", c'est ainsi que nous l'appelons. en raison d'une puissance de calcul immature. "notre mission est d'accélérer la solution au problème de la puissance de calcul nationale immature, de construire une puissance de calcul mature en enrichissant les logiciels et l'écologie, et de réduire le problème de la puissance de calcul "coincée" dans le matériel à l'avenir."

à l'ère de la connexion au réseau intelligent, le développement technologique de la conduite intelligente passe d'une voie technique unique à une voie de développement de la conduite intelligente aux caractéristiques chinoises qui intègre l'intelligence du vélo et le cloud voiture-route. zhang yongwei a déclaré lors de la conférence que la chine devrait s'engager à suivre la voie du développement intégré de la conduite intelligente, c'est-à-dire une nouvelle solution de conduite intelligente intégrant le fsd du vélo et chelu cloud (c-fsd).

selon zhang yongwei, dans le passé, l'industrie pensait généralement que l'intelligence du vélo et le cloud voiture-route étaient deux voies techniques. cependant, avec le développement rapide de la technologie des grands modèles d'ia, des puces de formation d'ia et des capacités de données en boucle fermée, le niveau supérieur. les limites de la technologie d'intelligence du vélo ont été considérablement améliorées et peuvent faire face à la crise. dans la plupart des scénarios, bicycle fsd et chelu cloud sont en fait devenus deux forces de soutien vers l'objectif de la conduite autonome. avec le vélo fsd comme « score de base » et chelu cloud comme « éléments de score supplémentaires ».

zhang yongwei estime que la nouvelle solution de conduite intelligente basée sur c-fsd peut réaliser le partage de données, la coordination de la puissance de calcul et la co-construction de modèles, abaisser le seuil de recherche et développement des entreprises, résoudre la situation actuelle de répartition inégale de la technologie, des ressources, et le marché dans une certaine mesure, parvenir à l'égalité des droits pour l'innovation et libérer les start-ups la vitalité innovante des entreprises.

(éditeur : revue zhang shuo : tong haihua correcteur : zhai jun)