ニュース

記者のイン・リーメイとジャン・シュオが合肥からレポートしました

自動車産業の技術的優位性と自動車会社の戦略的競争の支柱は、ai（人工知能）によるインテリジェンスへの移行が急速に進んでいます。過去の競争力は自動車会社の次の発展を支えることはできません。将来の発展は ai によるインテリジェントな開発に基づく必要があり、この方法でのみ自動車会社は未来に勝つことができます。逆に、インテリジェンス分野の変化についていけなかったり、十分な注意を払わなかったりすると、多くの企業が将来を失うことになります。

9月29日、中国電気自動車100協会が開催した世界インテリジェント自動車産業会議（2024giv）で、中国電気自動車100協会副会長兼事務総長の張永偉氏が上記の声明を発表した。さらに、自動車インテリジェンスの開発スピードが業界の予想を超えて速すぎると指摘した。

インテリジェントな変革には巨額の研究開発投資が必要です。 china business newsの記者は、公式基準によると、テスラのfsd（完全自動運転、完全自動運転）への累積研究開発投資は2024年に100億米ドルを超えるだろうと指摘した。 2023年末の時点で、huawei auto bu（huawei smart auto solutions business unit）はインテリジェントソフトウェアとハ​​ードウェアに300億元を投資しました。 bydはまた、情報分野に1000億元を投資することも提案した。

zhang yongwei 氏は、現段階では、インテリジェンスの観点から、企業は知識とスピードを競うだけでなく、インテリジェント開発の敷居がますます高くなっていると考えています。

aiは自動車の変化を促進する決定的な要因となっている

「自動車業界の変化サイクルはますます短くなり、過去の変化はまだ完了しておらず、新たな変化が始まろうとしているという変化の重なり合いの特徴さえ持っています。この重なり合った発展がニューノーマルとなっています」 100 年の歴史を持つ自動車産業は引き続き「進化の最新の原動力は人工知能である」と張永偉氏は、ビッグコンピューティングパワー、ビッグデータ、ビッグモデルに代表される人工知能が始まったと述べた。人工知能時代に自動車産業にもたらした最大の変化は、aiが自動車革命の新たな決定要因となったことです。

このような状況において、中国の自動車産業が新たな変化にどのように適応し、新たな調整を行うかは、答えなければならない質問となっている。 zhang yongwei 氏の問題の解決策は、中国のインテリジェント コネクテッド カーの開発では、業界の新たな競争力を形成するために ai テクノロジーとデータ価値に焦点を当てる必要があるということです。つまり、生産要素としてのデータの価値を活用し、データ競争力を構築する一方で、aiモデルの能力を活用して自動車の知能レベルの飛躍を促進する必要があります。 。

データは、インテリジェント運転技術の反復における重要な要素です。我が国にはインテリジェンスの点でデータの優位性はなく、ほとんどの企業のコンピューティング リソースは非常に限られています。

自動運転クリップ（有効なビデオクリップ）データを比較すると、国内企業の有効なビデオクリップは100万件未満であるのに対し、テスラはすでに1,000万件以上の有効なビデオクリップを持っています。テスラが保有する計算能力レベルは、すべての自動車会社が保有する計算能力の合計である 100 eflops に達しました。ファーウェイの現在の計算能力レベルはわずか 7.5 eflops であり、テスラに大きく遅れをとっています。

記者は、国内の自動車会社のデータのほとんどがいくつかの密集したシーンに分散されており、「ヘッド効果」が明らかであることを知りました。同時に、車両モデルごとにセンサー構成が異なるため、収集されるデータに差異が生じ、データの再利用性が低下します。さらに、自動車会社にはデータの分類と価値のマイニングの能力が不十分です。

zhang yongwei 氏は、国内企業はデータの観点から 2 つの中心的な問題を解決する必要があると考えています。1 つは、データを企業の中核資産および要素にすること、データに価値を創造させること、そして自動車会社のデータ マイニング能力の不足とその不足を変えることです。不利な現状を活用するには、データを資産に変え、資産が価値を生み出す必要があります。

次に、データの分野では、データシナジーの問題を解決する必要があります。張永偉氏は「トレーニングソフトウェアやシステムという点では、テスラほど多くのデータを保有することは難しい。われわれにとって、単一の自動車会社からのデータ量に依存するだけでは十分ではない。ai時代には」と語った。競争力はデータが蓄積されることで決まります。そのためには、誰もがプラットフォームにデータを入力し、市場原理に従ってデータを利用できるように、データの集約を促進する仕組みを構築する必要があります。 、そして現在の小規模なデータの問題を解決します。

インテリジェントなコンピューティング能力の構造的な不足が主要な矛盾となっている

国内企業はデータ不足の問題を解決した後も、大型モデルの問題を解決する必要がある。

今年、大型モデルは非常に人気があります。自動車業界は、大型モデルの大規模なアプリケーションが実装されるまでに、モデル、データ、コンピューティング能力に関わる一連の課題に直面しています。

