大模型應(yīng)用下自動(dòng)駕駛賽道將有哪些變化-2023-10-自動(dòng)駕駛

2023年10月05日智能汽車行業(yè)評(píng)級(jí)：強(qiáng)于大市（維持評(píng)級(jí)）上次評(píng)級(jí)：強(qiáng)于大市1達(dá)、雷達(dá)和相機(jī)等多模態(tài)數(shù)據(jù)融合在同一平面上，可以提供全局視角并消除在車端大模型可賦能自動(dòng)駕駛的感知和預(yù)測(cè)環(huán)節(jié)，并逐漸向決策層滲透，駕請(qǐng)務(wù)必閱讀正文之后的信息披露和免責(zé)申明2逐漸降低對(duì)高精地圖依賴，或采取車端實(shí)時(shí)建圖。激光雷達(dá)逐漸降本趨勢(shì)下，BEV+激光雷達(dá)可提供最大安全保障，因此仍將作為重要傳感器需求量或?qū)⒃黾?，但長(zhǎng)期需求或?qū)⒁婍敗?D成像毫米波雷達(dá)或?qū)⑼耆娲?D毫米波雷達(dá)，有望對(duì)低線激光雷達(dá)形成替代，或?qū)⒃谥懈叨塑囆图白詣?dòng)駕駛服風(fēng)險(xiǎn)提示：宏觀經(jīng)濟(jì)及汽車行業(yè)景氣度下滑；大模型應(yīng)用速度或效果不及預(yù)期；高階自請(qǐng)務(wù)必閱讀正文之后的信息披露和免責(zé)申明343.1.1是否需要智算中心？智算中心成為下3.2.1如何變化？感知數(shù)量質(zhì)量和場(chǎng)景復(fù)雜3.2.2需要多少？算力需求翻倍達(dá)8004風(fēng)險(xiǎn)提示514研究背景及目的142233617特斯拉率先引入大模型，開啟自動(dòng)駕駛3.0時(shí)代。2015年，特斯拉開始布局自研自動(dòng)駕駛軟硬件，2016-2019年陸續(xù)實(shí)現(xiàn)算法和芯片自研。2020年特斯拉重構(gòu)自動(dòng)駕駛算法，引入BEV+Transformer取代傳統(tǒng)的2D+CNN算法，并采用特征級(jí)融合取代后融合，自動(dòng)標(biāo)注取代人工標(biāo)注。2022年算法中引入時(shí)序網(wǎng)絡(luò)，并將BEV升級(jí)為占用網(wǎng)絡(luò)(OccupancyFSD入華進(jìn)程漸近，有望加速智能化進(jìn)程。目Beta版本尚未在國(guó)內(nèi)開放，根據(jù)36氪消息，特斯拉已在中國(guó)建立數(shù)據(jù)中心，并布局組建國(guó)內(nèi)運(yùn)營(yíng)團(tuán)隊(duì)和數(shù)據(jù)標(biāo)注團(tuán)隊(duì)。由于中國(guó)道路的復(fù)雜性，特斯拉FSD方案入華仍要進(jìn)行大量中國(guó)里程的實(shí)車驗(yàn)證，采集對(duì)應(yīng)場(chǎng)景的數(shù)據(jù)，優(yōu)化訓(xùn)練出針對(duì)中國(guó)場(chǎng)景的神經(jīng)網(wǎng)絡(luò)年進(jìn)入中國(guó)，經(jīng)過(guò)對(duì)中國(guó)道路的訓(xùn)練后，2025年大規(guī)模上車。預(yù)計(jì)FSD入華后，有望整體加速中國(guó)電動(dòng)資料來(lái)源：36氪公眾號(hào)，汽車之心公眾號(hào)等，天風(fēng)證券研究所2016以前軟硬件均有Mobileye提供2016-20172018-2019采用自研芯片F(xiàn)SD，算法升級(jí)HyraNet神經(jīng)網(wǎng)絡(luò)架構(gòu)+特征提取網(wǎng)絡(luò)BiFPN。2020引入BEV+Transformer，特征級(jí)融合取代后融合，自動(dòng)標(biāo)注取代人工標(biāo)注，布局Dojo開發(fā)2021-2022絡(luò)（OccupancyNetwork）2023——使用端到端技術(shù)BEV/Transformer分別是什么？BEV全稱是Bird’sEyeView(鳥瞰視角是將三維環(huán)境信息投影到二維平面的一種方法，以俯視視角來(lái)展示環(huán)境當(dāng)中的物體和地形。Transformer大模型本質(zhì)上是基于自注意力機(jī)制的深度學(xué)習(xí)模型，與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)RNN和CNN不同，Transformer不會(huì)按照串行順序來(lái)處理數(shù)據(jù)，而是通過(guò)注意力機(jī)制，挖掘序列中不同元素的聯(lián)系及相關(guān)性，使得Transformer可以適應(yīng)不同長(zhǎng)度和不同結(jié)構(gòu)的輸與傳統(tǒng)小模型相比，BEV+Transformer的優(yōu)勢(shì)主要在于提升智能駕駛的感知能力和泛化能力，有助于緩解智能駕駛的長(zhǎng)尾問(wèn)題：1）提高感知能力：BEV統(tǒng)一視角，將激光雷達(dá)、雷達(dá)和相機(jī)等多模態(tài)數(shù)據(jù)融合至同一平面上，可以提供全局視角并消除數(shù)據(jù)之間的遮擋和重疊問(wèn)題，提高物體檢測(cè)和跟蹤的精度；2）提高泛化能力：Transformer模型通過(guò)自注意力機(jī)制，可實(shí)現(xiàn)全局理解的特征提取，有利于尋找事物本身的內(nèi)在關(guān)系，使智能駕駛學(xué)會(huì)總結(jié)歸納而不是機(jī)械式學