自动驾驶奇点来了吗?摆脱高精地图,汽车公司也要抢“算力”了!

开源证券表示,自动驾驶算法变革带动云端算力军备竞赛,各大车企纷纷构建自有的数据中心,未来能够良好适配Transformer算法并帮助其在车载平台落地的公司有望占得先机。

近期自动驾驶迎来密集政策催化。据证券日报报道自动驾驶“车内无人”试点在北京正式开放,澎湃新闻报道百度智行等三家企业15辆车获得浦东新区首批发放的无驾驶人汽车道路测试牌照,标志着无人驾驶开启新的征程。

在更广阔的乘用车方面,国内车企陆续开启“城市NOA”内测,下半年有望开发全国可用的“通勤NOA”。

对此,西部电子上周在报告中表示,自动驾驶奇点来临,23年是高级别辅助驾驶突破元年,未来将加速渗透。

其中,算力是车企打造自动驾驶能力的核心,大模型等AI算法的出现正推动自动驾驶算法变革,开源证券在7月9日的报告中表示,未来能够良好适配Transformer算法并帮助其在车载平台落地的公司有望占得先机。

自动驾驶奇点来临

西部电子指出,自动驾驶奇点来临,23年是高级别辅助驾驶突破元年。

NOA导航辅助驾驶可实现导航时自动驶入或驶出高速公路岔道功能。23年是城市NOA 0-1突破元年,未来将加速渗透。

此外,23年下半年国内一线城市有望率先出台L3法规,带动高级别自动驾驶(L3及以上)快速发展。高级别辅助驾驶(L3及以上)安全是核心,激光雷达仍是必备。

车企开启算力侧“竞赛”

算力是打造自动驾驶能力的核心,车企开启“军备竞赛”。

根据开源证券介绍,自动驾驶算法通常包含感知、预测、规划模块,同时辅助一些地图、定位等模块,实现自动驾驶功能的落地,而大模型等AI算法的出现正推动自动驾驶算法变革。

在感知端,特斯拉以及小鹏、理想等国内企业已经使用Transformer+BEV以及占用网络(OccupancyNetwork)实现实时障碍物识别、运动目标检测,逐步摆脱高精地图的限制,使得城市NOA能够在无高精地图的城市中迅速铺开;

在决策端,目前仍以规则算法为主,但是通过引入带有打分机制的强化学习,使得决策端具备一定学习能力,能够尽可能多地学习人类司机的经验;

在规控端,依靠数据驱动的基于人工智能的规控算法日益走向台前。人工智能模型能够更加平滑的以“类人”的方式对驾驶行为进行处理,泛化能力强、舒适性好,应对复杂场景的能力大幅提升。

进一步来看,自动驾驶算法变革带动云端算力军备竞赛,而边缘端芯片格局有望被重塑。

1、自动驾驶算法变革带动云端算力军备竞赛

开源证券指出:

大量的数据处理、训练、自动标注、仿真等工作需要完成,算力成为车企打造自动驾驶能力的核心,决定着车企的算法迭代效率和上限。

特斯拉表示其总算力在2024年将冲刺100EFlops,而国内领先玩家亦不遑多让,纷纷构建自有的数据中心,为自身算法和数据的迭代和积累铺平道路。

2022年8月,小鹏汽车与阿里云共同宣布在内蒙古乌兰察布建成自动驾驶智算中心“扶摇”,用于自动驾驶。2023年1月吉利汽车也联合阿里云推出吉利星睿智算中心,理想汽车在2023年同样与火山引擎合作在山西布局智算中心,蔚来等诸多车厂亦积极推动自有或云端算力的构建。

2、芯片对Transformer适配性将影响未来竞争格局

开源证券指出,Transformer大模型对芯片架构提出新的要求,芯片对Transformer适配性将影响未来芯片的竞争格局。

芯片架构决定着算法运行效率,近年随着Transformer算法风靡AI界,特斯拉引领下,Transformer在自动驾驶行业被广泛使用。与传统卷积神经网络(CNN)架构相比,Transformer算法对算力要求更高、芯片的运算精度更高、算子复杂度更高。

鉴于上述特点,不少芯片厂商推出了可针对Transformer加速的芯片产品。开源证券认为:

未来,能够良好适配Transformer算法并帮助其在车载平台落地的公司有望占得先机。自动驾驶产业加速成熟,配套公司全面受益BEV+Transformer大模型的自动驾驶算法构建形式被市场广为接受。

总的来看,开源证券表示,2023年将陆续看到各大车企纷纷落地自己的城市辅助驾驶相关车型,行业呈现百花齐放的状态,无疑将助力整个自动驾驶产业链走向繁荣。

本文主要摘取自开源证券《自动驾驶算法变革开启算力侧“竞赛”》、西部电子《自动驾驶奇点来临,L3/L3+智能驾驶加速渗透》

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
相关文章