소식

우리 기자 yin limei와 zhang shuo가 허페이에서 보도했습니다.

자동차산업의 기술고지와 자동차기업의 전략적 경쟁지점은 ai(인공지능)를 기반으로 한 지능화로 빠르게 이동하고 있다. 과거의 경쟁력은 자동차 회사의 다음 발전을 뒷받침할 수 없습니다. 미래의 발전은 ai가 주도하는 지능형 개발을 기반으로 해야 하며, ai를 통해 전략적 마이그레이션이 이루어질 수 있어야만 자동차 회사가 미래를 이길 수 있습니다. 반대로 정보 분야의 변화를 따라잡지 못하거나 충분한 주의를 기울이지 않으면 많은 기업이 미래를 잃게 됩니다.

9월 29일, 중국 전기 자동차 협회 100인이 주최한 글로벌 지능형 자동차 산업 컨퍼런스(2024giv)에서 중국 전기 자동차 협회 100인 협회 부회장 겸 사무총장 장용웨이가 위와 같은 성명을 발표했습니다. 더욱이 자동차 지능의 발전 속도가 업계 예측을 뛰어넘을 정도로 너무 빠르다고 지적했다.

지능형 전환에는 막대한 r&d 투자가 필요합니다. 차이나 비즈니스 뉴스(china business news)의 한 기자는 공식 기준에 따르면 테슬라의 fsd(완전 자율 주행, 완전 자율 주행)에 대한 누적 r&d 투자가 2024년 100억 달러를 초과할 것이라고 언급했다. 2023년 말 현재 huawei auto bu(huawei smart auto solutions business unit)는 지능형 소프트웨어 및 하드웨어에 300억 위안을 투자했습니다. byd는 정보 분야에도 1000억 위안을 투자하겠다고 제안했다.

zhang yongwei는 이 단계에서 기업이 지식과 ​​속도뿐만 아니라 역량을 놓고 경쟁하고 있다고 믿습니다.

ai는 자동차 변화를 이끄는 결정적인 요인이 됐다.

"자동차 산업의 변화 주기는 점점 짧아지고 있으며, 변화가 중첩되는 특징까지 있습니다. 과거의 변화는 아직 완료되지 않았고, 새로운 변화가 시작되려고 합니다. 이러한 중첩된 발전은 새로운 표준이 되었습니다. 100년 된 자동차 산업은 계속해서 “최근 진화의 원동력은 인공지능”이라고 장용웨이는 빅컴퓨팅 파워, 빅데이터, 빅모델로 대표되는 인공지능이 시작됐다고 말했다. 인공지능 시대 자동차 산업에 가져온 가장 큰 변화는 ai가 자동차 혁명의 새로운 결정적 요인이 됐다는 점이다.

이러한 상황에서 중국의 자동차 산업이 어떻게 새로운 변화에 적응하고 새로운 조정을 하는지가 반드시 대답해야 할 질문이 되었습니다. 이 문제에 대한 zhang yongwei의 해결책은 중국의 지능형 커넥티드 카 개발이 업계의 새로운 경쟁력을 형성하기 위해 ai 기술과 데이터 가치에 집중해야 한다는 것입니다. 즉, 한편으로는 데이터의 가치를 생산요소로 활용하여 데이터 경쟁력을 구축해야 하며, 다른 한편으로는 ai 모델 역량을 활용하여 자동차 지능 수준의 도약을 촉진해야 합니다. .

데이터는 지능형 주행 기술 반복의 핵심 요소입니다. 우리나라는 인텔리전스 측면에서 데이터 이점이 없으며 대부분의 기업은 컴퓨팅 리소스가 매우 제한되어 있습니다.

자율주행 클립(유효영상) 데이터를 비교하면 국내 기업의 유효영상은 100만개 미만인 반면, 테슬라는 이미 1000만개가 넘는 유효영상을 보유하고 있다. tesla가 보유한 컴퓨팅 파워 수준은 모든 자동차 회사가 보유한 컴퓨팅 파워의 합인 100eflops에 도달했습니다. huawei의 현재 컴퓨팅 성능 수준은 7.5eflops에 불과하며 이는 tesla에 크게 뒤쳐져 있습니다.