(xué)單視角攝像頭來(lái)進(jìn)行單模塊單視角攝像頭來(lái)進(jìn)行單模塊和信息的獲取方面存在著很大的局限性傳統(tǒng)的小模型，如傳統(tǒng)的小模型，如CNN、RNN等，參數(shù)小、泛化性差，并不能支撐高等級(jí)自動(dòng)駕駛的海量數(shù)據(jù)處理需求BEV將多個(gè)傳感器圖像融合BEV將多個(gè)傳感器圖像融合至同一平面（即中融合提供全局視角，可以更全面的了解周圍環(huán)境利用Transformer自注意力機(jī)制可實(shí)現(xiàn)全局理解的特征提取，增強(qiáng)模型穩(wěn)定性和泛化能力ZhiqiZhiqiLi等《BEVFormer:LearningBird’s–Eye-ViewRepresentationfromMulti-CameraImagesviaSpatiotemporalTransformers》焉知汽車公眾號(hào)，英偉達(dá)微信視頻號(hào)，億歐汽車公眾號(hào)，天風(fēng)證券研究所8華為ADS2.0進(jìn)一步升級(jí)GOD網(wǎng)絡(luò)，道路拓?fù)渫评砭W(wǎng)絡(luò)進(jìn)一步增強(qiáng)，類似于特斯拉的占用網(wǎng)絡(luò)。GOD2.0(通用障礙物檢測(cè)網(wǎng)絡(luò)，資料來(lái)源：特斯拉AIDAY，AITO汽車公眾號(hào)，焉知汽車公眾號(hào)，浦東未來(lái)車產(chǎn)業(yè)公眾號(hào)等，天風(fēng)證券研究所91.4BEV+Transformer已成自動(dòng)駕駛算法主流趨勢(shì)國(guó)內(nèi)自動(dòng)駕駛廠商智能駕駛大模型布局梳理（不完全統(tǒng)計(jì)）BEVTransformerOccupancyOEM2021年下半年起，小鵬開始搭建基于Transformer大模型的BEV視覺感知系統(tǒng)Xnet，可實(shí)現(xiàn)無(wú)高精地圖城市NOA。OEM采用具有Transformer+BEV算法架構(gòu)，以及占用網(wǎng)絡(luò)，搭配紅綠燈識(shí)別TIN網(wǎng)絡(luò)和城市復(fù)雜路口識(shí)別NPN特征網(wǎng)絡(luò)，能實(shí)現(xiàn)無(wú)高精地圖的城市NOAOEM2021年開始搭建BEV+Transformer的技術(shù)架構(gòu)，將于2023年6月下向用戶推送OEM感知模型的開發(fā)已經(jīng)實(shí)現(xiàn)100%數(shù)擺驅(qū)動(dòng)，并研發(fā)了擁有多相機(jī)的BEV模型，計(jì)劃年內(nèi)做到量產(chǎn)；決策規(guī)劃大模Transformer架構(gòu)OEM2021年布局Transformer橫型和時(shí)序BEV，2023年發(fā)布Transfrmer架構(gòu)的D.L.P.人工智能橫型Tier1ADS1.0已實(shí)現(xiàn)基于Transformer的BEV架構(gòu)；ADS2.0在合BEV感知能力基礎(chǔ)上使用GOD網(wǎng)絡(luò)（GOD網(wǎng)絡(luò)）Tier1在MANA感知架構(gòu)中，采用BEV融合融(視覺+Llidar)技術(shù)，利用自研的Transformer算法，實(shí)現(xiàn)對(duì)視信息的BEV轉(zhuǎn)化Tier1自研BEV感知算法，僅用導(dǎo)航地圖實(shí)現(xiàn)高速與城市NOA功能Tier1基于BEV+Transformer的算法，已經(jīng)在征程5上閉環(huán)驗(yàn)證，純視覺BEV動(dòng)靜態(tài)環(huán)境感知等即將量產(chǎn)Tier1時(shí)序多模態(tài)待征融合的大模型OmniNet能夠在線建圖，以一個(gè)神經(jīng)網(wǎng)絡(luò)即可實(shí)現(xiàn)視覺、激光雷達(dá)、毫米波雷達(dá)在BEV空問(wèn)和圖像Tier1布局BEV+transformer大模型的算法Tier1月，推出車路一體的端到端感知解決方案UniBEV，更易實(shí)現(xiàn)多模、多視角、多時(shí)間上的時(shí)空特征融合。Tier1MAXIPILOT2.0-Pro與MAXIPILOT3.0-Max均使用BEV+Transformer算法Tier1發(fā)布面向城市NOA記億通勒/泊車的“基于BEV的數(shù)據(jù)團(tuán)環(huán)融合智能駕駛解決方案”其中BEV+Transformer的算法訓(xùn)練數(shù)據(jù)由地圖數(shù)據(jù)庫(kù)通過(guò)自研數(shù)據(jù)中心選代生成Tier1在感知層面可同時(shí)融合空間、時(shí)間信息，多傳感器、多任務(wù)之間高效協(xié)同。行泊一體方案MaxDrive使用BEV+Transformer技術(shù)Tier1已經(jīng)量產(chǎn)BEV+Transformer，目前在研發(fā)下一代的技術(shù)方案DD4D(Data-Driven4DModel)資料來(lái)源：浦東未來(lái)車產(chǎn)業(yè)公眾號(hào)，EV視界公眾號(hào)，汽車商業(yè)評(píng)論公眾號(hào)，天風(fēng)證券研究所2根據(jù)預(yù)測(cè)結(jié)果，根據(jù)預(yù)測(cè)結(jié)果，基于感知模塊的輸出，使用Transformer模型預(yù)測(cè)其他交通參與者的未來(lái)行為和軌跡大模型主要作用于自動(dòng)駕駛的感知和預(yù)測(cè)環(huán)節(jié)。