notícias

nosso repórter yin limei e zhang shuo relataram de hefei

a alta tecnologia da indústria automobilística e o fulcro estratégico competitivo das empresas automobilísticas estão migrando rapidamente para a inteligência impulsionada pela ia (inteligência artificial). a competitividade do passado dificilmente poderá apoiar o próximo desenvolvimento das empresas automóveis. o desenvolvimento futuro deve basear-se no desenvolvimento inteligente impulsionado pela ia, e a migração estratégica pode ser alcançada através da ia. pelo contrário, se não conseguirem acompanhar as mudanças no domínio da inteligência, ou não prestarem a devida atenção, muitas empresas perderão o seu futuro.

em 29 de setembro, na conferência global da indústria de veículos inteligentes (2024giv), realizada pela associação de veículos elétricos da china dos 100, zhang yongwei, vice-presidente e secretário-geral da associação dos 100 veículos elétricos da china, fez a declaração acima. além disso, destacou que a velocidade de desenvolvimento da inteligência automóvel é muito rápida, ultrapassando as previsões da indústria.

a transformação inteligente requer um enorme investimento em i&d. um repórter do china business news observou que, de acordo com os padrões oficiais, o investimento cumulativo em p&d da tesla em fsd (full-self driving, direção totalmente autônoma) excederá us$ 10 bilhões em 2024. no final de 2023, a huawei auto bu (huawei smart auto solutions business unit) investiu 30 bilhões de yuans em software e hardware inteligentes. a byd também propôs investir 100 bilhões de yuans na área de inteligência.

zhang yongwei acredita que nesta fase, em termos de inteligência, as empresas não competem apenas por conhecimento e velocidade, mas também por força. o limiar para o desenvolvimento inteligente tornou-se cada vez mais elevado.

a ia se tornou um fator decisivo na condução de mudanças nos automóveis

“o ciclo de mudança da indústria automobilística está cada vez mais curto e tem até características de superposição de mudanças: as mudanças passadas ainda não foram concluídas e novas mudanças estão prestes a começar. do desenvolvimento da indústria automobilística. a indústria automobilística centenária continua a "o mais recente fator impulsionador da evolução é a inteligência artificial." zhang yongwei disse que a inteligência artificial, representada por grande poder de computação, big data e grandes modelos, já começou. para integrar-se aos automóveis. a maior mudança trazida à indústria automobilística na era da inteligência artificial é que a ia se tornou o novo fator decisivo na revolução automotiva.

nesta situação, a forma como a indústria automóvel da china se adapta às novas mudanças e faz novos ajustamentos tornou-se uma questão de resposta obrigatória. a solução de zhang yongwei para o problema é que o desenvolvimento dos carros inteligentes conectados da china precisa de se concentrar na tecnologia de ia e no valor dos dados para moldar uma nova competitividade na indústria. isto é, por um lado, devemos aproveitar o valor dos dados como factor de produção e construir a competitividade dos dados; por outro lado, devemos fazer bom uso das capacidades do modelo de ia para promover um salto no nível de inteligência automóvel; .

os dados são um elemento-chave na iteração da tecnologia de condução inteligente. nosso país não possui vantagens de dados em termos de inteligência, e a maioria das empresas possui recursos computacionais muito limitados.

tomando como comparação os dados de clips (videoclipes válidos) de direção autônoma, as empresas nacionais têm menos de um milhão de videoclipes válidos, enquanto a tesla já possui mais de 10 milhões de videoclipes válidos. o nível de poder computacional de propriedade da tesla atingiu 100 eflops, que é a soma do poder computacional possuído por todas as montadoras. o nível atual de poder de computação da huawei é de apenas 7,5 eflops, o que está significativamente atrás do tesla.

o repórter soube que a maior parte dos dados das montadoras nacionais está distribuída em diversas cenas densas, e o “efeito cabeça” é óbvio. ao mesmo tempo, diferentes modelos de veículos têm diferentes configurações de sensores, resultando em diferenças nos dados coletados e em baixa capacidade de reutilização dos dados. além disso, as empresas automóveis têm capacidades insuficientes na classificação de dados e na mineração de valor.

zhang yongwei acredita que as empresas nacionais devem resolver dois problemas centrais do ponto de vista dos dados: primeiro, deixar os dados se tornarem os principais ativos e elementos da empresa, deixar os dados criarem valor e mudar a falta de capacidades de mineração de dados das empresas automobilísticas e sua falta de dados. para tirar partido do status quo desfavorável, os dados devem ser transformados em activos e os activos devem gerar valor.

em segundo lugar, no domínio dos dados, temos de resolver o problema da sinergia de dados. zhang yongwei disse: "em termos de software e sistemas de treinamento, é difícil para nós ter tantos dados quanto a tesla. para nós, confiar na quantidade de dados de uma única empresa automobilística não é suficiente. na era da ia , a competitividade depende de os dados estão empilhados, por isso devemos resolver o problema dos dados em grande escala. isto exige que criemos o nosso mecanismo para promover a agregação de dados, para que todos possam inserir dados na plataforma e utilizá-los de acordo com os princípios do mercado. e resolver o problema da atual questão da pequena escala de dados."

a escassez estrutural de poder de computação inteligente tornou-se a principal contradição

depois de resolver o problema da insuficiência de dados, as empresas nacionais ainda precisam resolver o problema dos grandes modelos.

modelos grandes são bastante populares este ano. a indústria automotiva ainda enfrenta uma série de desafios antes que aplicações em larga escala de modelos grandes sejam implementadas. esses desafios envolvem modelos, dados e poder de computação.

zhang yongwei sugeriu que as empresas automobilísticas deveriam desenvolver e usar modelos grandes agora. na sua opinião, para construir competitividade na inteligência, devemos resolver os "novos cinco domínios" dos automóveis: primeiro, usar a inteligência artificial para resolver os problemas de design da arquitetura eletrônica e elétrica automotiva, em segundo lugar, usar a integração da inteligência artificial para resolver problemas de energia, e o terceiro, direção inteligente, o quarto é o cockpit inteligente e o quinto é o chassi do carro. porque os “novos cinco domínios” dos automóveis estão profundamente integrados com a inteligência artificial e os grandes modelos.

