智算中心會成為自動駕駛的“新基建”嗎？

“超算中心會成為自動駕駛企業(yè)的入門配置。”

第七屆HAOMO AI DAY上，毫末智行董事長張凱給出了2023年自動駕駛行業(yè)趨勢的十大新預(yù)測，超算中心赫然位列其中。考慮到此次AI DAY的重頭戲就是毫末自己的智算中心，意外之情倒也少了幾分。

會上，毫末智行宣布與火山引擎聯(lián)合打造智算中心雪湖·綠洲，官方介紹稱，該智算中心每秒浮點運算達(dá)67億億次，存儲帶寬每秒2T，通信帶寬每秒800G。

如果長期關(guān)注自動駕駛行業(yè)動態(tài)的話，可以發(fā)現(xiàn)，近幾年不管是造車新勢力，還是自動駕駛技術(shù)方案企業(yè)，紛紛自建超算中心。

最早在2021年8月20日，特斯拉發(fā)布自研神經(jīng)網(wǎng)絡(luò)訓(xùn)練芯片，當(dāng)時計劃組建超級計算機(jī)Dojo。最近一期的特斯拉AI DAY上，馬斯克公布了超算Dojo D1芯片的最新進(jìn)展，稱將于2023年一季度部署完成特斯拉超級計算機(jī)群組ExaPOD。

小鵬緊隨其后。2022年8月2日，小鵬汽車宣布與阿里云在內(nèi)蒙古烏蘭察布建設(shè)智算中心“扶搖”用于自動駕駛模型訓(xùn)練，算力可達(dá)600PFLOPS（每秒60億億次浮點運算）。

曾有業(yè)內(nèi)高管評價稱，現(xiàn)在很多車企和自動駕駛技術(shù)企業(yè)已經(jīng)開始把打造智算中心當(dāng)成下一階段競爭重點。

那么，究竟什么是智算中心？智算中心為什么能夠成為自動駕駛企業(yè)的“香餑餑”？智算中心又是否會成為自動駕駛企業(yè)的入門配置？這是本篇文章要探討的問題。

智算中心：算力的商品化體現(xiàn)

智算中心不是一個新物種。

2020年4月20日，國家發(fā)展改革委首次明確新型基礎(chǔ)設(shè)施的范圍，其中就包括以智能計算中心為代表的算力基礎(chǔ)設(shè)施。

同年11月17日，第十屆全球智慧城市大會上，國家信息中心信息化和產(chǎn)業(yè)發(fā)展部聯(lián)合浪潮發(fā)布了《智能計算中心規(guī)劃建設(shè)指南》。這是首份對智能計算中心進(jìn)行全面深入解讀的報告。

《指南》對智能計算中心，即智算中心進(jìn)行明確定義：智能計算中心是基于最新人工智能理論，采用領(lǐng)先的人工智能計算架構(gòu)，提供人工智能應(yīng)用所需算力服務(wù)、數(shù)據(jù)服務(wù)和算法服務(wù)的公共算力新型基礎(chǔ)設(shè)施……

通俗來說，智算中心其實是一個算力的供應(yīng)和生產(chǎn)平臺。由于概念相近，往往容易與超算中心、云數(shù)據(jù)中心概念相混淆。但其實在建設(shè)目的、技術(shù)標(biāo)準(zhǔn)、具體功能、應(yīng)用領(lǐng)域和“投－建－運”模式等方面，與后兩者相比，智算中心都有所差別。

可以看到，近年來，國內(nèi)掀起一波智算中心“落地潮”。

據(jù)不完全統(tǒng)計，從2021年初到2022年2月底，全國至少有26個城市在推動或剛剛完成當(dāng)?shù)刂撬阒行牡慕ㄔO(shè)，其中已經(jīng)投入使用的就包括南京、合肥等地的智算中心。

考慮2022年疫情反復(fù)影響項目施工進(jìn)度，預(yù)計2023年仍為智能算力中心建設(shè)“大年”。這背后存在著多種驅(qū)動因素。

一方面，與近年來的政策推動有關(guān)。2022年2月18日，“東數(shù)西算”上升為國家戰(zhàn)略，政策方面的扶持和激勵，特別是東數(shù)西算工程的全面啟動，為智算中心的快速發(fā)展注入了助推劑。