在感知層，可以利用Transformer模型對(duì)BEV數(shù)據(jù)進(jìn)行特征提取，實(shí)現(xiàn)對(duì)障礙物的監(jiān)測(cè)和端到端自動(dòng)駕駛VS.模塊化自動(dòng)駕駛?車道線檢測(cè)?3D目標(biāo)檢測(cè)?障礙物檢測(cè)?紅路燈檢測(cè)?全局路徑規(guī)劃?行為決策?運(yùn)動(dòng)規(guī)劃?車道保持?車輛跟隨?車道變換?制動(dòng)避障?車輛行為預(yù)測(cè)?行人行為預(yù)測(cè)Transformer模型對(duì)BEV數(shù)據(jù)進(jìn)行特征提取，實(shí)現(xiàn)障礙物的檢測(cè)和定位資料來(lái)源：九章智駕公眾號(hào)，焉知汽車公眾號(hào)，PranavSinghChiba,PravendraSingha《RecentAdvancementsinEnd-to-EndAutonomousDrivingusingDeepLearning:ASurvey》，Apollo開發(fā)者社區(qū)公眾號(hào)，天風(fēng)證券研究所數(shù)據(jù)挖掘商湯大模型自動(dòng)區(qū)別于傳統(tǒng)基于毫末采用NeRF技標(biāo)注精度可以達(dá)標(biāo)簽的方式來(lái)挖術(shù)進(jìn)行自動(dòng)駕駛到98%以上，標(biāo)注掘長(zhǎng)尾場(chǎng)景數(shù)據(jù)挖掘商湯大模型自動(dòng)區(qū)別于傳統(tǒng)基于毫末采用NeRF技標(biāo)注精度可以達(dá)標(biāo)簽的方式來(lái)挖術(shù)進(jìn)行自動(dòng)駕駛到98%以上，標(biāo)注掘長(zhǎng)尾場(chǎng)景，大場(chǎng)景的重建，研周期和標(biāo)注成本模型從大量數(shù)據(jù)發(fā)過(guò)程覆蓋率超都可以縮減數(shù)十中提取特征進(jìn)行過(guò)70%，研發(fā)效能倍以上。數(shù)據(jù)挖掘。較兩年前提升8倍。大模型目前仍處于發(fā)展初期階段，預(yù)計(jì)未來(lái)應(yīng)用比例快速增長(zhǎng)。大模型在智能汽車中的應(yīng)用仍存在多模態(tài)數(shù)據(jù)融合、云端算力需求大、車端部署、以及安全性和一致性等問(wèn)題。我們認(rèn)為大模型應(yīng)用仍處于初期階段，隨著模型的優(yōu)化和?自然語(yǔ)言：HMI可復(fù)用大模型圖像、音頻等自然語(yǔ)言數(shù)據(jù)?傳感器：車載多類傳感器數(shù)據(jù):如Camera、Lidar、Radar、GNSS、IMU等?場(chǎng)景：場(chǎng)景數(shù)據(jù):如道路拓?fù)?、交通?biāo)志標(biāo)線、交通流、行為模型等?算力：大模型大于10億量級(jí)GPUhours（小模型僅10-100萬(wàn)量級(jí)）?算力：大模型推理有高算力需求?內(nèi)存：大模型推理激發(fā)存儲(chǔ)需求?時(shí)延：大模型推理時(shí)延遠(yuǎn)高于智能駕駛i汽車要求?安全：汽車的高功能安全、網(wǎng)絡(luò)安全要求，現(xiàn)有大橫型能力難以達(dá)到?一致性：車輛行為一致性要求高（現(xiàn)有大模型生成內(nèi)容不穩(wěn)定）資料來(lái)源：九章智駕公眾號(hào)，焉知汽車公眾號(hào)，汽車之心公眾號(hào)，毫末智行公眾號(hào)，自動(dòng)駕駛測(cè)試驗(yàn)證技術(shù)創(chuàng)新論壇公眾號(hào)，天風(fēng)證券研究所資料來(lái)源：泰伯網(wǎng)公眾號(hào)，小鵬汽車官網(wǎng)，汽車之家，阿維塔官網(wǎng)，賽力斯官網(wǎng)，極狐汽車官網(wǎng)，汽車之心公眾號(hào)等，天風(fēng)證券研究所資料來(lái)源：泰伯網(wǎng)公眾號(hào)，小鵬汽車官網(wǎng)，汽車之家，阿維塔官網(wǎng)，賽力斯官網(wǎng)，極狐汽車官網(wǎng)，汽車之心公眾號(hào)等，天風(fēng)證券研究所賴高精地圖，無(wú)圖方案或?qū)⒃?023年底落地。泰伯研究院預(yù)測(cè)到2025年年的12%增加到32%。2025年高階智能駕駛（NOA）市場(chǎng)規(guī)模有望達(dá)到520億元，2023-2025年平均年增長(zhǎng)率預(yù)計(jì)為105%。品牌小鵬阿維塔問(wèn)界車型G6/G9/P7iMax版本阿維塔11問(wèn)界M5/新M7智駕版高速NOA√√√√城市NOA√選配選配價(jià)格22.99-41.99萬(wàn)元30.00-39.00萬(wàn)元27.98-32.98萬(wàn)元芯片OrinX*2華為MDC810華為MDC610華為MDC810算力508TOPS400TOPS544TOPS傳感器方案12V5R2L12U（G6/P7i）11V5R2L12U（G9）13V6R3L12U11V3R1L12U是否需要高精地圖是（2024款G9實(shí)時(shí)生成高精地圖）是是是付費(fèi)模式標(biāo)配高速NOA標(biāo)配，城市NOA選配，按月訂閱640元，按年訂閱6400元，一次性購(gòu)買32,000元高速NOA標(biāo)配，城市NOA選配，按月訂閱720元，按年訂閱7200元，一次性購(gòu)買