"precisamos usar a lógica da inteligência artificial para pesquisa e desenvolvimento para formar novas arquiteturas e soluções. não devemos apenas resolver modelos gerais e verticais, mas também resolver modelos usados ​​pelas empresas automobilísticas para formar nossa própria competição de ia em novas áreas de desenvolvimento. poder." zhang yongwei disse.

na era da informação, o poder da computação é produtividade. na segunda metade dos carros inteligentes, grandes empresas estão competindo em ia e poder computacional. pode-se dizer que o poder de computação do chip determina até certo ponto o limite de inteligência dos carros inteligentes. quanto maior o poder de computação, maior o potencial do nível de inteligência do carro.

com a profunda integração dos automóveis e da ia, a condução inteligente de ponta a ponta e os grandes modelos de cockpit estão acelerando nos carros, e a demanda da indústria automotiva por poder de computação inteligente está crescendo rapidamente. no entanto, ainda há uma escassez estrutural de poder de computação inteligente automotiva nacional, e há uma grande lacuna no poder de computação "maduro" com um ecossistema de software completo.

zhang yongwei sugeriu que deveríamos construir uma infraestrutura de computação inteligente automotiva e fortalecer a co-construção e o compartilhamento do poder computacional. "na era da inteligência artificial, o que falta às empresas automobilísticas não é capacidade de produção. o que mais falta à indústria automobilística atualmente é infraestrutura de computação inteligente. a principal contradição na indústria automobilística nacional é a escassez estrutural de poder de computação inteligente."

zhang yongwei disse que para completar o desenvolvimento e treinamento de direção inteligente de ponta a ponta, a demanda por poder de computação inteligente deve atingir pelo menos 1 eflops. o poder de computação médio atual das montadoras é de 3 eflops, e o poder de computação ideal é. 100 eflops. precisamos de investir fortemente no poder computacional e devemos continuar a investir para criar um efeito de escala em torno dos dados, do poder computacional e dos algoritmos.

de acordo com dados públicos, até ao final de 2024, a quantidade total de recursos de poder computacional planeados pelos três principais operadores é de 53 eflops. no entanto, em termos de um modelo grande ponta a ponta, o poder computacional exigido por uma empresa atinge. 100 eflops.

“nesta fase, como resolver a procura de poder computacional para uma condução inteligente e inteligência artificial é uma prioridade máxima. não devemos apenas garantir que o poder computacional esteja disponível, mas também procurar o baixo custo do poder computacional disponível e até mesmo resolver o problema. problema do poder de computação local. "o problema do desenvolvimento da imaturidade à maturidade." zhang yongwei explicou que o poder de computação que a nvidia possui "tem chips e tem um ecossistema de software" é chamado de poder de computação maduro, e o poder de computação que "tem chips". e não tem software" é como o chamamos. por causa do poder computacional imaturo. "nossa missão é acelerar a solução para o problema do poder computacional doméstico imaturo, construir um poder computacional maduro enriquecendo o software e a ecologia e reduzir o problema do poder computacional ficar 'preso' no hardware no futuro."

na era da conexão de rede inteligente, o desenvolvimento tecnológico da direção inteligente está mudando de uma rota técnica única para uma rota de desenvolvimento de direção inteligente com características chinesas que integra inteligência de bicicleta e nuvem de carro-estrada. zhang yongwei disse na conferência que o meu país deve estar empenhado em seguir a rota de desenvolvimento integrado da condução inteligente, ou seja, uma nova solução de condução inteligente que integre a bicicleta fsd e a chelu cloud (c-fsd).

na opinião de zhang yongwei, no passado, a indústria geralmente acreditava que a inteligência sobre bicicletas e a nuvem para carros e estradas eram duas rotas técnicas. no entanto, com o rápido desenvolvimento da tecnologia de grandes modelos de ia, chips de treinamento de ia e capacidades de circuito fechado de dados, a superior. o limite da tecnologia de inteligência para bicicletas foi muito melhorado e pode lidar com a crise. na maioria dos cenários, a bicicleta fsd e a chelu cloud tornaram-se, na verdade, duas forças de apoio ao objetivo da condução autônoma. com bicicleta fsd como "pontuação básica" e chelu cloud como "pontuação adicional".

zhang yongwei acredita que a nova solução de condução inteligente baseada em c-fsd pode realizar o compartilhamento de dados, a coordenação do poder de computação e a coconstrução de modelos, reduzir o limite de pesquisa e desenvolvimento das empresas, resolver a situação atual de distribuição desigual de tecnologia, recursos, e comercializar até certo ponto, alcançar direitos iguais para a inovação e libertar start-ups a vitalidade inovadora das empresas.

(editor: revisão de zhang shuo: tong haihua revisor: zhai jun)