張永偉氏は、自動車会社は今すぐ大型モデルを開発して使用すべきだと提案した。彼の見解では、インテリジェンスの競争力を構築するには、自動車の「新しい 5 つの領域」を解決する必要があります。1 つ目は、人工知能を使用して自動車の電子および電気アーキテクチャの設計問題を解決し、2 つ目は、人工知能の統合を使用して電力問題を解決し、 3 番目はインテリジェントな運転、4 番目はスマート コックピット、5 番目は車のシャーシです。なぜなら、自動車の「新しい5つの領域」は人工知能や大型モデルと深く統合されているからです。

「新しいアーキテクチャとソリューションを形成するには、研究開発に人工知能のロジックを使用する必要があります。一般的な垂直モデルを解決するだけでなく、自動車会社が使用するモデルも解決して、新しい開発分野で独自の ai 競争を形成する必要があります。パワーよ」と張永偉氏は語った。

情報化時代においては、コンピューティング能力が生産性を高めます。スマートカーの後半では、大手企業が ai とコンピューティング能力で競争しています。チップのコンピューティング能力がスマートカーの知能の限界をある程度決定すると言えます。コンピューティング能力が高いほど、自動車の知能レベルの可能性は大きくなります。

自動車と ai の深い統合により、自動車におけるエンドツーエンドのインテリジェントな運転と大型コックピット モデルが加速しており、インテリジェントなコンピューティング能力に対する自動車業界の需要が急速に高まっています。しかし、国内の自動車インテリジェントコンピューティングパワーは依然として構造的に不足しており、完全なソフトウェアエコシステムを備えた「成熟した」コンピューティングパワーには大きなギャップがあります。

zhang yongwei 氏は、自動車用インテリジェント コンピューティング インフラストラクチャを構築し、コンピューティング能力の共同構築と共有を強化する必要があると提案しました。 「人工知能の時代において、自動車会社に欠けているのは生産能力ではない。現在自動車業界に最も欠けているのは、インテリジェント・コンピューティング・インフラストラクチャである。国内自動車産業の主な矛盾は、インテリジェント・コンピューティング能力の構造的な不足である。」

zhang yongwei 氏は、エンドツーエンドのインテリジェント運転の開発とトレーニングを完了するには、インテリジェントなコンピューティング能力の需要が少なくとも 1 eflops に達する必要があると述べました。現在の自動車会社の平均コンピューティング能力は 3 eflops であり、理想的なコンピューティング能力は です。 100エフフロップ。私たちはコンピューティング能力に多額の投資を行う必要があり、データ、コンピューティング能力、アルゴリズムに関するスケール効果を生み出すために投資を継続する必要があります。

公開データによると、2024 年末までに大手通信事業者 3 社が計画しているコンピューティング パワー リソースの総量は 53 eflops ですが、エンドツーエンドの大規模モデルで言えば、企業が必要とするコンピューティング パワーはそれに達します。 100エフフロップ。

「現段階では、スマート運転と人工知能のためのコンピューティング能力の需要をどのように解決するかが最優先事項です。コンピューティング能力を確実に利用できるようにするだけでなく、利用可能なコンピューティング能力の低コストを追求し、さらには問題を解決する必要もあります。ローカルなコンピューティング能力の問題「未熟から成熟への発展の問題」 張永偉氏は、nvidia が持つ「チップとソフトウェアエコシステムを備えた」コンピューティング能力を成熟したコンピューティング能力と呼び、「チップを備えたコンピューティング能力」と説明しました。ソフトウェアが不足している」ということを私たちは呼んでいます。これは、コンピューティング能力が未熟であるためです。 「私たちの使命は、国内の未成熟なコンピューティング能力の問題の解決を加速し、ソフトウェアとエコロジーを充実させることで成熟したコンピューティング能力を構築し、将来的にコンピューティング能力がハードウェアに「行き詰る」問題を軽減することです。」

インテリジェントネットワーク接続時代において、インテリジェント運転の技術開発は、単一の技術ルートから、自転車インテリジェンスと自動車と道路のクラウドを統合した中国の特色あるインテリジェント運転の開発ルートに変わりつつある。張永偉氏は会議で、我が国はインテリジェント運転の統合発展​​路線、つまり自転車fsdとchelu cloud（c-fsd）を統合した新しいインテリジェント運転ソリューションの推進に取り組むべきだと述べた。

zhang yongwei 氏の見解では、これまで業界では自転車インテリジェンスと自動車道路クラウドが 2 つの技術的ルートであると一般的に信じられていましたが、ai 大型モデル技術、ai トレーニング チップ、データ クローズド ループ機能の急速な発展により、上位の技術が確立されました。自転車インテリジェンス技術の限界は大幅に改善され、ほとんどのシナリオで危機に対処できるようになり、自転車 fsd と chelu cloud は実際に自動運転の目標に向けた 2 つの支援勢力となり、この 2 つは急速に技術的なルートに統合されています。自転車fsdを「基本スコア」、chelu cloudを「追加スコア」とします。

zhang yongwei 氏は、c-fsd に基づく新しいインテリジェント運転ソリューションは、データ共有、コンピューティング能力の調整、モデルの共同構築を実現し、企業の研究開発の敷居を下げ、技術、リソースの偏在の現状を解決できると信じています。ある程度の市場を開拓し、イノベーションに対する平等な権利を実現し、企業の革新的な活力を生み出します。

(編集者: 張碩 査読: 董海華 校正者: ザイ・ジュン)