另一方面，產(chǎn)業(yè)趨勢也是智算中心得以快速落地的催化劑。根據(jù)《中國算力發(fā)展指數(shù)白皮書（2021年）》測算，算力每投入1元，將帶動3－4元的經(jīng)濟(jì)產(chǎn)出。

IDC、清華大學(xué)和浪潮信息聯(lián)合發(fā)布的《2021－2022全球計算力指數(shù)評估報告》也提到，國家的算力指數(shù)每提高1個百分點，數(shù)字經(jīng)濟(jì)和GDP將分別增長3．3‰和1．8‰。

與此同時，隨著自動駕駛、生命醫(yī)學(xué)、智能制造等前沿領(lǐng)域發(fā)展迅速，隨之而來的是超大規(guī)模人工智能模型和海量數(shù)據(jù)對算力需求的不斷提高，智算中心的建設(shè)恰逢其會。

現(xiàn)階段，在市場上比較活躍的智算中心包括阿里云搭建的兩座超大規(guī)模智算中心：

2022年8月30日，阿里云宣布正式啟動張北超級智算中心和烏蘭察布智算中心，張北智算中心總建設(shè)規(guī)模為12EFLOPS（每秒1200億億次浮點運算）AI算力，烏蘭察布智算中心建設(shè)規(guī)模為3EFLOPS（每秒300億億次浮點運算）AI算力。可為AI大模型訓(xùn)練、自動駕駛、空間地理等人工智能探索應(yīng)用提供強(qiáng)大的智能算力服務(wù)。

業(yè)內(nèi)人士透露，烏蘭察布基地算力規(guī)模為300億億次，上文提到的“扶搖”算力為60億億次，阿里云與小鵬汽車的合作占整體AI算力的20％，小鵬汽車擁有300人團(tuán)隊建設(shè)扶搖平臺，為阿里云最大的合作伙伴。

碰巧的是，在本次AI DAY官宣之前，毫末曾公開宣布籌建智算中心，并且與阿里云基于飛天智算，在自動駕駛模型訓(xùn)練有所合作。因此，彼時市場猜測雙方很有可能在此基礎(chǔ)上進(jìn)一步延續(xù)。

可結(jié)果令人詫異，最終毫末選擇了字節(jié)旗下的火山引擎聯(lián)合打造智算中心，側(cè)面也反映了云市場的競爭愈發(fā)激烈。

自動駕駛的加速器

無論是毫末、小鵬，還是特斯拉，都在用自身的案例拋給行業(yè)一個問題——車企是不是需要考慮擁有自己的智算中心？從現(xiàn)有情形來看，成本和需求兩重因素，是智算中心的誘人之處。

先從成本考量。當(dāng)下，行業(yè)內(nèi)已基本形成共識，算力是自動駕駛根本要素。自動駕駛不僅對車載算力提出了高要求，在完善策略的過程中，也需要更高性能的智算中心來完成訓(xùn)練、標(biāo)注等工作。

此前在烏蘭察布考察智算中心時，何小鵬曾表態(tài)：未來5年，小鵬汽車可能還有百倍的算力需求增長。希望大家都看到這個趨勢。如果現(xiàn)在不以這樣的方式提前儲備算力，那么今后5年內(nèi)，企業(yè)算力成本會從億級，加到數(shù)十億級。

顯然，何小鵬對汽車未來算力成本的預(yù)測，表明了自建智算中心是為了降低成本。

根據(jù)《財新》報道，同樣由于直接購買數(shù)據(jù)中心服務(wù)成本太高，毫末智行宣布籌建智算中心。毫末希望，智算中心的平均算力成本可以降低至目前的5‰。

而在成本之外，從需求的角度來看，智算中心似乎可以成為自動駕駛和車企的托底神器。自動駕駛的開發(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、仿真測試等等，智算中心將在這幾大環(huán)節(jié)中發(fā)揮重大作用。

