berita

reporter kami yin limei dan zhang shuo melaporkan dari hefei

keunggulan teknologi dalam industri otomotif dan titik tumpu persaingan strategis perusahaan otomotif dengan cepat bermigrasi ke kecerdasan yang didorong oleh ai (kecerdasan buatan). daya saing di masa lalu sulit mendukung perkembangan perusahaan mobil di masa depan. pembangunan di masa depan harus didasarkan pada pengembangan cerdas yang didorong oleh ai, dan migrasi strategis dapat dicapai melalui ai. hanya dengan cara inilah perusahaan mobil dapat memenangkan masa depan. sebaliknya, jika mereka gagal mengikuti perubahan di bidang intelijen, atau tidak memberikan perhatian yang cukup, maka banyak perusahaan yang akan kehilangan masa depannya.

pada tanggal 29 september, pada konferensi industri kendaraan cerdas global (2024giv) yang diadakan oleh asosiasi kendaraan listrik tiongkok 100, zhang yongwei, wakil ketua dan sekretaris jenderal asosiasi kendaraan listrik tiongkok 100, membuat pernyataan di atas. selain itu, ia menunjukkan bahwa kecepatan perkembangan kecerdasan otomotif terlalu cepat, melebihi prediksi industri.

transformasi cerdas membutuhkan investasi penelitian dan pengembangan yang besar. seorang reporter dari china business news mencatat bahwa menurut standar resmi, investasi penelitian dan pengembangan kumulatif tesla di fsd (full-self driving, pengemudian otonom sepenuhnya) akan melebihi us$10 miliar pada tahun 2024. pada akhir tahun 2023, huawei auto bu (unit bisnis huawei smart auto solutions) telah menginvestasikan 30 miliar yuan pada perangkat lunak dan perangkat keras cerdas. byd juga mengusulkan investasi 100 miliar yuan di bidang intelijen.

zhang yongwei percaya bahwa pada tahap ini, dalam hal kecerdasan, perusahaan tidak hanya bersaing untuk mendapatkan pengetahuan dan kecepatan, tetapi juga untuk mendapatkan kekuatan.

ai telah menjadi faktor penentu dalam mendorong perubahan pada mobil

“siklus perubahan dalam industri otomotif semakin pendek dan pendek, bahkan memiliki ciri superposisi perubahan: perubahan masa lalu belum selesai, dan perubahan baru akan segera dimulai. perkembangan yang bertumpuk ini telah menjadi hal yang normal baru. perkembangan industri otomotif. industri otomotif yang berusia satu abad terus melanjutkan "faktor pendorong terbaru dalam evolusi adalah kecerdasan buatan." zhang yongwei mengatakan bahwa kecerdasan buatan, yang diwakili oleh kekuatan komputasi besar, data besar, dan model besar, telah dimulai untuk berintegrasi dengan mobil. perubahan terbesar yang dibawa ke industri otomotif di era kecerdasan buatan adalah ai telah menjadi faktor penentu baru dalam revolusi otomotif.

dalam situasi ini, bagaimana industri otomotif tiongkok beradaptasi terhadap perubahan baru dan melakukan penyesuaian baru telah menjadi pertanyaan yang harus dijawab. solusi zhang yongwei terhadap masalah ini adalah pengembangan mobil cerdas yang terhubung di tiongkok perlu fokus pada teknologi ai dan nilai data untuk membentuk daya saing baru di industri. artinya, di satu sisi, kita harus memanfaatkan nilai data sebagai faktor produksi dan membangun daya saing data; di sisi lain, kita harus memanfaatkan kemampuan model ai untuk mendorong lompatan pada tingkat kecerdasan otomotif .

data adalah elemen kunci dalam iterasi teknologi berkendara cerdas. negara kita tidak memiliki keunggulan data dalam hal intelijen, dan sebagian besar perusahaan memiliki sumber daya komputasi yang sangat terbatas.

mengambil data self-driving clips (klip video valid) sebagai perbandingan, perusahaan dalam negeri memiliki kurang dari satu juta klip video valid, sementara tesla sudah memiliki lebih dari 10 juta klip video valid. tingkat daya komputasi yang dimiliki tesla telah mencapai 100 eflops, yang merupakan penjumlahan dari daya komputasi yang dimiliki oleh semua perusahaan mobil. tingkat daya komputasi huawei saat ini hanya 7,5 eflops, jauh di belakang tesla.

