狼人线路一线路二2022_法律新闻_智能驾驶的「终极进化体」是这狼人线路一线路二2022样？

智能驾驶的「终极进化体」是这狼人线路一线路二2022样？_ZAKER新闻

法国高等教育和科研部长希尔薇・勒塔约（SylvieRetailleau）以及负责数字转型和电信的部长级代表让-诺埃尔・巴罗（Jean-NoëlBarrot）当天在法国国立高等矿业-电信学校联盟（IMT）宣布，“未来网络”目标是支持未来网络领域的卓越科学技术研究，满足该领域产业创新的技术需求。该计划可享受“法国2030”投资计划中提供的6500万欧元预算。

在汽车智能化发展的当下，端到端俨然成为单车智能最大化的体现。但如果还想进一步的提高智能上限，则需要考虑车路云一体化。尤其是今年，智能网联汽车高速发展，各地纷纷抛出利好政策。今年 5 月，北京发布近 100 亿元 " 车路云一体化 " 新基建项目规划，随后在 7 月，新基建项目规划中的 " 北京市高级别自动驾驶示范区 3.0 扩区建设项目路侧智能感知设备招标项目 " 公示中标候选结果，三家公司入围。6 月，武汉的 " 车路云一体化 " 重大示范项目获得批准，备案金额达 170 亿元。另外，福州、鄂尔多斯、沈阳、杭州等多个城市也已启动相关项目招标。就在最近，陕西省制造强省建设领导小组办公室印发了《陕西省加快新能源与智能网联汽车产业发展行动方案（2024-2027）》，旨在加快智能网联汽车的建设。通常来说，车、路、云三方各自为政，但又互为对方的最大助攻。车辆能够收集自身周围的信息，比如道路状况、交通信号和其他车辆的情况，并将这些信息发送到云端或路端系统。云端是数据处理的部分，是一个强大的在线平台，用于接收和处理从车辆和道路基础设施收集的数据。再通过分析这些数据，生成有用的信息，如实时交通流量、交通拥堵预测，并将结果返回到车端或路端系统，提供优化建议或指令。路端主要为边缘计算，能够快速分析和及时响应，更能够有效改善道路拥堵等问题。这样一来不仅是单车智能，还是车车协同，甚至能够实现车辆、交通、城市的深度融合。目前来看，比较发达的汽车产业国家，都在这方面有相应的布局。近期，美国交通部（U.S.Department of Transportation，USDOT）对外正式发布了 C-V2X 车联网技术国家部署计划《Saving Lives with Connectivity: A Plan to Accelerate V2X Deployment》。该计划提出在 2024 年至 2036 年（总共 12 年时间内），分为短期、中期、长期三个阶段，在美国全国加速 C-V2X 车联网全国部署。目标至 2036 年，建成覆盖美国全国范围的 C-V2X 蜂窝车联网，高速公路实现 100% 覆盖，75 个大型主要城市十字路口覆盖率达到 85%，其中大多数地区能够提供弱势交通参与者安全服务。其他国家或地区，像日本、欧盟也是布局已久。所以说，无论是智能化产业做防守，还是做主动引领，" 车路云一体化 " 这座高峰，我们都会努力去占领。事实上，近几年，" 车路云一体化 " 到底该怎么演化，也一直在发展与变化中。比如，相比车端、路段来说，云端的重要性开始变得越来越重要了。理想汽车智能驾驶研发副总裁郎咸朋坦言称，" 我们深刻理解做人工智能，除了要建立各种平台体系外，最终大家要竞争就是算力和数据。"同时他表示，特斯拉从不担心自己的技术路线被学习，就是因为特斯拉相信其他企业无法超越其算力和数据。细细想来，这番言论也不无道理。在智能世界中，智能是知识和智力的总和，智能翻译到数字世界就是 " 数据 + 算力 + 算法 "。经过各个大厂算法工程师兢兢业业的内卷，算法的差距正迅速缩小。下一步，再争夺的，就是算力和数据的差距。据国际数据公司 IDC、浪潮信息、清华大学全球产业研究院联合发布的《2022-2023 全球计算力指数评估报告》显示，随着全球数字化发展加速，正在对算力提出庞大的需求。而伴随算力需求而来的是一笔 " 经济账 "。根据业内专家的预估，OpenAI 推出的 Sora 在训练环节大约需要在 4200-10500 张 NVIDIA H100，训练时间至少 1 个月，并且当模型生成到推理环节以后，计算成本还将迅速超过训练环节。而受美国芯片禁令影响，H100 的服务器（8 张卡）在国内的报价一度高达人民币 300 多万元。而现在国内主机厂纷纷自研智驾技术，向大模型 " 开炮 "，更需要强大的算力平台，所以，目前也诞生了「汽车云」这一说法。百度副总裁李硕在解释百度智能云推出汽车云体系的原因时表示，汽车云的需求主要有三个方面：一是传统车企正在上云，建设数字化底座，打造智能化应用；二是以 " 蔚小理 " 为代表的造车新势力有大量新增的云服务需求；三是为汽车生产配套的供应链企业，通过云平台可以连通数据、提升效率。但在资源投入上还是消耗不起，所以更多还是采取共同合作的做法。比如说小鹏汽车，就基于阿里云智能计算平台，在内蒙古乌兰察布联合建立了国内最大的自动驾驶智算中心 " 扶摇 "，算力可达 600PFLOPS（每秒浮点运算 60 亿亿次），据悉，可将小鹏汽车自动驾驶核心模型的训练速度提升近 170 倍。我们会发现一个很有意思的现象，多年以前，行业还有过 " 单车智能、车路协同 " 的对立争论。说白了，就是哪条路线更符合我国的实际交通环境。事实上，单车智能在很长一段时间胜出了，因为车企能主动发力的，只有 " 单车智能 "。他们可以去增加激光雷达，强化芯片算力，以及在近两年，引入 BEV、‌‌ Transformer 模型，包括今年再度转向 " 端到端 "，目之所及的一亩三分地，皆在 " 单车智能 " 这个领域。而如今，我们似乎看到了 " 殊途同归 "，所有的技术路线都汇聚到了 " 云 " 平台这个概念上。本质上，都对算力有强大的渴望。当我们的芯片被 " 卡脖子 " 之后，更需要 " 云 " 平台联通数据，共用共享。这大概是冲向智能驾驶「终极进化体」，绕不过去的一道门槛了。我们要这么做，也必须这么做。当年很多人都不理解，人类为什么要登月。在探索宇宙奥秘时，也诞生了很多新的技术，极大地改变了人类生活。而自动驾驶技术也是这样，每一项足以改变并重新定义我们生活的技术，其背后都有足够多的 " 小技术 " 在堆积。也许，就在不远的将来，我们就能看见全新的技术年代，共飨年华。