![]()
傳統汽車行業集人類工業文明發展之大成,以機械部件的可靠性、座艙內部的舒適性、駕駛過程的操控性、外觀設計的美觀性作為評價車型的主要標準。然而,隨著智能化終端對人類生活的滲透,人們越發信任并習慣于科技發展所帶來的便捷。汽車作為人類最主要的出行工具之一,也在漸進式地通過各種駕駛輔助功能將用車者從駕駛行為中解放出來,車機系統的智能性正越發成為人們評價一個車型的核心標準。自動駕駛是駕駛輔助功能的最終形態。早期的各種駕駛輔助功能控制邏輯較為直接,體現為控制車上單一維度的功能對數量有限的環境變量做出回應。進一步向自動駕駛的發展需要車機系統對車輛周圍的環境信息做出整體統籌,并規劃出安全、舒適、高效的線路。這需要車輛即時對周圍運動單元的潛在軌跡做出判斷,但不同情形排列組合可能產生的條件數量遠大于有限的程序所能承載的范圍,因而需要人工智能的介入對車機進行長期的訓練。自動駕駛系統具有高度的復雜性,訓練的過程需要以海量場景數據的積累為前提。在訓練的過程中,機器需要在有限的時間內對大量的圖像信息完成處理,因而需要以巨大的算力作為支撐,造成了訓練自動駕駛系統的高成本。與此同時,自動駕駛系統在真實世界中可能遭遇的場景難以窮盡,因而需要系統對駕駛行為進行持續不斷的學習,拉長了自動駕駛系統訓練的周期。大型車企或一級供應商往往選擇建立自有算力資源。但是,人工智能計算中心的搭建具有較高的技術門檻,運營與維護過程也需要較高水平的經驗積累,因而需要與技術成熟的解決方案供應商開展合作。首先,數據中心解決方案供應商軟硬件技術的先進性決定了人工智能計算中心所能提供的算力水平,其解決方案的成熟度又決定了前期搭建所需的時間周期,以及算力供給過程中的穩定性。這些因素共同決定了自動駕駛解決方案的開發周期,因而直接影響了相應的車企是否能夠在智能駕駛領域取得市場先機。在自動駕駛領域具有長期規劃的車企或技術供應商需要掌握穩定的算力資源。就這一方面而言,硬件的選型與網絡的規模將對數據中心的算力產生直接的影響,涉及 IT領域的專業知識,企業需要具備相關的知識儲備,以及駕馭跨行業合作關系的能力。此外,搭建及運營人工智能計算中心的供應商需要提供一套集成的全棧式A I解決方案,以保證自動駕駛系統的開發項目能以最快的速度上線,并得到持續且穩定的算力支持。![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
智玩元宇宙官網http://www.pmeta.fun(復制到瀏覽器打開)
【中移智庫】VR、AR產品發展現狀及趨勢研究報告-43頁
【頭豹研究院】2022年小米生態鏈及元宇宙布局研究報告-21頁
【中移智庫】新型人機交互體驗演進與未來數字生活-18頁