当前，汽车行业正经历着从电动化向智能化转变的革命性飞跃。智能汽车作为未来出行的核心，算力的提升成为推动这一变革的关键因素。在此背景下，由车东西、智猩猩联合上海市国际展览（集团）有限公司主办GTIC 2024中国智能汽车算力峰会于6月5日在上海举办。

作为2024上海国际低碳智慧出行展览会官方活动之一，该峰会以“算力为基 驱动未来”为主题，汇聚了多位行业大咖，通过多维度的探讨和展示，全面解构了中国智能汽车算力的新突破、新变局与新趋势，为行业从业者提供了宝贵的经验和见解，为智能汽车产业发展带来了的新思路。

中国智能汽车快速发展 算力成为智能化下半场关键

在高峰论坛上，上海车展管理有限公司总经理张晨安致辞表示，当前，电动化、智能化已成为汽车产业的发展趋势，尤其芯片算力在近几年也成为汽车行业热点，可以说已成为智能汽车的核心要素。而人工智能、大数据、云计算、5G等新一代数字技术在其中起到了关键驱动作用。随着智能化浪潮的推进，中国芯片企业有望在国际市场上取得更高的份额。

智一科技联合创始人兼CEO龚伦常强调，当下，新一轮汽车革命已进入以智能化为核心的下半场，作为智能汽车的基石，算力正在大模型等多种因素的影响下开启全新的局面，自动驾驶即将迈入端到端自动驾驶的新阶段，智能座舱在生成式AI的加持下正在快速提升舱内的整体性体验。基于此，本次峰会设置了四大板块，包括高峰论坛、自动驾驶车端算力专题论坛、智能座舱算力专题论坛和云端算力专题论坛，话题涵盖车载算力、端到端、域控制器、操作系统及中央计算等方面。

随后，与会嘉宾从高阶智驾、芯片IP、端到端自动驾驶、大模型、舱驾一体、汽车操作系统等多方面进行了中国智能汽车算力发展的分享。

在智能化加速、AI算法革新、产业链自主可控的三浪叠加之下，中国车企迎来量产与技术的双重角力。但业界依赖“重投入卷出新高度”的线性模式难以为继，同时特斯拉FSD在技术、数据和算力上的高门槛，也显示了模仿并非最佳路径。面对要量产还是要自建的两难挑战，辉羲智能提出打造中国FSD的创新路径——“可扩展的计算引擎”。在高峰论坛上，辉羲智能联合创始人章健勇进行了主题为《可扩展的计算引擎，加速打造中国FSD》的演讲，分享了其对于加速打造中国FSD的看法与实践。

安谋科技智能物联及汽车业务线负责人赵永超发表了主题为“AI加持，Arm车载算力驱动汽车产业创新”的演讲。他全面剖析了汽车产业正在经历的空前变革，并就车企如何在“新四化”浪潮中把握先机，借助AI实现高效开发，确保功能安全以及缩短产品上市周期等话题进行了深入探讨。

商汤绝影智能驾驶产品总监赵祥磊分享了其关于端到端引领AI定义智能驾驶2.0时代的思考。他表示，智驾技术正从AD1.0半数据驱动向AD2.0数据驱动的端到端网络演进。他指出，AD2.0最终的端到端方案，是一个统一的感知决策规划一体化方案，其优点在于性能上限更高，对复杂交通场景的理解能力以及与交通参与者的博弈交互能力更强。

而随着数据/车队数量越来越高，Corner Case出现概率越来越低，车端获取高价值数据的综合效率逐渐降低，因此需要寻找新的数据驱动引擎。赵祥磊认为，基于大模型的数据生成 + 端到端仿真能够加速长尾场景数据的获取和端到端模型的迭代。

联想集团高级总监、研究院主任研究员、车智能负责人武亚强发表了主题为《AI for ALL：从通用计算到车计算》的演讲，详细介绍了联想在车计算领域的最新战略和技术布局。

武亚强指出，算力不仅是智能驾驶的重要基石，也是智能汽车进入AI时代的基础设施。联想致力于通过创新的车计算解决方案，推动汽车产业的智能化升级。大模型技术的快速发展，对车计算提出了新的要求。联想通过优化模型调优和算子库，提升AI模型的精度和算力效率。同时，联想还在车载智能体领域积极探索，推动大模型在智能座舱和自动驾驶中的应用。