36,000元無(wú)圖方案落地時(shí)間2023年下半年2023年年底2023年年底落地進(jìn)展及規(guī)劃城市NOA開通5城（廣州/深圳/上海/北京/佛山）,預(yù)計(jì)2023年落地50城；2024年落地200城城市NOA開通5城（上海/深圳/廣州/重慶/杭州）,預(yù)計(jì)2023年三季度15城，四季度45城2023年年底無(wú)圖版本落地全國(guó)城市NOA開通6城（深圳、上海、廣2.3NOA快速落地成為智能化新指標(biāo)品牌蔚來(lái)理想理想上汽智己騰勢(shì)車型全系列車型L7/L8Air&Pro，L9ProL7/L8/L9MaxL7/LS7騰勢(shì)N7高速NOA選配√√選配選配城市NOA選配未開通√未開通選配價(jià)格42.80-59.80萬(wàn)元31.98-35.98萬(wàn)元37.98-45.98萬(wàn)元28.98-45.98萬(wàn)元30.18-34.98萬(wàn)元芯片OrinX*4地平線J5OrinX*2OrinXOrinX算力1016TOPS128TOPS508TOPS254TOPS254TOPS傳感器方案11V5R1L12U10V1R12U11V1R1L12U11V5R2L12U13V5R2L12U是否需要高精地圖是是是是未知付費(fèi)模式高速NOA和城市NOA選配，NAD按月訂閱680元，NOP+按月訂閱380元標(biāo)配標(biāo)配高速NOA選配，選裝包36800元選配，選裝包28000元無(wú)圖方案落地時(shí)間2023年年底2023年9月公測(cè)落地進(jìn)展及規(guī)劃NOP+覆蓋全國(guó)95%的高速城快道路2023年底開通100城（無(wú)圖）高速NOA：2023年12月輻射全國(guó)333城；城市NOA：2023年4月開始內(nèi)測(cè)，2023年10月開始公測(cè)；通勤NOA：2024年通勤模式，DoortoDoor時(shí)代全場(chǎng)景通勤高速NOA預(yù)計(jì)2023年底開通；城市NOA預(yù)計(jì)2024Q1開通資料來(lái)源：蔚來(lái)汽車官網(wǎng)，汽車之家，理想汽車官網(wǎng)，英偉達(dá)官網(wǎng)，地平線官網(wǎng)，智己汽車官網(wǎng)，騰勢(shì)汽車官網(wǎng)等，天風(fēng)證券研究所2.3NOA快速落地成為智能化新指標(biāo)品牌極氪長(zhǎng)城魏牌長(zhǎng)城魏牌嵐圖極越車型極氪001新摩卡DHTPHEV藍(lán)山DHTPHEV新嵐圖FREE極越01高速NOA選配選配√選配未開通城市NOA未開通未開通未開通未開通未開通價(jià)格26.90萬(wàn)起23.18萬(wàn)元30.88萬(wàn)元26.69萬(wàn)起步25.99萬(wàn)元起芯片MobileyeQ5H*2--ApolloHighwayDrivingPro智能駕駛系統(tǒng)Apollo3.0版高階智駕OrinX*2算力48TOPS--16/32TOPS508TOPS傳感器方案15V1R13U5V5R12U9V5R12U13V5R12U13V5R2L12U是否需要高精地圖是是是是輕量級(jí)高精地圖付費(fèi)模式高速NOA選配高速NOA選配，選裝包17000元標(biāo)配高速NOA選配，選裝包25000元-無(wú)圖方案落地時(shí)間----落地進(jìn)展及規(guī)劃高速NOA9月正式推送，首開上海杭州兩城，預(yù)計(jì)2023年底開通15城，啟動(dòng)20城內(nèi)測(cè)城市NOA預(yù)計(jì)2024Q1量產(chǎn)落地，2024年落地100城領(lǐng)航輔助智駕功能已經(jīng)覆蓋全國(guó)347個(gè)城市高速NOA和城市NOA預(yù)計(jì)10月底正式落地資料來(lái)源：極氪官網(wǎng)，懂車帝，魏牌新能源官網(wǎng)，汽車之家，嵐圖汽車官網(wǎng)，百度Apollo等，天風(fēng)證券研究所3資料來(lái)源：吉利汽車集團(tuán)公眾號(hào)，蓋世汽車智能網(wǎng)聯(lián)公眾號(hào)，火山引擎公眾號(hào)，新智駕公眾號(hào)，小鵬汽車官網(wǎng)等，天風(fēng)證券研究所資料來(lái)源：吉利汽車集團(tuán)公眾號(hào)，蓋世汽車智能網(wǎng)聯(lián)公眾號(hào)，火山引擎公眾號(hào)，新智駕公眾號(hào)，小鵬汽車官網(wǎng)等，天風(fēng)證券研究所自動(dòng)駕駛系統(tǒng)前期開發(fā)依賴大量環(huán)境數(shù)據(jù)的輸入，后期仍需持續(xù)輸入數(shù)據(jù)，對(duì)算法進(jìn)行訓(xùn)練與驗(yàn)證，加速自動(dòng)駕駛迭代落地。同時(shí)仿真測(cè)試中場(chǎng)景搭智算中心承載著訓(xùn)練自動(dòng)駕駛系統(tǒng)所需的巨大算力。為支撐人工智能計(jì)算提供了重要的硬件基礎(chǔ)設(shè)施，其底層硬件技術(shù)路徑包括GPU、ASIC、FPGA、NPU。根據(jù)IDC調(diào)研，汽車行業(yè)訓(xùn)練自動(dòng)駕駛算法的硬件基礎(chǔ)設(shè)施以GPU為主，占比61.4%。頭部自動(dòng)駕駛廠商已布局智算中心。特斯拉、吉同模式建設(shè)云端計(jì)算中心用于模型訓(xùn)練。