기자는 국내 자동차 회사의 데이터 대부분이 여러 개의 밀집된 장면에 분산되어 있으며 '머리 효과'가 분명하다는 것을 알게 되었습니다. 동시에, 차량 모델마다 센서 구성이 다르기 때문에 수집된 데이터가 다르고 데이터 재사용성이 떨어집니다. 게다가 자동차 회사들은 데이터 정렬과 가치 마이닝 역량도 부족하다.

zhang yongwei는 국내 기업이 데이터 관점에서 두 가지 핵심 문제를 해결해야 한다고 믿습니다. 첫째, 데이터를 기업의 핵심 자산 및 요소로 만들고, 데이터가 가치를 창출하도록 하며, 자동차 회사의 데이터 마이닝 역량 부족과 부족함을 변화시킵니다. 불리한 상황을 활용하려면 데이터를 자산으로 전환하고 자산이 가치를 창출해야 합니다.

둘째, 데이터 분야에서는 데이터 시너지 문제를 해결해야 한다. 장용웨이는 "훈련 소프트웨어나 시스템 측면에서 우리는 테슬라만큼 많은 데이터를 보유하기 어렵다"며 "우리에게는 단일 자동차 회사의 데이터 양에만 의존하는 것은 충분하지 않다"고 말했다. ai 시대에는 , 경쟁력은 데이터가 쌓여 있기 때문에 대규모 데이터 문제를 해결해야 합니다. 이를 위해서는 모든 사람이 시장 원칙에 따라 데이터를 플랫폼에 입력하고 사용할 수 있도록 데이터 집계를 촉진하는 메커니즘을 만들어야 합니다. , 현재의 소규모 데이터 문제를 해결합니다."

지능형 컴퓨팅 능력의 구조적 부족이 주요 모순이 되었습니다.

데이터 부족 문제를 해결한 후에도 국내 기업은 여전히 ​​대형 모델 문제를 해결해야 합니다.

올해 대형 모델은 꽤 인기가 높습니다. 자동차 산업은 대형 모델의 대규모 적용이 구현되기 전에 여전히 일련의 과제에 직면해 있습니다. 이러한 과제에는 모델, 데이터 및 컴퓨팅 성능이 포함됩니다.

장용웨이는 이제 자동차 회사들이 대형 모델을 개발하고 활용해야 한다고 제안했다. 그의 견해에 따르면, 지능 경쟁력을 구축하려면 자동차의 '새로운 5개 영역'을 해결해야 합니다. 첫째, 인공지능을 사용하여 자동차 전자 및 전기 아키텍처의 설계 문제를 해결하고, 둘째, 인공지능 통합을 사용하여 전력 문제를 해결합니다. 세 번째는 지능형 운전, 네 번째는 스마트 조종석, 다섯 번째는 자동차 섀시입니다. 자동차의 '신 5대 영역'이 인공지능, 대형 모델과 긴밀하게 통합되어 있기 때문입니다.

"우리는 새로운 아키텍처와 솔루션을 형성하기 위해 연구 개발에 인공 지능의 논리를 사용해야 합니다. 일반 및 수직 모델을 해결하는 것뿐만 아니라 자동차 회사가 사용하는 모델을 해결하여 새로운 개발 영역에서 자체 ai 경쟁을 형성해야 합니다. 힘." 장용웨이가 말했다.

정보화 시대에 컴퓨팅 파워는 곧 생산성입니다. 스마트카 하반기에는 ai와 컴퓨팅 파워를 두고 대기업들이 경쟁하고 있다. 칩 컴퓨팅 성능이 스마트 자동차의 지능 한계를 어느 정도 결정한다고 할 수 있습니다. 컴퓨팅 성능이 높을수록 자동차의 지능 수준의 잠재력도 커집니다.

자동차와 ai의 긴밀한 통합으로 인해 자동차에서 엔드투엔드 지능형 주행 및 대형 조종석 모델이 가속화되고 있으며 지능형 컴퓨팅 성능에 대한 자동차 산업의 수요가 빠르게 증가하고 있습니다. 그러나 국내 자동차 지능형 컴퓨팅 파워는 여전히 구조적으로 부족하며, 완전한 소프트웨어 생태계를 갖춘 '성숙한' 컴퓨팅 파워에는 큰 격차가 있다.