黑芝麻智能芯片和架构副总裁何铁军介绍了舱驾一体的算力挑战和时代机遇。他指出，舱驾一体的终极形态是采用One-Chip方案，方案最简；芯片采用先进工艺，具有良好的性能、成本优势；座舱、智驾的需求已经成熟，已完成技术探索，技术升级、迭代需求放缓；OEM/Tier1/Tier2全产业链完全具备单芯片舱驾一体方案的软硬件开发、量产能力。

随后，零念科技创始人兼CEO柯柱良发表了主题为《下一代智能汽车操作系统的思考与实践》的演讲，详细介绍了智能汽车操作系统的最新发展及其在汽车电子电气架构变革中的关键作用。柯柱良指出，汽车电子电气架构正经历根本性的变革：从分布式控制器演变为智能座舱、智能驾驶和底盘等域控制器；从传统的MCU芯片逐步演变为与高算力的SoC芯片共存。在这一快速变革的时代，如何确保汽车电子系统的高安全性和可靠性，同时满足智能网联的灵活性和扩展性，将成为新一代智能汽车操作系统的核心挑战。

他表示，未来十年，智能汽车操作系统需满足两个关键需求：安全性和成本控制。汽车电子电气架构需要确保系统的可靠性，同时降低成本。他强调，下一代智能汽车操作系统需具备确定性系统特性，包括确定性通讯和调度，以确保系统的安全性和可靠性。

智驾车端算力回归理性 汽车中央计算未来可期

经历了算力大战之后，自动驾驶车端算力在车企主导的价格战的大背景下，已经逐步回归理性。与此同时，多域融合乃至中央计算也成为当下及未来的探索方向。在车端算力专题论坛，两位技术大咖分别围绕智驾芯片、中央计算机进行了深入阐述。

为旌科技运营副总裁赵敏俊介绍了算力理性背景下智能驾驶芯片的设计挑战和发展。他表示，2023年之前汽车智驾行业快速发展，技术快速演进的同时需要足够的硬件冗余来支撑，但2023年开始回归到理性的商业化，整个行业都在思考如何降本增效实现商业落地，对于硬件算力的需求也进入了理性选择的阶段。

在这一大背景下，汽车的智驾能力也将从30+万车型逐步下探到拥有更大市场的价格区间，未来的智能化更将成为全系车型的标配，更多的用户将享受到智驾带来的全新体验，更高性价比和合理算力的智驾芯片成为供应链中重要的一环。

当前，去激光雷达、无图的技术路线相对明确、用户体验逐步可接受，但是芯片方案仍有很大的优化空间。赵敏俊认为，未来的发展方向是把分散的功能合在一起，高集成度的芯片实现功能的合一，同时通过低功耗设计降低系统功耗，做到自然散热，从而从系统层面降低设计复杂度和成本。不过，高性价比芯片也面临一些挑战，比如多核异构的计算效率和任务调度、存储带宽分配及流控设计、Transformer+BEV算法演进需要新增算力与功耗的矛盾、不同功能安全等级及其数据交互等一系列技术难点，这些都对智驾芯片设计能力的重要考验。

随后，映驰科技产品副总裁赵建洪发表了主题为《汽车中央计算机的“局”和“解”》的演讲，深入探讨了中央计算机在用户价值、车厂价值、生态价值和工程落地等方面的关键作用。

赵建洪在演讲中指出，随着汽车智能化的发展，中央计算机的概念逐渐成为行业关注的焦点。传统的分布式控制器架构已经无法满足日益增长的智能化需求，中央计算机作为智能汽车的核心，能够更好地整合和管理车辆的各项功能，提升用户体验和系统效率。

赵建洪指出，未来的中央计算机将不仅限于车端，还需与云端协同工作，通过云端的强大算力支持，实现更丰富的功能和更高的计算效率。不过，中央计算机在工程落地中面临研发工作量大、成本高、资源整合难、研发人员能力不足等问题。同时，他预计，未来两三年内，行业将逐步提升能力，推动中央计算机的广泛应用。

智能座舱迎大变革 行业玩家共探发展新趋势

在智能汽车革新的浪潮中，智能座舱作为人车交互的核心，正迎来前所未有的变革。在当下，算力如何驱动座舱发展新趋势，在智能座舱算力专题论坛中，与会嘉宾给出了他们的见解。

博泰车联网CTO张杰带来了关于基于先进算力平台的汽车智能化场景创新与实践的分享。他表示， 以智能座舱为底座，融合高级辅助自动驾驶、车身功能、网关、5G、V2X 的中央计算平台是下一代智能汽车架构的核心系统之一，助力简化传统整车电子电气架构的信号矩阵以及功能结构，为实现智能汽车成为情感空间提供整车的硬件平台以及软件平台基础。

