[{"data":1,"prerenderedAt":28},["ShallowReactive",2],{"news:AI-computing-dual-drive-autonomous-driving-acceleration":3},{"code":4,"message":5,"data":6},200,"操作成功",{"createBy":7,"createTime":7,"updateBy":8,"updateTime":9,"id":10,"title":11,"titleEn":12,"keyword":13,"newsDescribe":14,"urlPath":15,"tourl":16,"articleContent":17,"publishType":18,"briefIntroduction":19,"sort":20,"type":18,"publishStartTime":21,"showTime":7,"publishEndTime":22,"publishStatus":20,"isValid":20,"isOld":23,"remark":24,"nickName":7,"numberOfViews":25,"time":26,"year":27},null,45,"2025-08-25 11:11:44",569,"AI+算力双轮驱动，自动驾驶何以跑出最快加速度？","AI-computing-dual-drive-autonomous-driving-acceleration","自动驾驶，车路协同，AI，算力，智慧交通","算力引擎激发自动驾驶产业新动能","public/cloud-official/2025-init/ly/new/news56.jpg","news056.html","\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">从第一次工业革命爆发到全球生成式AI蓬勃兴起，人类对于科学与技术的探索从未停息。随着5G、云计算、大数据、人工智能（AI）等新一代信息技术进一步向千行百业渗透融合，多模态大模型、自动驾驶、智能家居、工业仿真、AI数字人、AR/VR、智能机器人……正驱动万物互联、虚实融合、人机共融的智慧社会加速到来，颠覆式变革人类的生产和生活方式。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-center\" style=\"line-height: 1.8;\">\u003Cstrong style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">聪明的车+智慧的路，车路协同助力自动驾驶“弯道超车”\u003C/strong>\u003C/p>\u003Cp class=\"ql-align-center\" style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">在智慧交通领域，与AI技术发展深度绑定的自动驾驶行业，在大模型时代浪潮下迎来提档换速的“奇点时刻”，自动驾驶发展至今已演绎出单车智能（AD）和车路协同（VICAD）两大技术路线。车路协同在单车智能的基础上，借助路侧精准感知的“上帝视角”，结合高精度地图、传感器、通信等技术，通过人、车、路、云多个终端的数据协同互联来实现自动驾驶，有效帮助单车智能洞察更多“盲区”、拓展感知范围和运算决策能力。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\" class=\"ql-align-center\">\u003Cstrong class=\"ql-font-MicrosoftYaHei\" style=\"font-size: 14px;\">“技术+政策”催化，自动驾驶跑出发展“加速度”\u003C/strong>\u003C/p>\u003Cp class=\"ql-align-center\" style=\"line-height: 1.8;\">\u003Cspan class=\"ql-font-MicrosoftYaHei\" style=\"font-size: 12px;\">\u003Cspan class=\"ql-cursor\">\u003C/span>\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">AI大模型对车路协同自动驾驶的赋能效应持续释放。在云端，常利用模型参数量的大容量优势，完成自动驾驶数据自动标注、数据挖掘、小模型蒸馏训练等任务；在车端，大模型可用于合并不同子任务的小模型，节省车端计算环节所需的推理时间，提升自动驾驶安全性。特斯拉向内部员工推送的FSD V12已采用了端到端的大模型思路。目前，包括小鹏、华为、特斯拉等在内的汽车厂商正加速推动高阶自动驾驶技术迭代进程。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">\u003Cimg src=\"https://oss.lanyun.net/public/cloud-official/2025-init/ly/new/newsp0544.png\">\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">2023年12月5日，交通运输部办公厅印发《自动驾驶汽车运输安全服务指南（试行）》，鼓励规范自动驾驶汽车在特定区域、特定时段从事城市公共汽电车、出租汽车、物流配送等商业化试运营，为自动驾驶汽车大规模商业化落地奠定政策基础；四部门联合发布的《关于开展智能网联汽车准入和上路通行试点工作的通知》中进一步明确了L3/L4自动驾驶准入规范，推动L3和L4级自动驾驶车型实现里程碑式的新跨越……\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">\u003Cimg src=\"https://oss.lanyun.net/public/cloud-official/2025-init/ly/new/newsp0545.png\">\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">在政策催化和技术突破的双轮驱动下，自动驾驶商业化落地进程加速，从封闭测试到开放道路、从试点示范到商业试运营快速迭代，产业链基础配套和市场开发日趋完善。