智能驾驶智算数据平台发展研究报告

发起单位 中国汽车工程学会人工智能分会中国智能网联汽车产业创新联盟人工智能工作组 联合牵头单位 清华大学北京工业大学国家智能网联汽车创新中心北京万界数据科技有限责任公司 参研单位 中国软件评测中心（工业和信息化部软件与集成电路促进中心）中国信息通信研究院重庆大学比亚迪汽车工业有限公司同济大学电子科技大学国汽大有时空科技（安庆）有限公司国汽智控（北京）科技有限公司 课题工作支持单位 吉林大学北京车网科技发展有限公司蔚来汽车科技（安徽）有限公司广州汽车集团股份有限公司智能汽车安全技术全国重点实验室长城汽车股份有限公司广州小鹏汽车科技有限公司浪潮电子信息产业股份有限公司华为云计算技术有限公司上海临港绝影智能科技有限公司蘑菇车联信息科技有限公司首链（广州）区块链科技有限公司 顾问 李骏中国工程院院士清华大学车辆与运载学院教授中国汽车工程学会名誉理事长、人工智能分会名誉主任委员中国智能网联汽车产业创新联盟理事长 指导专家 李升波清华大学车辆与运载学院长聘教授中国汽车工程学会人工智能分会主任委员中国智能网联汽车产业创新联盟人工智能工作组组长公维洁中国汽车工程学会副秘书长中国智能网联汽车产业创新联盟秘书长国家智能网联汽车创新中心副主任 编写人员 陈晨赵晓华边扬陈桂华杨志成孙宫昊王瑶裴世康沈修齐白文静张晋崇刘震刘会会刘高阳邹博松曾庆双洪启安李金华高锋詹光伦朱福堂张潮张伟伟余王鹏飞陈虹李庆建胡宝宝魏文萱高博麟赵睿路鹏飞周毅龚诚王代涵苗成生任祥云张瀛王潼程智峰贺翔潘鹏杜君黄清成侯大卫王金兰何英琪黄家威 目录 1智能驾驶智算数据平台定义及预期功能...............................................................1 1.1智能驾驶智算数据平台定义.....................................................................11.2行业级智能驾驶智算数据平台预期功能.................................................2 2智能驾驶智算数据平台发展现状分析...................................................................2 2.1国外现状分析.............................................................................................22.2国内现状分析.............................................................................................42.3国内智能驾驶基础资源情况调研.............................................................6 3基于调研的行业痛点问题及需求分析...................................................................8 3.1行业痛点问题.............................................................................................83.2行业需求及解决方案.................................................................................9 4汽车行业级智算数据平台建设关键问题思考.....................................................10 4.1平台建设必要性.......................................................................................104.2平台总体定位、建设目标及内容...........................................................124.3平台建设风险分析...................................................................................144.4平台建设难点...........................................................................................15 5汽车行业级智算数据平台建设模式及规划.........................................................16 5.1平台建设模式分析...................................................................................165.2平台阶段性建设规划...............................................................................19 附录1：国内智算中心建设情况...............................................................................21 附录2：国内智能驾驶基础资源现状调研分析图...................................................23 1智能驾驶智算数据平台定义及预期功能 1.1智能驾驶智算数据平台定义 端到端自动驾驶要求海量高价值数据、超大规模算力和专业适配算法作为支持。