张杰介绍了分布式、域集中式、中央集中式（多块SoC）、中央集中式（单块SoC）四种智能汽车E/E架构及芯片配置方案。其中成本较高的域集中式和成本最低的中央集中式（多块SoC），将是未来3-5年主流的架构与芯片配置方案，且会长期并存发展。张杰表示，车企需要基于自身技术实力、主打车型定位、成本收益考量等，选择合适的方案。

随后，亿咖通科技产品高级总监龚思颖发表了主题为《大模型与中央计算：解锁未来智能汽车的无限可能》的演讲，深入探讨了大模型与中央计算融合在汽车智能化中的应用前景。

龚思颖指出，当前大模型在汽车领域的应用已经大量涌现，但受限于车端的存算能力，应用仍存在诸多制约。中央计算与大模型的融合有望克服这些限制，为汽车智能化带来更多可能性。

龚思颖介绍了大模型在汽车领域的主要应用，包括智能驾驶、智能座舱和售前、售中、售后的全生命周期服务。大模型的应用不仅提升了语音交互的精准度和情感化，还改善了客服和虚拟助手的智能化水平。此外，大模型在智能驾驶中的应用体现在训练、数据标注和算法感知能力的提升，特别是在仿真训练中解决了许多长尾问题。

同时，她指出，大模型在汽车上的应用面临数据采集困难、算力不足和数据传输效率低等挑战。当前的车端架构难以支持大模型所需的高效数据处理和实时计算。为解决上述问题，龚思颖提出中央计算是大模型“上车”的基石。中央计算架构能够集中算力，进行海量数据计算和高效的数据传输，从而显著提升大模型在车端的应用效果。

智达诚远（诚迈科技子公司）市场及产品规划副总裁安艳围绕单SoC舱驾融合面临的机遇和挑战，以及智达诚远的创新实践和思考等话题进行了探讨。她表示，关注智能驾驶和智能座舱体验日渐成为用户购车的重要考量因素，但智能化推进过程中还存在着关键基础技术（操作系统、AI等）欠缺、成本高、体验差等问题。在此时代背景下，可降本减重、提质增效的单芯片舱驾一体方案应运而生。

伴随着整车电子电气架构从单域到跨域融合升级，软件的重要性及复杂度越来越高。单芯片舱驾一体方案量产落地的挑战和难题大都集中在软件上面，包括系统安全、软件架构、数据共享、算法集成、弹性扩展、时间同步等。跨域融合的软件平台将是主机厂快速部署舱驾一体的核心关键。

云端算力重要性凸显 助力大模型和仿真测试

在大模型、端到端自动驾驶等技术热潮，以及高阶智驾加速渗透等多种因素的带动下，云端算力之于自动驾驶开发测试的重要性正在凸显。来自首都在线、沛岱汽车的两位专家，分别从智算云、仿真测试的角度进行了分享。

首都在线智算生态副总裁吴锦晟发表了主题为《新一代智算在线服务平台加速大模型应用》的演讲，深入探讨了如何通过智算云平台推动大模型在智能汽车领域的应用。吴锦晟指出，生成式AI和GPT等技术将为智能座舱和自动驾驶带来更好的交互体验。未来五年，大模型的应用参数规模将呈指数级增长，用户和应用的规模也将大幅增加，推动AI产业链的快速发展和算力的普惠化。

在多元算力和统一调度的相关策略上，吴锦晟强调，首都在线不仅依赖英伟达的算力，还整合了多种国产芯片，形成了多元算力体系。此外，首都在线通过AI全球网络（AIDU）实现了统一调度，提供广域模型的快速分发和加载服务，优化大模型的部署能力。

沛岱汽车云仿真产品负责人王晓慧带来了如何让云端算力助力海量仿真测试的分享。他表示，测试验证是自动驾驶商业化的“卡脖子”问题。L3 以上高等级自动驾驶需13.8 亿公里测试里程，如果以2元/km来计算，实际道路测试需要27.6亿元，而仿真测试仅需要1.38 亿元完成，因此只有仿真才能快速经济迭代数十亿测试公里数。

她表示，仿真数据赋能测试的“更快、更高、更强”，即仿真测试速度快、场景覆盖度高、仿真还原能力强。同时，她还指出了云端算力在自动驾驶领域能够帮助解决的问题，即计算资源有限、可扩展性不足、测试覆盖率限制。