notizia

i nostri reporter yin limei e zhang shuo hanno riferito da hefei

l’eccellenza tecnologica dell’industria automobilistica e il fulcro competitivo strategico delle aziende automobilistiche stanno rapidamente migrando verso l’intelligenza guidata dall’intelligenza artificiale (intelligenza artificiale). la competitività del passato difficilmente può sostenere il prossimo sviluppo delle aziende automobilistiche. lo sviluppo futuro deve basarsi su uno sviluppo intelligente guidato dall’intelligenza artificiale e la migrazione strategica può essere raggiunta attraverso l’intelligenza artificiale. solo in questo modo le aziende automobilistiche potranno vincere il futuro. al contrario, se non riescono a tenere il passo con i cambiamenti nel campo dell’intelligence o non prestano sufficiente attenzione, molte aziende perderanno il loro futuro.

il 29 settembre, alla global intelligent vehicle industry conference (2024giv) tenuta dalla china electric vehicles association of 100, zhang yongwei, vicepresidente e segretario generale della china electric vehicles association of 100, ha rilasciato la dichiarazione di cui sopra. inoltre, ha sottolineato che la velocità di sviluppo dell’intelligenza automobilistica è troppo elevata e supera le previsioni del settore.

la trasformazione intelligente richiede ingenti investimenti in ricerca e sviluppo. un giornalista di china business news ha osservato che, secondo gli standard ufficiali, gli investimenti cumulativi di tesla in ricerca e sviluppo nella fsd (full-self driving, guida completamente autonoma) supereranno i 10 miliardi di dollari nel 2024. alla fine del 2023, huawei auto bu (huawei smart auto solutions business unit) ha investito 30 miliardi di yuan in software e hardware intelligenti. byd ha inoltre proposto di investire 100 miliardi di yuan nel campo dell'intelligence.

zhang yongwei ritiene che in questa fase, in termini di intelligenza, le aziende non competono solo per la conoscenza e la velocità, ma anche per la forza. la soglia per lo sviluppo intelligente è diventata sempre più alta.

l’intelligenza artificiale è diventata un fattore decisivo nel guidare i cambiamenti nelle automobili

"il ciclo di cambiamento dell'industria automobilistica sta diventando sempre più breve e ha anche le caratteristiche di una sovrapposizione di cambiamenti: i cambiamenti passati non sono ancora stati completati e nuovi cambiamenti stanno per iniziare. questo sviluppo sovrapposto è diventato la nuova normalità dello sviluppo dell'industria automobilistica. l'industria automobilistica secolare continua a "l'ultimo fattore trainante dell'evoluzione è l'intelligenza artificiale." zhang yongwei ha affermato che l'intelligenza artificiale, rappresentata dalla grande potenza di calcolo, dai big data e dai grandi modelli, è iniziata integrarsi con le automobili. il cambiamento più grande apportato all’industria automobilistica nell’era dell’intelligenza artificiale è che l’intelligenza artificiale è diventata il nuovo fattore decisivo nella rivoluzione automobilistica.

in questa situazione, il modo in cui l’industria automobilistica cinese si adatta ai nuovi cambiamenti e apporta nuovi aggiustamenti è diventata una domanda a cui è necessario rispondere. la soluzione di zhang yongwei al problema è che lo sviluppo delle auto intelligenti connesse in cina deve concentrarsi sulla tecnologia ai e sul valore dei dati per dare forma a una nuova competitività nel settore. vale a dire, da un lato, dovremmo sfruttare il valore dei dati come fattore di produzione e costruire la competitività dei dati, dall’altro, dovremmo fare buon uso delle capacità del modello di intelligenza artificiale per promuovere un salto nel livello di intelligenza automobilistica; .

i dati sono un elemento chiave nell’iterazione della tecnologia di guida intelligente. il nostro paese non dispone di vantaggi in termini di intelligence e la maggior parte delle aziende dispone di risorse informatiche molto limitate.

prendendo come confronto i dati dei clip video a guida autonoma (videoclip validi), le aziende nazionali hanno meno di un milione di videoclip validi, mentre tesla ha già più di 10 milioni di videoclip validi. il livello di potenza di calcolo posseduto da tesla ha raggiunto i 100 eflops, che è la somma della potenza di calcolo posseduta da tutte le case automobilistiche. l'attuale livello di potenza di calcolo di huawei è di soli 7,5 eflops, un valore significativamente inferiore a quello di tesla.