拿數(shù)據(jù)采集、篩選和標(biāo)注來說，自動駕駛系統(tǒng)在前期開發(fā)階段，需要采集大量的道路環(huán)境數(shù)據(jù)，以此讓車輛像人類駕駛員一樣快速準(zhǔn)確地識別車道、行人、障礙物等駕駛環(huán)境中的關(guān)鍵信息。

唯一的辦法是，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。

2021年6月，特斯拉稱當(dāng)前擁有100萬個由10秒鐘視頻組成的高度差異化場景，60億個包含精確深度和速度的物體標(biāo)注，總數(shù)據(jù)量為1．5PB。倘若算上量產(chǎn)車在上市后持續(xù)不斷回傳的場景數(shù)據(jù)，數(shù)據(jù)量必然會呈現(xiàn)指數(shù)級增長。

如何高效地用好持續(xù)增長的海量數(shù)據(jù)，并從數(shù)據(jù)中抽象出高階智能駕駛算法？智算中心的作用在這里就體現(xiàn)出來。

不僅如此，車企收集到的數(shù)據(jù)還需要進(jìn)行模型訓(xùn)練，算法通過在數(shù)據(jù)上進(jìn)行運算產(chǎn)生模型，而超算中心將是驅(qū)動大模型和海量數(shù)據(jù)訓(xùn)練的加速器。

在“扶搖”的加持下，小鵬的自動駕駛模型訓(xùn)練效率提升了602倍。與2400TOPS算力的服務(wù)器進(jìn)行單機(jī)訓(xùn)練相比，80機(jī)并行訓(xùn)練可將訓(xùn)練時長由276天縮短至11小時。

毫末智行CEO顧維灝也在AI DAY上詳細(xì)闡釋了建設(shè)智算中心的底層邏輯，“自動駕駛對智算中心的第一要求肯定是算力。智算中心的超大算力代表了有多少的 AI 工程師在這個練武場中能夠做出什么大模型，能訓(xùn)練多少大模型?！?/p>

此外，高強(qiáng)度的算力不僅需要用于模型的運行、更新、迭代，還能夠支撐仿真測試中場景的搭建與渲染。所謂仿真測試，即無需實車直接通過仿真軟件將自動駕駛的應(yīng)用場景進(jìn)行數(shù)字化還原，建立盡可能多的真實世界系統(tǒng)模型，進(jìn)行測試驗證。

仿真測試能有效縮短技術(shù)和產(chǎn)品開發(fā)周期，降低研發(fā)成本。業(yè)內(nèi)典型的長尾場景問題不夠豐富，現(xiàn)實中可遇而不可求的極端場景，利用仿真平臺可以便捷生成。由于仿真測試中的模擬環(huán)境需要實現(xiàn)多模態(tài)融合，以支持傳感器模組的復(fù)雜性，因而也需要大算力的支持。

當(dāng)下，隨著新能源汽車品牌普遍已經(jīng)把高速公路場景下的輔助駕駛列為標(biāo)配，賽場已經(jīng)逐漸轉(zhuǎn)換到路況更復(fù)雜的城市場景。在此背景下，智算中心理所當(dāng)然成為城市輔助駕駛落地的關(guān)鍵。

智算中心會成為標(biāo)配嗎？

如上文所述，自動駕駛需要針對算力需求進(jìn)行持續(xù)性地投資，如果使用公有云，會造成邊際成本不斷上漲。相比之下，自建數(shù)據(jù)中心從長期來看能夠節(jié)省大量的成本，而且還能在各種場景中復(fù)用。

因此，IDC預(yù)測自動駕駛行業(yè)的開發(fā)團(tuán)隊對這一領(lǐng)域的投資將在未來穩(wěn)定增長。但即便智算中心能帶來諸多助力，關(guān)于是否會成為標(biāo)配，答案卻是存疑的。

通過調(diào)研，IDC發(fā)現(xiàn)搭建人工智能計算中心時，在降低企業(yè)成本之前，行業(yè)內(nèi)最常見的問題是初始投資過高，這一問題對于幾家自動駕駛行業(yè)獨角獸來說尤為棘手。