我們認(rèn)為，智算中心已成為下一階段競(jìng)爭(zhēng)重點(diǎn)，能夠幫CornerCase數(shù)據(jù)采集效率、提高模型的泛化能特斯拉吉利小鵬毫末理想公司類型主機(jī)廠主機(jī)廠主機(jī)廠自動(dòng)駕駛廠商主機(jī)廠算力中心名稱1萬(wàn)塊英偉達(dá)H100組成的訓(xùn)練集群星睿扶搖雪湖·綠洲（定址山西）上線時(shí)間2023年8月2023年1月2022年8月2023年1月2023Q3合作廠商阿里云阿里云火山引擎火山引擎算力峰值340PFLOPS（FP64）預(yù)計(jì)24年10月100EFLOPS810PFLOS預(yù)計(jì)25年：1.2EFLOPS600PFLOPS670PFLOPS750PFLOPS（FP16）投資金額Dojo：10億美元10億元---3.1云端算力|需要多少？預(yù)計(jì)到2025年將達(dá)到14-46EFLOPS預(yù)計(jì)到2025年，智算中心算力需求將達(dá)到14-43EFLOPS。我們采用兩種測(cè)算方法：1）以吉利為基礎(chǔ)，從單車算力需求角度進(jìn)行測(cè)算。星睿智算中心算力預(yù)計(jì)2025年達(dá)到1200PFLOPS，可支持350萬(wàn)輛在線車輛并行計(jì)算，我們預(yù)測(cè)到2025年總算力需求為14EFLOPS；2）以小鵬為基礎(chǔ)，從數(shù)據(jù)量角度測(cè)算需求。假設(shè)小鵬扶搖算力可支撐未來(lái)2年每輛車每天10TB數(shù)據(jù)量的訓(xùn)練算力，2023E/2024E/2025E中國(guó)乘用車銷量分別為2380/2428/2485萬(wàn)輛，2023E/2024E/2025E中國(guó)L2及以上級(jí)別智能駕駛滲透率為50%/70%/80%，我們預(yù)測(cè)到2025年算力需求達(dá)到46EFLOPS。算力需求與車企高階智能駕駛滲透率相關(guān)，我們預(yù)計(jì)到2025年，算力需求區(qū)間或?yàn)?4-46EFLOPS，按英偉達(dá)A1001萬(wàn)美元/張價(jià)格核算，自動(dòng)駕駛智算中心僅算力市場(chǎng)規(guī)?；?qū)⑦_(dá)到4-15億美元，國(guó)智算中心算力需求預(yù)測(cè)-以吉利為基礎(chǔ)假設(shè)假設(shè)1.中國(guó)2025年乘用車銷量為2485萬(wàn)輛假設(shè)2.2025年我國(guó)L2及以上智能駕駛滲透率達(dá)到80%2025E吉利1200并行計(jì)算數(shù)（萬(wàn)輛）350L2及以上智能駕駛滲透率50%每萬(wàn)輛算力（PFLOPS/萬(wàn)輛）7乘用車銷量2485L2及以上智能駕駛滲透率80%總算力需求14EFLOPS注：測(cè)算具有一定的主觀假設(shè)和極端情況假設(shè)，結(jié)果僅供參考。資料來(lái)源：懂車帝，英偉達(dá)官網(wǎng)，觀研報(bào)告網(wǎng)，小鵬汽車官網(wǎng)，研社公眾號(hào)等，天風(fēng)證券研究所智算中心算力需求預(yù)測(cè)-以小鵬為基礎(chǔ)假設(shè)假設(shè)1.扶搖算力可支持未來(lái)2年需求假設(shè)2.平均每輛車每天產(chǎn)生10TB數(shù)據(jù)量假設(shè)3.小鵬2023/2024/2025年銷量分別達(dá)到16/21/28萬(wàn)假設(shè)4.中國(guó)2023/2024/2025年乘用車銷量分別為2380/2428/2485萬(wàn)輛，L2及以上智能駕駛滲透率達(dá)到50%/70%/80%2023E2024E2025E小鵬交付量（萬(wàn)輛）L2及以上智能駕駛滲透率2023-2025總數(shù)據(jù)量（EB）95%100%100%5227219613,969乘用車銷量（萬(wàn)輛）L2及以上智能駕駛滲透率2023-2025總數(shù)據(jù)量（EB）2025年算力需求為2,3802,4282,48550%70%80%40,85558,35168,253307,52146EFLOPS小鵬汽車微信公眾號(hào)，吉利汽車集團(tuán)公眾號(hào)、佐思汽車研究公眾號(hào)、洞見新資料來(lái)源：焉知汽車公眾號(hào)，安永《智能汽車云服務(wù)白皮書》，天風(fēng)證券研究所數(shù)據(jù)是否需要大算力是否能承擔(dān)高昂初始投資是否具備自動(dòng)駕駛算法自研資料來(lái)源：焉知汽車公眾號(hào)，安永《智能汽車云服務(wù)白皮書》，天風(fēng)證券研究所數(shù)據(jù)是否需要大算力是否能承擔(dān)高昂初始投資是否具備自動(dòng)駕駛算法自研能力和智算中心建設(shè)能力？?jī)?yōu)勢(shì):降低研發(fā)費(fèi)用，可加快產(chǎn)品研發(fā)落地速度掌握智駕核心，利用合作伙伴能力反哺自身難以找到合作的合作伙伴缺乏全棧能力，依賴合作伙伴能力規(guī)模擴(kuò)大時(shí)邊際成本可收斂，長(zhǎng)期成本優(yōu)勢(shì)可多場(chǎng)景復(fù)用數(shù)據(jù)安全可靠性高全棧能力，差異化服務(wù)構(gòu)建競(jìng)爭(zhēng)有優(yōu)勢(shì)初始投資過(guò)高，面臨資金壓力（超過(guò)1億元）項(xiàng)目時(shí)間周期過(guò)長(zhǎng)（3-4個(gè)月）優(yōu)勢(shì):可快速落地，掌握先機(jī)直接搭建完整解決方案，無(wú)需承擔(dān)技術(shù)風(fēng)險(xiǎn)需要持續(xù)性投資，可能造成邊際成本不斷上漲數