il giornalista ha appreso che la maggior parte dei dati delle case automobilistiche nazionali sono distribuiti in diverse scene dense e che l'effetto testa è evidente. allo stesso tempo, diversi modelli di veicoli hanno diverse configurazioni dei sensori, con conseguenti differenze nei dati raccolti e scarsa riutilizzabilità dei dati. inoltre, le case automobilistiche non hanno capacità sufficienti nell’ordinamento dei dati e nel value mining.

zhang yongwei ritiene che le imprese nazionali debbano risolvere due problemi fondamentali dal punto di vista dei dati: in primo luogo, lasciare che i dati diventino le risorse e gli elementi fondamentali dell'impresa, lasciare che i dati creino valore e modificare la mancanza di capacità di data mining delle aziende automobilistiche e la loro mancanza dei dati. per trarre vantaggio dallo status quo sfavorevole, i dati dovrebbero essere trasformati in risorse e le risorse dovrebbero generare valore.

in secondo luogo, nel campo dei dati, dobbiamo risolvere il problema della sinergia dei dati. zhang yongwei ha dichiarato: "in termini di software e sistemi di formazione, è difficile per noi avere tanti dati quanto tesla. per noi, fare affidamento sulla quantità di dati di una singola azienda automobilistica non è sufficiente. nell'era dell'intelligenza artificiale , la competitività dipende da i dati sono impilati, quindi dobbiamo risolvere il problema dei dati su larga scala. ciò richiede di creare il nostro meccanismo per promuovere l'aggregazione dei dati, in modo che tutti possano inserire dati nella piattaforma e utilizzarli in conformità con i principi di mercato. e risolvere il problema dell'attuale piccola scala dei dati."

la carenza strutturale di potenza di calcolo intelligente è diventata la principale contraddizione

dopo aver risolto il problema dei dati insufficienti, le imprese nazionali devono ancora risolvere il problema dei modelli di grandi dimensioni.

i modelli di grandi dimensioni sono piuttosto popolari quest’anno. l’industria automobilistica deve ancora affrontare una serie di sfide prima che vengano implementate le applicazioni su larga scala di modelli di grandi dimensioni. queste sfide coinvolgono modelli, dati e potenza di calcolo.

zhang yongwei ha suggerito che le aziende automobilistiche dovrebbero sviluppare e utilizzare subito modelli di grandi dimensioni. a suo avviso, per costruire competitività nell'intelligenza, dobbiamo risolvere i "nuovi cinque domini" delle automobili: in primo luogo, utilizzare l'intelligenza artificiale per risolvere i problemi di progettazione dell'architettura elettronica ed elettrica dell'automobile, in secondo luogo, utilizzare l'integrazione dell'intelligenza artificiale per risolvere i problemi di alimentazione, e il terzo, la guida intelligente, il quarto è l'abitacolo intelligente e il quinto è il telaio dell'auto. perché i “nuovi cinque domini” delle automobili sono profondamente integrati con l’intelligenza artificiale e i modelli di grandi dimensioni.

"dobbiamo utilizzare la logica dell'intelligenza artificiale per la ricerca e lo sviluppo per formare nuove architetture e soluzioni. non dobbiamo solo risolvere modelli generali e verticali, ma anche risolvere modelli utilizzati dalle aziende automobilistiche per formare la nostra competizione ai in nuove aree di sviluppo. potere." ha detto zhang yongwei.

nell’era dell’informazione, la potenza di calcolo è produttività. nella seconda metà delle auto intelligenti, le grandi aziende competono sull’intelligenza artificiale e sulla potenza di calcolo. si può dire che la potenza di calcolo del chip determina in una certa misura il limite di intelligenza delle auto intelligenti. maggiore è la potenza di calcolo, maggiore è il potenziale del livello di intelligenza dell'auto.

con la profonda integrazione tra automobili e intelligenza artificiale, la guida intelligente end-to-end e i modelli di cabina di pilotaggio di grandi dimensioni stanno accelerando nelle automobili, e la domanda da parte dell’industria automobilistica di potenza di calcolo intelligente sta crescendo rapidamente. tuttavia, esiste ancora una carenza strutturale di potenza di calcolo intelligente automobilistica nazionale, e c'è un ampio divario nella potenza di calcolo "matura" con un ecosistema software completo.