장용웨이는 자동차 지능형 컴퓨팅 인프라를 구축하고 컴퓨팅 파워의 공동 구축과 공유를 강화해야 한다고 제안했습니다. "인공지능 시대 자동차 기업에 부족한 것은 생산능력이 아니다. 현재 자동차 산업에 가장 부족한 것은 지능형 컴퓨팅 인프라다. 국내 자동차 산업의 가장 큰 모순은 지능형 컴퓨팅 파워의 구조적 부족이다."

zhang yongwei는 엔드투엔드 지능형 운전의 개발과 훈련을 완료하려면 지능형 컴퓨팅 성능에 대한 수요가 최소 1eflops에 도달해야 한다고 말했습니다. 현재 자동차 회사의 평균 컴퓨팅 성능은 3eflops이며 이상적인 컴퓨팅 성능은 다음과 같습니다. 100eflops. 우리는 컴퓨팅 성능에 막대한 투자를 해야 하며, 데이터, 컴퓨팅 성능, 알고리즘에 대한 규모 효과를 창출하기 위해 지속적으로 투자해야 합니다.

공개 데이터에 따르면 2024년 말까지 3개 주요 사업자가 계획한 컴퓨팅 파워 자원의 총량은 53 eflops입니다. 그러나 엔드투엔드 대규모 모델 측면에서 기업이 요구하는 컴퓨팅 파워는 도달합니다. 100eflops.

“현 단계에서는 스마트 드라이빙과 인공지능을 위한 컴퓨팅 파워에 대한 수요를 어떻게 해결하느냐가 최우선이다. 로컬 컴퓨팅 파워의 문제 "미성숙에서 성숙으로 발전하는 문제." 장용웨이는 엔비디아가 "칩이 있고 소프트웨어 생태계가 있는" 컴퓨팅 파워를 성숙한 컴퓨팅 파워라고 설명했고, "칩이 있는 컴퓨팅 파워"라고 설명했습니다. 소프트웨어가 부족하다'는 말을 우리는 이렇게 부릅니다. 컴퓨팅 능력이 미성숙하기 때문입니다. "우리의 임무는 미성숙한 국내 컴퓨팅 파워 문제에 대한 해결 속도를 높이고, 소프트웨어와 생태계를 풍요롭게 하여 성숙한 컴퓨팅 파워를 구축하며, 향후 컴퓨팅 파워가 하드웨어에 '고착'되는 문제를 줄이는 것입니다."

지능형 네트워크 연결 시대에 지능형 운전 기술 개발은 단일 기술 경로에서 자전거 지능과 자동차-도로 클라우드를 통합하는 중국 특성의 지능형 운전 개발 경로로 변화하고 있습니다. zhang yongwei는 회의에서 우리나라가 지능형 운전의 통합 개발 경로, 즉 자전거 fsd와 chelu cloud(c-fsd)를 통합하는 새로운 지능형 운전 솔루션을 따르는 데 전념해야 한다고 말했습니다.

zhang yongwei의 견해에 따르면 과거 업계에서는 일반적으로 자전거 지능과 자동차-도로 클라우드가 두 가지 기술 경로라고 믿었습니다. 그러나 ai 대형 모델 기술, ai 훈련 칩 및 데이터 폐쇄 루프 기능의 급속한 발전으로 인해 더 높은 수준이 되었습니다. 자전거 지능 기술의 한계가 크게 개선되어 위기에 대처할 수 있습니다. 대부분의 시나리오에서 자전거 fsd와 chelu cloud는 실제로 자율 주행 목표를 향한 두 가지 지원 세력이 되었습니다. 자전거 fsd를 "기본 점수"로, chelu cloud를 "추가 항목"으로 사용합니다.

zhang yongwei는 c-fsd를 기반으로 한 새로운 지능형 운전 솔루션이 데이터 공유, 컴퓨팅 성능 조정 및 모델 공동 구축을 실현하고 기업의 연구 개발 문턱을 낮추며 기술, 자원, 어느 정도 마케팅하고, 혁신에 대한 평등한 권리를 달성하고, 기업의 혁신 활력을 창출합니다.

(편집자: zhang shuo 검토: tong haihua 교정자: zhai jun)