近几年来，万物互联的全场景智慧赋能新产品不断刷新公众对人工智能的认识，一向面临重重技术难题的自动驾驶虽国内目前总体上仍属于L2向L3、L4过渡阶段，然而不少车企已进入了L4、L5研发阶段，目前L3(有条件自动驾驶)、L4(高度自动驾驶)及以上等级自动驾驶以试验和区域性示范为主。

据界面新闻报道，9月1日，上海2022世界人工智能大会第一天，无人驾驶企业AutoX（安途）宣布推出上海市中心城区RoboTaxi示范应用载人服务，并于当日正式投入对外公开运营。与此同时，上海金桥智能网联汽车测试示范区正式启动，浦东第一批智能网联汽车测试道路将对无人驾驶企业进行开放。

7月，北京正式开放国内首个无人化出行服务商业化试点，开展常态化收费服务，并允许安全员从主驾移到副驾。全国多地发布自动驾驶全无人商业化试点政策，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

自动驾驶层级的划分

全国汽车标准化技术委员会制定并于2022年3月1日开始正式实施 《汽车驾驶自动化分级》文件对自动驾驶分级划分如下：

图源：发现报告《2022年智能驾驶行业报告》

L2需要的算力小于 10 TOPS。

L3需要的算力为 30 - 60 TOPS。

L4需要的算力大于 100 TOPS。

L5需要的算力至少为500 - 1000 TOPS。

自动驾驶架构与对应的算力需求

自动驾驶系统架构整体上分为三个部分：感知层、决策层、执行层。

感知层即是与摄像头、激光雷达、毫米波雷达等传感器连接，用于感知车身信息，将识别到的原始信号识别为目标以及道路的各个属性；决策层包括行为决策、轨迹规划、轨迹生成等模块，处理感知层的信息，做出车辆运行决策；控制层受决策层控制，包括横向控制与纵向控制，横向控制主要是控制转向系统，纵向控制涉及油门与刹车的控制。

感知层的车辆传感器模块探测和收集到的大量信息将直接用于自动驾驶开发中的模拟训练，包含图像分析、视觉感知、3D点云感知、高精度定位等，产生的数据量是感知层、决策层、执行层中最多的。

比如蔚来ET7配备了 1个超远距高精度激光雷达、11个800万像素高清摄像头、1个增强主驾感知、5个毫米波雷达、 5个毫米波雷达、12个超声波传感器、1个V2X车路协同感知、2套高精度定位单元。蔚来ET7搭载了4颗 NVIDIA Orin-X芯片，算力需求1016 Tops。

威马M7配备了3个高精超视激光雷达、5个毫米波雷达、12个超声波雷达、11个摄像头、1个独立高精定位模块。M7搭载了4颗 NVIDIA Orin-X芯片，算力需求同样也为1016 Tops。

目前国内自动驾驶量产车整体处于L3级及以下级别，主要自动驾驶企业均以研发提升自动驾驶技术为主。由于自动驾驶本身对安全性的要求较高，在开发阶段，自动驾驶模型训练环节需要大量的算力资源。加之，国内多个自动驾驶商业试点以及智慧道路的建设，自动驾驶车辆的数量、行驶里程迅速增加，积累的路测数据越来越多，系统每天处理TB量级的感知数据，需要更加灵活扩展的存储和算力来完成模型训练，并支撑大数据平台。路测感知的数据量增大，随之带动算力需求进一步增长。

自动驾驶路测数据的开发处理可以分为数据采集、AI训练、仿真测试三个阶段。自动驾驶硬件平台与软件的算力需求具体为：

图源：亿欧智库

以往的自动驾驶芯片主要以实现单一功能为主，如控制底盘、发动机、座舱域等部分分别使用不同的车载芯片，目前领先的车载芯片采用中央集中式架构，使用单一芯片控制提供整车算力，集合传感器、数据融合、路径规划、决策等运算处理功能。

然而芯片能够提供的算力有限，尤其L3级别及以上自动驾驶中传感器数量的增加及分辨率的提升带来海量数据处理需求，使得算法模型的复杂程度亦大幅提升，同时对算力需求亦迅速增长。因此，在车路协同和单车一体化的发展趋势下，“云-网-边-端”融合计算，通过云端、通信网端、边端、车端的连接融合，建立计算平台，形成自动驾驶汽车算力服务网络，将能够实现算力供给的弹性拓展。自动驾驶单车与边缘计算节点实现协同感知和计算任务协同，具备低时延、本地数据脱敏处理等优势，车载计算平台聚焦现场级计算需求，云计算则聚焦非实时的大体量数据分析与算法训练。（援引：《算力驱动汽车——2021中国智能汽车算力发展研究报告》P22）

图源：亿欧智库

蓝耘着眼自动驾驶数据处理、模型训练、仿真测试、车路协同等对算力的大量需求，提出了蓝耘自动驾驶解决方案—FOD（Flex On Demand）按需计费，该解决方案亮点在于，让客户能够以公有云的灵活享受私有云的专属服务，满足客户自动驾驶技术开发过程中的高性能存储与算力需求。

蓝耘FOD按需计费解决方案，按照用户需求“量体裁衣”，为用户提供一个专业化、可定制且按需计费的即服务环境，帮助其定制按需计费的基础架构，使技术和预算与自动驾驶数据处理、模型训练、仿真测试等具体业务的算力需求保持一致。让客户能够实现真正的即用即付，按照实际使用量进行付费，以类似公有云的敏捷弹性，降低IT运营成本和复杂性，大幅提升运营效率，让客户能够更加专注于核心技术研发。