目前,自动驾驶技术已经走出实验室,进入量产落地的阶段,也成为了各大车企,零部件供应商,高科技公司争相进入的领域,竞争空前激烈。
自动驾驶驾驶技术这一轮的爆发,很大程度上取决于两点:
-
大算力计算平台在消费端取得的突破,为人工智能领域提供了基础算力。
-
深度学习在计算机视觉领域取得的突破,这也是自动驾驶视觉感知的基础。
目前,基于英伟达、高通、Mobileye、地平线、华为的自动驾驶芯片,做多芯片集成开发出来的计算平台整体算力最高已经达到上千 Tops,这为高阶自动驾驶提供了算力保障。
但在算法和算力之间,技术既深度耦合又相互促进,安霸半导体中国区总经理冯羽涛说过:
「自动驾驶所需要的算力不会无限扩展下去,算力要随着算法和数据的能力增长而增长,以目前各家算法技术来说,市面上主流的大算力芯片已经足够,而算法才是接下来竞争的重点,除非算法和数据与算力之间的耦合达到一个瓶颈点,那再去做更大算力的平台才有意义。」

在 1 月 27 日,中金发布了一份名为《人工智能十年展望(三):AI 视角下的自动驾驶行业全解析》的研究报告。报告指出,「深度学习是自动驾驶技术发展的分水岭及底层推动力,算法是各厂商接下来应该重点布局的核心能力,同时,数据是决定自动驾驶量产能力的胜负手」。
也就是说,算力性能已经到了阶段性的平稳发展期,「算法能力 + 数据能力」会成为自动驾驶领域里的各个公司之间竞争谁能胜出的关键。
来源:焉知智能汽车

- 轮胎道路摩擦系数的基本估计:一种基于模型的学习框架
2025-08-13

- 新能源汽车紧急呼叫系统(eCall)
2025-08-12

- eVTOL电池热管理:平板热管+冲压空气的被动冷却系统
2025-08-08

- 【焕新升级】山海智算模组V2——极致集成,跃迁新生
2025-07-30

- 用于物理推理的去噪哈密顿网络
2025-07-30

- 通用汽车新专利:座椅靠背口袋无线充电专利 + 车辆旋转座垫专利
2025-07-26

- 用于虚拟里程测试的NPC 模型生成方法
2025-07-16

- IT-N6300三通道直流电源--电源领域的测试多面手
2025-07-11

- 自动化测试技术
2025-07-10

- 从建模规范到安全合规:汽车电子工程师不可忽视的静态测试技术图谱
2025-07-10