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-center\" style=\"line-height: 1.8;\">\u003Cstrong class=\"ql-font-MicrosoftYaHei\" style=\"font-size: 14px;\">“算力引擎”激荡车路协同新动能\u003C/strong>\u003C/p>\u003Cp class=\"ql-align-center\" style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">AI大模型、边缘计算等技术在推动车路协同加速驶入发展“快车道”的同时，也对算力供给提出了更高的要求。作为“车轮上的数据中心”，车路协同中的海量路侧感知数据处理及车端数据应用需求背后，算力扮演着不可或缺的角色，正成为承载和推动车路协同走向规模化落地的关键力量。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">路侧感知设施生成的道路视频、雷达、图片等海量数据需要进行实时处理和分析，形成有价值的交通引导信息，并以V2X（vehicle to everything，车用无线通信）的形式下发给用户终端。这一系列流程运行的背后离不开高效稳定的TFLOPS（每秒万亿次）级别的计算能力支撑。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">\u003Cimg src=\"https://oss.lanyun.net/public/cloud-official/2025-init/ly/new/newsp0546.png\">\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">在车端应用方面，从单车智能模型训练中将Corner Case（极端情况）下的车辆数据、车载摄像头视频和图像等数据上传到边缘侧进行数据清洗筛选到云端上传已处理数据进行模型训练再至高精地图的制作和分发，对运算能力和计算资源的需求逐级跃升。而用于交通预测、拥堵管理的智慧交通模型部署和训练则依赖于更加灵活扩展的存储和智能算力供给水平。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">随着算法的不断进化和数据的几何式增长，自动驾驶有望贡献算力需求全新增量。为实现自动驾驶汽车更全面、精确、可靠地感知、决策、控制和执行行驶任务，自动驾驶等级每提升一级, 对算力资源的需求至少增加十倍。据华经产业研究院预测，2025年我国L3、L5级别自动驾驶渗透率将分别达到14%、1%，到 2030年两者将分别达到40%、12%。L3、L5级别自动驾驶算力需求将从30-60TOPS增至500-1000TOPS，未来随着自动驾驶车辆渗透率的提升，自动驾驶市场整体算力需求或将持续释放，预计2025、2030年智能驾驶市场算力需求将分别达到1.9万、19万TOPS，2021-2025 CAGR 达112%。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">\u003Cimg src=\"https://oss.lanyun.net/public/cloud-official/2025-init/ly/new/newsp0547.png\">\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">作为专注于提供GPU算力解决方案与算力云服务的科技公司，蓝耘基于灵活的基础设施、丰富的GPU算力资源和技术运营经验优势，依托智算中心“绿色基座”，可为自动驾驶数据处理、模型训练、车路协同等计算密集型应用场景，提供随时随地可获取的便捷高效的GPU算力云服务，满足客户业务应用和GPU算力随需扩展的双重需求。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">蓝耘GPU算力云服务基于Kubernetes原生云设计,专为大规模GPU加速工作负载而构建。搭载高可配置高可用的英伟达高端GPU系列，支持按需灵活计费、轻松调整存储容量及扩展容量，协同网络架构水平扩展、系统调优及应用排错及先进的分布式训练集群，旨在为客户提供裸金属的性能优势，可实现现有工作负载轻松迁移、快速部署和弹性拓展，平滑应对突发流量高峰，满足客户在AI模型构建、训练和推理业务全流程中对GPU算力灵活性及多样化的需求，为AI创新发展注入强劲势能。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">从“马力”到“算力”，自动驾驶的“智算”时代齿轮正加速转动。蓝耘将持续秉承“链接产业上下游、释放算力价值”的企业使命，以卓越算力锻造城市智慧交通发展的智能“根基”，携手行业助推“聪明的车”更安全地驶向“智慧的路”。\u003C/span>\u003C/p>\u003Cp style=\"line-height: 1.8;\">\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-right\" style=\"line-height: 1.8;\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">素材来源 | 《2024年中国自动驾驶行业深度研究报告》、《车路协同算力网络白皮书（2023）》\u003C/span>\u003C/p>",2,"从第一次工业革命爆发到全球生成式AI蓬勃兴起，人类对于科学与技术的探索从未停息。随着5G、云计算、大数据、人工智能（AI）等新一代信息技术……",1,"2024-02-23 00:00:00","2025-08-22 17:01:06",0,"旧数据处理-20250814",241,"00:00:00","2024年02月23日",1775720836234]