reporter tersebut mengetahui bahwa sebagian besar data perusahaan mobil dalam negeri didistribusikan dalam beberapa adegan padat, dan "efek kepala" terlihat jelas. pada saat yang sama, model kendaraan yang berbeda memiliki konfigurasi sensor yang berbeda, sehingga mengakibatkan perbedaan dalam pengumpulan data dan buruknya penggunaan kembali data. selain itu, perusahaan mobil tidak memiliki kemampuan yang memadai dalam penyortiran data dan penambangan nilai.

zhang yongwei percaya bahwa perusahaan dalam negeri harus menyelesaikan dua masalah inti dari perspektif data: pertama, biarkan data menjadi aset inti dan elemen perusahaan, biarkan data menciptakan nilai, dan ubah kurangnya kemampuan penambangan data perusahaan mobil dan kekurangannya. data. untuk memanfaatkan status quo yang tidak menguntungkan, data harus diubah menjadi aset dan aset harus menghasilkan nilai.

kedua, di bidang data, kita harus menyelesaikan masalah sinergi data. zhang yongwei berkata: "dalam hal perangkat lunak dan sistem pelatihan, sulit bagi kami untuk memiliki data sebanyak tesla. bagi kami, mengandalkan jumlah data dari satu perusahaan mobil saja tidaklah cukup. di era ai , daya saing bergantung pada data yang ditumpuk, jadi kita harus menyelesaikan masalah data berskala besar. hal ini mengharuskan kita untuk membuat mekanisme untuk mendorong agregasi data, sehingga setiap orang dapat memasukkan data ke dalam platform dan menggunakan data sesuai dengan prinsip pasar. , dan memecahkan masalah pertanyaan data skala kecil saat ini."

kekurangan struktural dari daya komputasi cerdas telah menjadi kontradiksi utama

setelah mengatasi masalah kekurangan data, perusahaan dalam negeri masih perlu menyelesaikan masalah model besar.

model besar cukup populer tahun ini. industri otomotif masih menghadapi serangkaian tantangan sebelum penerapan model besar dalam skala besar. tantangan ini melibatkan model, data, dan daya komputasi.

zhang yongwei menyarankan agar perusahaan mobil mengembangkan dan menggunakan model besar sekarang. dalam pandangannya, untuk membangun daya saing dalam bidang intelijen, kita harus menyelesaikan "lima domain baru" mobil: pertama, menggunakan kecerdasan buatan untuk memecahkan masalah desain arsitektur elektronik dan kelistrikan mobil, kedua, menggunakan integrasi kecerdasan buatan untuk memecahkan masalah ketenagalistrikan, dan ketiga, intelligent driving, keempat smart cockpit, dan kelima sasis mobil. karena "lima domain baru" mobil sangat terintegrasi dengan kecerdasan buatan dan model-model besar.

“kita perlu menggunakan logika kecerdasan buatan untuk penelitian dan pengembangan guna membentuk arsitektur dan solusi baru. kita tidak hanya harus memecahkan model umum dan vertikal, tetapi juga memecahkan model yang digunakan oleh perusahaan mobil untuk membentuk kompetisi ai kita sendiri di bidang pengembangan baru. kekuatan." kata zhang yongwei.

di era informasi, kekuatan komputasi adalah produktivitas. di paruh kedua mobil pintar, perusahaan-perusahaan besar bersaing dalam bidang ai dan kekuatan komputasi. dapat dikatakan bahwa daya komputasi chip menentukan batas kecerdasan mobil pintar sampai batas tertentu. semakin tinggi daya komputasi, semakin besar pula potensi tingkat kecerdasan mobil tersebut.

dengan integrasi yang mendalam antara mobil dan ai, pengemudian cerdas menyeluruh dan model kokpit besar semakin pesat dalam mobil, dan permintaan industri otomotif akan daya komputasi cerdas berkembang pesat. namun, masih terdapat kekurangan struktural dalam daya komputasi cerdas otomotif dalam negeri, dan terdapat kesenjangan besar dalam daya komputasi "matang" dengan ekosistem perangkat lunak yang lengkap.