(shù)據(jù)安全和數(shù)據(jù)隱私問(wèn)題優(yōu)勢(shì):資料來(lái)源：汽車之家，懂車帝，小鵬官網(wǎng)，華夏EV，低速無(wú)人駕駛產(chǎn)業(yè)聯(lián)盟公眾號(hào)，天風(fēng)證券研究所3.2車端算力資料來(lái)源：汽車之家，懂車帝，小鵬官網(wǎng)，華夏EV，低速無(wú)人駕駛產(chǎn)業(yè)聯(lián)盟公眾號(hào)，天風(fēng)證券研究所戰(zhàn)略低速無(wú)人駕駛產(chǎn)業(yè)研究所數(shù)據(jù)，1個(gè)200W像素的高清攝像頭24小時(shí)錄像需占用40~60GB的存儲(chǔ)容量；1個(gè)單線激光雷達(dá)每小時(shí)可產(chǎn)生3~4GB點(diǎn)云數(shù)據(jù)；另外，GPS定位系統(tǒng)、車輛位姿等均有數(shù)據(jù)積累。當(dāng)一輛自動(dòng)駕駛車輛每天可以產(chǎn)生數(shù)TB，甚至數(shù)十TB數(shù)據(jù)，大模型催化駕駛場(chǎng)景復(fù)雜多樣，提升算力需求。大模型催化下，NOA不斷從高速道路向城市道路拓展（高速道路-城市快速路-道-城市次干道-城市支路）。與城市道路相比，高速道路可能的場(chǎng)景和物體相對(duì)固定，而城市道路不僅是最主要出行場(chǎng)景（每天僅25%特斯拉VS小鵬智能駕駛感知硬件與算力特斯拉ModelY小鵬G6Max版本車外攝像頭8個(gè)120萬(wàn)像素2個(gè)800萬(wàn)像素+9個(gè)200萬(wàn)像素超聲波雷達(dá)毫米波雷達(dá)15激光雷達(dá)02高精地圖無(wú)有算力144TOPS508TOPS高速場(chǎng)景高速場(chǎng)景車道保持定速巡航主動(dòng)剎車自主上下匝道主動(dòng)變道超車主動(dòng)避障…城市場(chǎng)景城市場(chǎng)景自主識(shí)別交通標(biāo)志自主進(jìn)出環(huán)島自主識(shí)別車位泊車記憶泊車紅綠燈通行、掉頭、并線自主切換車道自主切換到路代客泊車…資料來(lái)源：英偉達(dá)官網(wǎng)，黑芝麻官網(wǎng)，愛芯元智官網(wǎng)，佐思汽車研究公眾號(hào)，地平線HorizonRobotics公眾號(hào)等，天風(fēng)證券研究所3.2車端算力資料來(lái)源：英偉達(dá)官網(wǎng)，黑芝麻官網(wǎng)，愛芯元智官網(wǎng)，佐思汽車研究公眾號(hào)，地平線HorizonRobotics公眾號(hào)等，天風(fēng)證券研究所車端算力需求翻倍，達(dá)800TOPS以上。上汽人工智能實(shí)驗(yàn)室表示，實(shí)現(xiàn)L2級(jí)自動(dòng)駕駛只需10Tops以下的算力，即便是實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛也只需100Tops左右的算力，只有到了真正無(wú)人駕駛的L5級(jí)，才需要1000+Tops的算力?，F(xiàn)實(shí)中主機(jī)廠具備城市NOA高階智能駕駛功能的車型，算力大多在200-500TOPS左右。沐曦首席產(chǎn)品官孫國(guó)梁指出，在車端部署大模型并能實(shí)現(xiàn)既定任務(wù)，算力至少要達(dá)到對(duì)基于規(guī)則車端算力或?qū)⒎哆_(dá)800TOPS以上。大模型同時(shí)對(duì)芯片效能有更高要求。除了對(duì)算力有更高要求外，Transformer大模型對(duì)芯片效能有更高要求，主要體現(xiàn)在：1）CNN模型以卷積和矩陣乘等計(jì)算密集型算子為主（目前大多芯片是以CNN模型為出發(fā)點(diǎn)設(shè)計(jì)的而Transformer是以訪存密集型算子為主的，對(duì)帶寬和存儲(chǔ)有較高要求；2）Transformer是浮點(diǎn)矢量矩陣乘法累加運(yùn)算，而目前智能駕駛芯片基本均針對(duì)INT8的。智能駕駛芯片廠商正在加強(qiáng)芯片對(duì)Transformer的適配，如英偉達(dá)在新一代GPU中特別增加了Transformer引擎。智能駕駛芯片廠商加強(qiáng)芯片對(duì)Transformer的適配廠商芯片英偉達(dá)Thor（2000TOPS）支持8位浮點(diǎn)（FP8）的精度，首個(gè)采用推理Transformer引擎的NVIDIA自動(dòng)駕駛汽車平臺(tái)。地平線征程5（128TOPS）構(gòu)建面向大參數(shù)的Transformer的統(tǒng)一的計(jì)算架構(gòu)，在架構(gòu)上面優(yōu)化它的計(jì)算效率，降低功耗，打造芯片+工具鏈開放平臺(tái)。黑芝麻A1000（58TOPS）已將開發(fā)的BEV模型部署到華山二號(hào)A1000芯片上，同時(shí)還可部署在最新發(fā)布的武當(dāng)系列C1200芯片上愛芯元智M55（8TOPS）M76（60TOPS）混合精度NPU通過(guò)豐富的算子和指令集優(yōu)化，支持BEV與Transformer布署L1-L3自動(dòng)駕駛等級(jí)所需車載攝像頭數(shù)量主機(jī)廠車型上市時(shí)間攝像頭搭載情況特斯拉ModelSL1-L3自動(dòng)駕駛等級(jí)所需車載攝像頭數(shù)量主機(jī)廠車型上市時(shí)間攝像頭搭載情況特斯拉ModelS20141顆前置攝像頭特斯拉20169顆120萬(wàn)像素的高清攝像頭小鵬P72020蔚來(lái)ET720217顆800萬(wàn)像素ADAS攝像頭、4顆300萬(wàn)像素環(huán)視攝像頭吉利極氪001202115顆攝像頭，其中有7顆800萬(wàn)像素?cái)z像頭阿維塔科技阿維塔11202213顆高清攝像頭，包括9個(gè)ADAS攝像頭、4個(gè)環(huán)視攝像頭單車搭載的攝像頭數(shù)量將增加。