zhang yongwei ha suggerito di costruire un'infrastruttura informatica intelligente per il settore automobilistico e di rafforzare la co-costruzione e la condivisione della potenza di calcolo. "nell'era dell'intelligenza artificiale, ciò che manca alle aziende automobilistiche non è la capacità produttiva. ciò che attualmente manca di più all'industria automobilistica è l'infrastruttura informatica intelligente. la principale contraddizione nell'industria automobilistica nazionale è la carenza strutturale di potenza computazionale intelligente."

zhang yongwei ha affermato che per completare lo sviluppo e la formazione della guida intelligente end-to-end, la domanda di potenza di calcolo intelligente deve raggiungere almeno 1 eflops. l'attuale potenza di calcolo media delle case automobilistiche è di 3 eflops e la potenza di calcolo ideale lo è 100 eflops. dobbiamo investire molto nella potenza di calcolo e dobbiamo continuare a investire per creare un effetto di scala su dati, potenza di calcolo e algoritmi.

secondo i dati pubblici, entro la fine del 2024, la quantità totale di risorse di potenza di calcolo pianificate dai tre principali operatori sarà di 53 eflops. tuttavia, in termini di un modello end-to-end di grandi dimensioni, la potenza di calcolo richiesta da un’impresa raggiunge 100 eflops.

“in questa fase, come risolvere la domanda di potenza di calcolo per la guida intelligente e l’intelligenza artificiale è una priorità assoluta. dobbiamo non solo garantire che la potenza di calcolo sia disponibile, ma anche perseguire il basso costo della potenza di calcolo disponibile e persino risolvere il problema problema della potenza di calcolo locale. "il problema dello sviluppo dall'immaturità alla maturità." zhang yongwei ha spiegato che la potenza di calcolo di nvidia "ha chip e ha un ecosistema software" è chiamata potenza di calcolo matura, e la potenza di calcolo che "ha chip e manca di software", così lo chiamiamo. a causa della potenza di calcolo immatura. "la nostra missione è accelerare la soluzione al problema della potenza di calcolo domestica immatura, costruire una potenza di calcolo matura arricchendo il software e l'ecologia e ridurre il problema della potenza di calcolo che rimane 'bloccata' nell'hardware in futuro."

nell’era della connessione di rete intelligente, lo sviluppo tecnologico della guida intelligente sta passando da un unico percorso tecnico a un percorso di sviluppo della guida intelligente con caratteristiche cinesi che integra l’intelligenza della bicicletta e il cloud auto-strada. zhang yongwei ha affermato alla conferenza che il mio paese dovrebbe impegnarsi a seguire il percorso di sviluppo integrato della guida intelligente, ovvero una nuova soluzione di guida intelligente che integri fsd per bicicletta e chelu cloud (c-fsd).

secondo zhang yongwei, in passato, l'industria generalmente credeva che l'intelligenza della bicicletta e il cloud auto-strada fossero due percorsi tecnici, tuttavia, con il rapido sviluppo della tecnologia dei modelli di grandi dimensioni dell'intelligenza artificiale, dei chip di addestramento dell'intelligenza artificiale e delle capacità di dati a circuito chiuso, la parte superiore il limite della tecnologia di intelligenza della bicicletta è stato notevolmente migliorato e può far fronte alla crisi. nella maggior parte degli scenari, la bicicletta fsd e chelu cloud sono effettivamente diventate due forze di supporto verso l'obiettivo della guida autonoma. i due si stanno rapidamente integrando in un percorso tecnico. con la bicicletta fsd come "punteggio base" e chelu cloud come "punteggio aggiuntivo".

zhang yongwei ritiene che la nuova soluzione di guida intelligente basata su c-fsd possa realizzare la condivisione dei dati, il coordinamento della potenza di calcolo e la co-costruzione di modelli, abbassare la soglia di ricerca e sviluppo delle imprese, risolvere l'attuale situazione di distribuzione non uniforme di tecnologia, risorse, e mercato in una certa misura, ottenere pari diritti per l’innovazione e liberare le start-up, la vitalità innovativa delle imprese.

(a cura di: zhang shuo recensione: tong haihua correttore di bozze: zhai jun)