數(shù)據(jù)顯示，投資方面，主機(jī)廠及一級供應(yīng)商對搭建人工智能計算中心的預(yù)算普遍超過1億元；自動駕駛獨角獸的預(yù)算普遍處在1至5千萬之間。人工智能計算中心的投入，對于行業(yè)內(nèi)各方開發(fā)團(tuán)隊，均形成了較大的資金壓力。

此外，項目時間周期過長，是車企和傳統(tǒng)一級供應(yīng)商需要面臨的問題。由于不同公司在搭建人工智能計算中心時所花費的時間是不同的，大多超過3個月，而多數(shù)自動駕駛公司則將時間長度停留在3到4個月的水平，這無疑有些周期過長。

顯而易見，智算中心建設(shè)的資金問題和項目周期，貫穿自動駕駛解決方案開發(fā)過程始終，會成為影響開發(fā)者項目決策的重要因素。

特別是在眼下，自動駕駛賽道驟然進(jìn)入寒冬。L4級自動駕駛技術(shù)無論從技術(shù)還是政策抑或是現(xiàn)實角度來看，都不具備成熟的商業(yè)化落地條件。

好在L2領(lǐng)域持續(xù)升溫，據(jù)高工智能汽車研究院數(shù)據(jù)顯示，2022年中國市場（不含進(jìn)出口）乘用車前裝標(biāo)配搭載L2級輔助駕駛的搭載率，已經(jīng)連續(xù)第二個月超過30％。

從終局來看，自動駕駛會是一個“馬太效應(yīng)”明顯的行業(yè)。且大部分自動駕駛公司仍處在創(chuàng)業(yè)初期，數(shù)據(jù)尚未起量，因此最終能夠建設(shè)智算中心的，恐怕只有少數(shù)幾家頭部。

對于大多自動駕駛企業(yè)而言，退而求其次，汽車云或是更現(xiàn)實的選擇。

根據(jù)分析機(jī)構(gòu)弗若斯特沙利文發(fā)布的《2021年中國汽車云市場追蹤報告》，中國汽車云服務(wù)／解決方案按應(yīng)用場景可分為自動駕駛、車聯(lián)網(wǎng)、車路協(xié)同以及車企數(shù)字化轉(zhuǎn)型場景。

而自動駕駛汽車云則是指調(diào)用汽車云基礎(chǔ)服務(wù)與自動駕駛服務(wù)平臺，同樣可以實現(xiàn)如數(shù)據(jù)接入、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模擬仿真、OTA升級等功能。

現(xiàn)階段，國內(nèi)“汽車云”領(lǐng)域已經(jīng)湊夠了“BATHD（百度、阿里、騰訊、華為、抖音）”。2022年的云棲大會上，阿里云“汽車云”正式亮相，主要圍繞自動駕駛、智造、營銷三大業(yè)務(wù)場景；同樣在2022智能經(jīng)濟(jì)高峰論壇上，百度智能云發(fā)布了 “云智一體3．0”架構(gòu)，并首次發(fā)布“汽車云”，等等。

作為汽車云關(guān)鍵場景之一的自動駕駛，被普遍認(rèn)為最具潛力，也是云廠商們的重要布局方向。

當(dāng)然，重新回到智算中心，隨著現(xiàn)階段的政策落地和產(chǎn)業(yè)發(fā)展，其在自動駕駛場景的應(yīng)用也正不斷完善和升級，也許成為自動駕駛企業(yè)入門配置的那一天已經(jīng)不遠(yuǎn)了。

參考資料：

浪潮《智能計算中心規(guī)劃建設(shè)指南》

IDC《現(xiàn)實＋仿真－超大算力賦能自動駕駛》

財新《特斯拉自動駕駛系統(tǒng)年內(nèi)可全球推送 需各國政府審批》

甲子光年《阿里發(fā)布汽車云：自動駕駛能干十年，智能制造能干一輩子 》

       原文標(biāo)題 : 智算中心會成為自動駕駛的“新基建”嗎？