Yole報(bào)告指出，L1～L2級(jí)自動(dòng)駕駛功能僅需前后兩顆攝像頭，L2+留冗余，單車攝像頭配置遠(yuǎn)超本級(jí)ADAS所需的攝攝像頭像素要求升級(jí)。大模型提高對(duì)感知數(shù)據(jù)的精細(xì)化要求，高分辨率圖像數(shù)據(jù)可以作為深度學(xué)習(xí)模型中更新和優(yōu)化其架構(gòu)的參數(shù)的數(shù)據(jù)源，車載攝像像頭，前視需要解決的場(chǎng)景最多，目標(biāo)識(shí)別任務(wù)最復(fù)雜，比如遠(yuǎn)距離小目標(biāo)識(shí)別，近距離目標(biāo)切入識(shí)的高清像素?cái)z像頭，用于對(duì)更遠(yuǎn)距離的目標(biāo)進(jìn)行識(shí)資料來(lái)源：小鵬官網(wǎng)，阿維塔官網(wǎng)，蓋世汽車社區(qū)公眾號(hào)，焉知汽車公眾號(hào)，Apollo智能駕駛公眾號(hào)等，天風(fēng)證券研究所3.3感知端|無(wú)圖方案頻出，逐步降低對(duì)高精地圖依賴為什么要去高精地圖？高精度地圖作為先驗(yàn)信息，可以給自動(dòng)駕駛提供大量的安全冗余，在數(shù)據(jù)和算法尚未成如何實(shí)現(xiàn)去高精地圖？特斯拉引入車道線網(wǎng)絡(luò)及新的數(shù)據(jù)標(biāo)注方法，將車道同時(shí)線標(biāo)注為一系列點(diǎn)，每個(gè)點(diǎn)有從而形成完整的車道線連通關(guān)系圖，幫助FSD補(bǔ)足對(duì)高精地圖的需求。國(guó)內(nèi)自動(dòng)駕駛頭部公司去高精地圖后或采取車端實(shí)時(shí)建圖方案，通過(guò)安裝在車輛上的相機(jī)等傳無(wú)圖方案頻出，逐步降低對(duì)高精地圖依賴。目前小鵬、華為等頭部主機(jī)廠發(fā)布無(wú)高精地圖的高階智能駕駛方案，公司也加入其中，自動(dòng)駕駛算法“重感知，輕地圖”趨放輕地圖傾向，提供“精簡(jiǎn)版”高精地圖，比如騰訊的主機(jī)廠時(shí)間替代高精地圖的方法小鵬2023年9月使用Xnet深度視覺感知神經(jīng)網(wǎng)絡(luò)，實(shí)時(shí)生成3D高精地圖理想2023年6月通過(guò)NPN特征和TIN網(wǎng)絡(luò)，配合BEV大模型，能夠準(zhǔn)確識(shí)別城市中的復(fù)雜路口和信號(hào)燈通行意圖，從而實(shí)現(xiàn)去高精地圖的能力華為2023年4月已實(shí)現(xiàn)基于Transformer的BEV架構(gòu)，ADS2.0進(jìn)一步升級(jí)，基于道路拓?fù)渫评砭W(wǎng)絡(luò)進(jìn)一步增強(qiáng)，即使無(wú)高精地圖也能看懂路，紅綠燈等各種道路元素，使得無(wú)圖也能開。百度2023年8月Apollo將使用純視覺感知，同時(shí)輔以激光雷達(dá)，實(shí)現(xiàn)“純視覺+激光雷達(dá)”的感知冗余，以提供連貫的城市駕駛；Apollo使用“輕量級(jí)高精地圖”方案，比行業(yè)通用的傳統(tǒng)高精地圖要“輕”近80%元戎啟行2023年3月發(fā)布不依賴高精地圖的新一代自動(dòng)駕駛方案DeepRoute-Driver3.0小馬智行2023年4月通過(guò)感知模塊、預(yù)測(cè)模塊等所有模塊的提升不強(qiáng)依賴高精地圖華為ADS2.0去高精地圖方案資料來(lái)源：阿波羅智路實(shí)驗(yàn)室，華為官網(wǎng)，蓋世汽車智能網(wǎng)聯(lián)公眾號(hào)，蓋世汽車社區(qū)公眾號(hào)等，天風(fēng)證券研究所EEL→VSCEL→VSCEL陣列PD/APD→SPAD/SPiMFPGA→SoCEEL→VSCEL→VSCEL陣列PD/APD→SPAD/SPiMFPGA→SoCBEV技術(shù)能夠提供全局視角下的環(huán)境感知下，融合兩個(gè)信息源提供最大的安全保障。激光雷達(dá)在距離和空間信息方面具有精度優(yōu)勢(shì)，搭載激光雷達(dá)的多傳感器融合感知方案可通過(guò)互補(bǔ)達(dá)到全環(huán)境感知能力，可為高級(jí)別自動(dòng)駕駛提供安全冗余。特斯拉在感知領(lǐng)域引入占用網(wǎng)絡(luò)模型，在不定義具體物體的情況下，去確定物體在三維空間中的位置及速度運(yùn)主機(jī)廠在機(jī)器視覺算法進(jìn)步的過(guò)程中，預(yù)計(jì)仍將激光雷達(dá)作為重要的補(bǔ)充傳感器，由此可減少在視覺領(lǐng)域所需積累的數(shù)據(jù)量，但長(zhǎng)期來(lái)通過(guò)技術(shù)迭代和大規(guī)模量產(chǎn)實(shí)現(xiàn)降本。根據(jù)天風(fēng)電子團(tuán)隊(duì)報(bào)告《后智能手機(jī)時(shí)代光學(xué)看什么？光學(xué)標(biāo)的未來(lái)誰(shuí)能走出來(lái)？》