自动驾驶领域数据类型多样、格式复杂、算力分散，且以Transformer为基底的人工智能网络模型结构在智能驾驶领域的适应性尚未被充分验证。建立行业级智能驾驶智算数据平台，有望集中行业力量，建立高质量自动驾驶数据集、集中算力资源、合力研发适用于端到端自动驾驶的算法模型，是推动人工智能技术融入智能驾驶领域，破解我国智能驾驶相对落后局面、实现赶超的最有潜力途径。 “智能驾驶智算数据平台”是指服务于汽车智能驾驶模型开发及测试的数据、算力和算法综合服务平台，通常可分为企业级平台和行业级平台。其中，“智能驾驶模型（智驾模型）”是指可具备感知、预测、决策、规划、控制等功能、可驱动自动驾驶车辆安全、高效运行的分块化或一体化神经网络载体模型。 智算数据平台一般由大算力GPU或专用人工智能芯片并行集群为主要计算硬件，可以服务于人工智能深度学习模型的设计与训练，自动驾驶算法在各类数据基础上不断地重复训练与验证，推动车辆对环境感知、路径规划等的认知水平逐渐趋近于真实驾驶场景。 行业级智能驾驶智算数据平台旨在为行业内整车企业、智驾供应商、研究机构及高校等主体的智能驾驶模型开发和应用提供基础数据、算力和算法服务，并 协调上述单位及相关数据算力供应商开展智能驾驶研发基础资源的汇聚和流通。 1.2行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期将在数据、算力、算法三大人工智能支柱方面提供行业级服务。 （1）数据服务。提供行业级数据服务能力，包括但不限于数据的汇聚与传输、确权与鉴权、存储与管理、分类和分级、合规与脱敏、清洗与预处理、质量评估与价值定义、可视化与分析、机器学习平台集成、交易与共享等。 （2）算力服务。提供行业级算力服务能力，包括但不限于算力资源跨地域汇聚、异构算力支持、资源隔离与调度、高可用性与容错性、性能监控与分析等。 （3）算法服务。提供行业级算法服务能力，包括但不限于基础算法库、算法开发与优化工具、数据标注基础模型、智驾模型训练与测试环境、智能驾驶基础模型、剪枝压缩部署工具等。 2智能驾驶智算数据平台发展现状分析 2.1国外现状分析 2.1.1国外企业及项目建设情况 （1）智能驾驶开发商及汽车厂商 智能驾驶技术在国外发展较早，出现了特斯拉、Waymo、Wayve等智能驾驶开发商。在数据驱动的端到端自动驾驶系统展现强大的驾驶能力后，各自动驾驶开发商以及宝马、奔驰等传统汽车厂商也开始积极进行探索和积累。 特斯拉在数据、算力和算法方面均处于国际领先地位。数据方面，特斯拉通过保持少量标准化的车型并搭载“影子模式”，采集格式统一的道路交通和驾驶行为数据，数年来累积了大量的高价值数据。算力方面，特斯拉2024年底平台算力总规模扩大到相当于30万块A100显卡的总算力，约为100 EFLOPS（FP16）。算法方面，特斯拉引领了BEV、占据网络以及数据闭环端到端等自动驾驶技术研发，并且开发了高度真实的仿真平台，兼具WorldSim和LogSim仿真能力。 Waymo的主要优势之一在于可依托Google在全球的用户网络，通过用户的机器人验证进行道路交通对象数据标注，帮助Waymo建立高质量数据集。此外，Waymo还通过高保真模拟驾驶环境用于补充真实世界的数据。 Wayve积极利用人工智能算法开展自动驾驶系统开发。2023-2024年，Wayve发布多模态生成式世界模型GAIA-1、混合模型LINGO-1、WayveScenes101数据集、自动驾驶仿真软件PRISM-1。 奔驰采用谷歌云Vertex AI平台用于挖掘客户信息以提供个性化内容服务，同时在构建下一代高级驾驶辅助系统时采用谷歌云平台作为算力中心；采用NVIDIA DRIVE Sim仿真软件对智能驾驶功能进行测试验证。 宝马集团与亚马逊云科技开展战略合作，开发定制云软件用于宝马车辆的数据管理和分发，支持包括分析、机器学习、数据库、存储和计算等功能。 英伟达已开发端到端自动驾驶汽车开发平台NVIDIA Drive、针对深度学习应用的NVIDIA DGX-1超级计算机、用于智能座舱的开放和可扩展的软件框架NVIDIA DRIVE IX、端到端自动驾驶仿真平台NVIDIA DRIVE Sim。 （2）联盟/行业项目 ①GAIA-X GAIA-X是一个旨在建立欧洲数据和云主权的倡议，由德法联合牵头，欧盟27个成员国参与，覆盖378家企业，目标是构建一个真正属于欧洲的开放的数据基础设施，以实现数据和服务的透明度、可控性、可移植性和互操作性，成为欧盟的“母云端”，并创立通用云标准、参考云架构和互操作性要求等。GAIA-X的架构设计包括数据共享的共同标准、最佳实践、工具和治理机制，以支持数据共享和跨公司合作。 GAIA-X的核心是提供一个共享的数据和服务平台，使公司更有效地使用资源，并提高价值创造过程的透明度和弹性。它遵循国际数据空间协会（IDSA）的国际数据空间（IDS）标准，确保数据交换基于欧洲价值观，如数据保护和安全、通过联合设计确保平等机会以及为数据创造者保证数据主权和参与者间的信任。 此外，GAIA-X信任框架（Trust Framework）定义了一套规则，以确保参与者遵守政策规则，如安全、隐私、透明度和互操作性。GAIA-X标签（GAIA-XLabels）是服务提供商的可选方案，以确保透明度和互操作性的共同水平，同时限制市场参与者的监管负担。 ②Catena-X Catena-X是欧盟数据战略框架下德国主导的汽车行业共享数据生态系统，旨在创建一个开放的、协作的数据生态系统，以促进整个汽车价值链上的数据共享和合作。成员覆盖汽车制造商、材料与零部件供应商、数字基础设施运营商、公共研究机构等。该项目开发了行业级数据共享平台，制定了数据标准与规则。 Catena-X基于GAIA-X和IDSA的欧洲原则，致力于解决汽车行业中的挑战，如