在上海舉行的第二十一屆上海國際汽車工業(yè)展覽會（2025上海車展）上，汽車智能化成為國內(nèi)外參展商共同的展示重點。人工智能（AI）技術(shù)的快速迭代與技術(shù)突破也在汽車行業(yè)引發(fā)回響，讓智能輔助駕駛從高端市場走向主流市場，成為贏得消費者青睞的重要一環(huán)。

　　自去年以來，汽車市場競爭焦點從價格向智能化轉(zhuǎn)移，且競爭日益激烈。中國電動汽車百人會發(fā)布日前發(fā)布的《汽車智能化發(fā)展報告（2024）智駕篇》報告認(rèn)為，高階智駕（輔助駕駛）已經(jīng)邁過“嘗鮮期”，高速NOA（導(dǎo)航輔助駕駛）、城市NOA等功能，正向10萬-20萬元的主流價格區(qū)間普及。預(yù)計到2025年年底，乘用車NOA滲透率將達(dá)到20%，與2024年上半年相比，提升近一倍。

　　在業(yè)內(nèi)人士看來，這場圍繞智能輔助駕駛的角逐不僅考驗著車企的算法創(chuàng)新能力，更將算力基礎(chǔ)設(shè)施的完備性推向了競爭中心。無論是海量數(shù)據(jù)的訓(xùn)練、計算能力的演進還是重感知能力的達(dá)成與用戶體驗的提升，都離不開安全、可靠的算力基礎(chǔ)設(shè)施。

　　國內(nèi)一家汽車科技的系統(tǒng)總監(jiān)近日表示，復(fù)雜城區(qū)場景是當(dāng)前開發(fā)難度最大的地方，依賴傳統(tǒng)的感知模型很難去解決此類長尾場景。各個企業(yè)都在嘗試開發(fā)訓(xùn)練VLM模型（視覺語言模型），而這需要極大的云端算力及數(shù)據(jù)訓(xùn)練成本。

　　今年年初，特斯拉的智能輔助駕駛（FSD）功能正式在中國市場推出。之所以能成為全球智能輔助駕駛的引領(lǐng)者之一，特斯拉在算力領(lǐng)域的深厚積累與巨大投入功不可沒。據(jù)美國媒體報道，特斯拉在得州超級工廠部署的Cortex超算集群已集成5萬個GPU，預(yù)計年內(nèi)將擴容至10萬個，躋身全球前五大AI訓(xùn)練集群。馬斯克本人曾在社交媒體透露，這10萬塊GPU均是英偉達(dá)公司的H100和H200芯片。

　　同時，特斯拉的Dojo超級計算機也承擔(dān)了10%的智能輔助駕駛訓(xùn)練負(fù)載，而研制中的新一代Dojo超級計算機的算力較上一代將提升10倍。

　　據(jù)統(tǒng)計，目前，吉利、比亞迪等部分中國車企選擇了與特斯拉相同的路徑——自建算力平臺，其余企業(yè)則選擇與云計算廠商合作，利用后者成熟的算力平臺。無論走上哪一條道路，汽車智能化進程中對算力的需求都離不開安全與高效兩個關(guān)鍵詞。

　　智能輔助駕駛自誕生之日起就與安全性緊密綁定。一方面，車企在模型訓(xùn)練的過程中要保證敏感數(shù)據(jù)的安全，以及訓(xùn)練狀態(tài)的持續(xù)穩(wěn)定。更重要的是，車企需要不斷提升智能輔助駕駛功能的安全性，這是這項技術(shù)的核心與生命線。

　　目前，智能輔助駕駛的開發(fā)包括從數(shù)據(jù)采集到數(shù)據(jù)篩選、打標(biāo)、模型訓(xùn)練、回放性驗證、仿真測試等。通過在海量數(shù)據(jù)基礎(chǔ)上不斷地重復(fù)訓(xùn)練與驗證，車輛對道路環(huán)境的認(rèn)知水平逐漸趨近于真實情景，判斷的準(zhǔn)確性在這一過程中不斷提升。

　　不難看出，可靠、完備、算力充足的算力平臺對于智能輔助駕駛的安全性提升有著直接影響。同時，以目前智能輔助駕駛中的核心NOA為例，其每一次迭代都需要消耗大量算力，而每一次及時的更新和推送，都意味著駕駛者與乘客有著多一份的安全。

　　在安全可靠的前提下，智能輔助駕駛技術(shù)的訓(xùn)練效率越高，迭代越快，贏得市場的希望就越大，這意味著對智算平臺以及其構(gòu)成有著較高技術(shù)要求。以AI行業(yè)論壇上不時出現(xiàn)的一個問題——為何4090不能代替A100進行大模型訓(xùn)練——為例，雖然4090有著較高的單卡算力，且價格相比A100等GPU更加低廉，但它內(nèi)存較小、不支持NVLink互聯(lián)技術(shù)等不足容易在大模型訓(xùn)練中遭遇瓶頸。

　　有AI行業(yè)開發(fā)者分析稱，雖然4090看上去有著較高性價比，但其根本上是用于游戲等場景的消費級顯卡，僅適合小型AI項目或獨立開發(fā)者使用。相比之下，A100、H100等GPU專為數(shù)據(jù)中心設(shè)計，面向的就是大規(guī)模計算和企業(yè)級用戶。

　　上述開發(fā)者還補充表示，一些案例顯示，消費級顯卡的故障率在規(guī)�；�部署中顯著上升，隱性成本不斷增加。此外，采用4090組建數(shù)據(jù)中心也可能面臨合規(guī)問題。

　　這樣的對比也證明，紙面上的數(shù)據(jù)堆砌并不等于高質(zhì)量的算力平臺，還可能從智能化發(fā)展的“助推器”搖身一變成為“絆腳石”。

　　2025年，汽車行業(yè)的智能化發(fā)展仍將如火如荼，這是新的機遇，也是更激烈的競爭。特別是當(dāng)眾多企業(yè)發(fā)展規(guī)劃路徑愈發(fā)趨同時，如何打造屬于自己的核心競爭力成為一個關(guān)鍵挑戰(zhàn)。

　　從當(dāng)下發(fā)展?fàn)顩r來看，這些核心競爭力將包括數(shù)據(jù)積累與處理能力和算法與模型優(yōu)化能力，歸根結(jié)底是算力平臺的效能之爭，為此進行長遠(yuǎn)規(guī)劃和大力投入是必須的。正如一名業(yè)內(nèi)人士所言，“智駕（輔助駕駛）不是選擇題，是未來出行的必答題。”而答好這道題，首先要在算力問題上做好準(zhǔn)備。