，激光雷達(dá)器收發(fā)模塊數(shù)量明顯減少；2）掃描端：機(jī)械式收發(fā)模塊動(dòng)，系統(tǒng)復(fù)雜度高，電機(jī)成本高+調(diào)整測(cè)試難度大。激光器收發(fā)芯片集成化+MEMS規(guī)?；慨a(chǎn)是降本第二步。激光雷達(dá)不同環(huán)節(jié)降本技術(shù)路徑激光雷達(dá)規(guī)?；慨a(chǎn)可信息處理信息處理資料來(lái)源：禾賽科技招股說(shuō)明書，微迷，電動(dòng)汽車觀察家公眾號(hào)，天風(fēng)證券研究所資料來(lái)源：九章智駕公眾號(hào)，智車行家公眾號(hào)，佐思汽車研究公眾號(hào)等，天風(fēng)證券研究所資料來(lái)源：九章智駕公眾號(hào)，智車行家公眾號(hào)，佐思汽車研究公眾號(hào)等，天風(fēng)證券研究所光雷達(dá)形成替代。4D毫米波成像雷達(dá)相對(duì)于傳加了俯仰角度的信息感知能力，可對(duì)縱向目標(biāo)進(jìn)行高分辨率地著俯仰角分辨率大大提高，能夠?qū)δ繕?biāo)和環(huán)境呈現(xiàn)出豐富的點(diǎn)較小物體、遮擋物體以及靜止物體和橫向移動(dòng)障礙物檢測(cè)等)。激光雷達(dá)，與高線激光雷達(dá)形成互補(bǔ)，后續(xù)或?qū)⒅鸩綕B透放量。4D毫米波雷達(dá)在中高端車型及自動(dòng)駕駛服務(wù)車型中快速滲透。特斯拉基于全新的自動(dòng)駕駛硬件HW4.0，首次在S/X的車型上搭載了4D毫米波雷達(dá)。根據(jù)天風(fēng)電子團(tuán)隊(duì)報(bào)告《4D毫米波雷達(dá)：平衡成本&性能的標(biāo)配傳感器，自動(dòng)駕駛再添新翼》,除Tesla外，價(jià)格在40萬(wàn)元以下的理想車型和價(jià)格在70萬(wàn)年完成了4D毫米波雷達(dá)布局。同時(shí)大陸、采埃孚等汽車Tier-4D毫米波雷達(dá)與傳統(tǒng)毫米波雷達(dá)對(duì)比傳統(tǒng)毫米波雷達(dá)4D毫米波雷達(dá)核心區(qū)別縱向天線無(wú)有天線數(shù)少多通道數(shù)3發(fā)4收/2發(fā)4收為代表12發(fā)16收/48發(fā)48收等核心參數(shù)俯仰角度無(wú)優(yōu)于2度方位角分辨率5-8度精度0.3度0.1度最遠(yuǎn)探測(cè)距離≤200m≤300m，短/中/長(zhǎng)三種模式點(diǎn)云有限返回信息數(shù)十倍的返回信息點(diǎn)、高密度點(diǎn)云功能優(yōu)化靜止識(shí)別識(shí)別難度大可適應(yīng)復(fù)雜路況橫向移動(dòng)障礙物檢測(cè)識(shí)別難度大可適應(yīng)復(fù)雜路況相鄰人/物區(qū)分不可區(qū)分可區(qū)分高度識(shí)別高出物體喝地面車輛難以區(qū)分可在150m出區(qū)分地物和立交橋隱藏車輛探測(cè)幾率20%80%4D毫米波雷達(dá)與激光雷達(dá)對(duì)比激光雷達(dá)4D毫米波雷達(dá)廠商-產(chǎn)品速騰聚創(chuàng)RS-LiDAR(16)森斯泰克STA77-6最遠(yuǎn)探測(cè)距離150m280mHFOV360°120°VFOV+15°知-15°24°水平角分辨率0.09°至0.36°2°垂直角分辨率2°4°EPSSbWIPBOneBox3.5執(zhí)行端|有望加快線控底盤環(huán)節(jié)國(guó)產(chǎn)化進(jìn)程EPSSbWIPBOneBox動(dòng)助力轉(zhuǎn)向系統(tǒng)巨頭布局較早，已推出概念TwoTwoBoxiBoosterESPESP資料來(lái)源：博世官網(wǎng)，車東西公眾號(hào)，久謙資本公眾號(hào)，ATC汽車底盤公眾號(hào)等，天風(fēng)證券研究所3.43.4商業(yè)模式|訂閱模式或成主流伴隨城市NOA逐漸落地，訂閱模式開始興起。蔚來(lái)7月1日起NOP+將升級(jí)為正式版并開啟訂閱，訂閱價(jià)格為380元/月。2023年6月30日阿維塔開放ADS高階功能訂閱，提供按月/年/一次性訂閱三種模式，官方定價(jià)分別為640元/6,400元/消費(fèi)者對(duì)智駕支付意愿較高，且更偏愛高靈活性的智駕付費(fèi)方現(xiàn)了較高興趣，其中自動(dòng)泊車、高速/高架NOA因?yàn)楣r簡(jiǎn)單關(guān)注度更高，隨著主機(jī)廠功能逐漸落地，其需求有望得到提升。自動(dòng)駕駛支付方式按支付靈活性由低到高可分為一次性購(gòu)買、我們認(rèn)為訂閱模式有望進(jìn)一步促進(jìn)數(shù)據(jù)回收實(shí)現(xiàn)智能駕駛系統(tǒng)持續(xù)迭代。自動(dòng)駕駛迭代需要通過(guò)海量測(cè)試解決邊緣、長(zhǎng)尾場(chǎng)景，需要盡可能快速地獲取大量高質(zhì)量場(chǎng)景數(shù)據(jù)，對(duì)于車企來(lái)講，整車銷量多少、智駕系統(tǒng)使用率直接關(guān)系到數(shù)據(jù)回收的質(zhì)與量。訂閱模式提升用戶支付意愿下有望促進(jìn)數(shù)據(jù)回收實(shí)現(xiàn)智資料來(lái)源：蔚來(lái)官網(wǎng)，阿維塔官網(wǎng)，麥肯錫，天風(fēng)證券研究所消費(fèi)者對(duì)各類自動(dòng)駕駛功能需求情況（麥肯錫中國(guó)汽車消費(fèi)者調(diào)研）1