zhang yongwei menyarankan agar kita membangun infrastruktur komputasi cerdas otomotif dan memperkuat konstruksi bersama dan pembagian daya komputasi. "di era kecerdasan buatan, kekurangan perusahaan otomotif bukanlah kapasitas produksi. yang paling tidak dimiliki industri otomotif saat ini adalah infrastruktur komputasi cerdas. kontradiksi utama dalam industri otomotif dalam negeri adalah kekurangan struktural daya komputasi cerdas."

zhang yongwei mengatakan bahwa untuk menyelesaikan pengembangan dan pelatihan mengemudi cerdas end-to-end, permintaan daya komputasi cerdas harus mencapai setidaknya 1 eflops. kekuatan komputasi rata-rata perusahaan mobil saat ini adalah 3 eflops, dan daya komputasi yang ideal adalah 100 eflops. kita perlu berinvestasi besar-besaran pada daya komputasi, dan kita harus terus berinvestasi untuk menciptakan efek skala pada data, daya komputasi, dan algoritme.

menurut data publik, pada akhir tahun 2024, jumlah total sumber daya daya komputasi yang direncanakan oleh tiga operator besar adalah 53 eflops. namun, dalam model besar end-to-end, daya komputasi yang dibutuhkan oleh suatu perusahaan mencapai 100 eflops.

“pada tahap ini, bagaimana mengatasi permintaan daya komputasi untuk berkendara cerdas dan kecerdasan buatan adalah prioritas utama. kita tidak hanya harus memastikan bahwa daya komputasi tersedia, tetapi juga mengejar biaya rendah dari daya komputasi yang tersedia, dan bahkan menyelesaikan masalah tersebut masalah daya komputasi lokal. "masalah perkembangan dari ketidakdewasaan hingga kematangan." zhang yongwei menjelaskan bahwa kekuatan komputasi yang dimiliki nvidia "memiliki chip dan ekosistem perangkat lunak" disebut daya komputasi yang matang, dan daya komputasi yang "memiliki chip." dan kekurangan perangkat lunak" begitulah kami menyebutnya. karena daya komputasi yang belum matang. “misi kami adalah untuk mempercepat solusi terhadap masalah daya komputasi dalam negeri yang belum matang, membangun daya komputasi yang matang dengan memperkaya perangkat lunak dan ekologi, serta mengurangi masalah daya komputasi yang ‘terjebak’ di perangkat keras di masa depan.”

di era koneksi jaringan cerdas, perkembangan teknologi berkendara cerdas berubah dari jalur teknis tunggal menjadi jalur pengembangan berkendara cerdas dengan ciri khas tiongkok yang mengintegrasikan kecerdasan sepeda dan cloud jalan mobil. zhang yongwei mengatakan pada konferensi tersebut bahwa negaranya harus berkomitmen untuk mengikuti jalur pengembangan terintegrasi mengemudi cerdas, yaitu solusi mengemudi cerdas baru yang mengintegrasikan sepeda fsd dan chelu cloud (c-fsd).

dalam pandangan zhang yongwei, di masa lalu, industri umumnya percaya bahwa kecerdasan sepeda dan cloud jalan mobil adalah dua jalur teknis. namun, dengan pesatnya perkembangan teknologi model besar ai, chip pelatihan ai, dan kemampuan data loop tertutup, semakin tinggi batas teknologi kecerdasan sepeda telah ditingkatkan secara signifikan, dan dapat mengatasi krisis ini. dalam sebagian besar skenario, sepeda fsd dan chelu cloud sebenarnya telah menjadi dua kekuatan pendukung menuju tujuan mengemudi otonom. dengan sepeda fsd sebagai "skor dasar" dan chelu cloud sebagai "skor tambahan".

zhang yongwei percaya bahwa solusi berkendara cerdas baru berdasarkan c-fsd dapat mewujudkan berbagi data, koordinasi daya komputasi, dan membangun model bersama, menurunkan ambang batas penelitian dan pengembangan perusahaan, menyelesaikan situasi saat ini yang tidak merata dalam distribusi teknologi, sumber daya, dan teknologi. dan memasarkan sampai batas tertentu, mencapai persamaan hak atas inovasi, dan melepaskan vitalitas inovatif perusahaan.

(editor: ulasan zhang shuo: korektor tong haihua: zhai jun)