眾所周知，算力對于輔助駕駛能力提升相當(dāng)重要，F(xiàn)SD之所以能夠極其擬人化，跟特斯拉100EFLOPS的云端算力密不可分，那么國內(nèi)情況如何？

　　就在今日，華為乾崑智能汽車解決方案發(fā)文稱，乾崑智駕ADS 4支持WEWA架構(gòu)，擁有45EFLOPS云端AI算力、10億公里高質(zhì)量訓(xùn)練數(shù)據(jù)。

　　官方介紹稱，ADS 4依托10億公里云端高質(zhì)量訓(xùn)練數(shù)據(jù)，相當(dāng)于一位老司機(jī)在暴雨、夜間、事故等各種極端路況里開了10萬年車。

　　45EFLOPS的云端AI算力在國內(nèi)妥妥天花板，相當(dāng)于200萬臺游戲電腦滿負(fù)荷工作，可實(shí)現(xiàn)算法的超高速迭代。

　　資料補(bǔ)充：

　　EFLOPS是衡量云端超算平臺計(jì)算能力的單位，1EFLOPS表示每秒可進(jìn)行百億億次浮點(diǎn)運(yùn)算，這個(gè)數(shù)字直接關(guān)系到車企處理海量數(shù)據(jù)、訓(xùn)練復(fù)雜AI模型的效率和能力。

　　高階智能駕駛依賴于 “云端訓(xùn)練-車端部署-數(shù)據(jù)回傳-再訓(xùn)練” 的閉環(huán)：

　　車輛采集的真實(shí)路況數(shù)據(jù)回傳至云端，經(jīng)過反復(fù)訓(xùn)練形成更強(qiáng)大的模型，再通過OTA更新下發(fā)至車端，這個(gè)閉環(huán)的運(yùn)行效率，很大程度上取決于云端算力的強(qiáng)弱。

　　業(yè)內(nèi)熱議的 “世界模型” （用于模擬真實(shí)物理環(huán)境來訓(xùn)練自動(dòng)駕駛系統(tǒng)）對算力的需求更是呈指數(shù)級增長，能否支撐此類大模型的訓(xùn)練，已成為車企進(jìn)入下一輪競爭的關(guān)鍵門檻。