新能源汽车国家大数据联盟微课堂自2022年底推出安全系列化课程，围绕网络安全、数据安全、车辆安全邀请专家大咖分享课程和观点，旨在服务国家数据安全治理体系的构建，促进数字经济的健康持续发展。

2023年12月21日联盟微课堂安全系列化课程第十四次课程上，浪潮电子信息产业股份有限公司汽车行业架构师潘鹏分享了题为《国内外头部汽车制造企业智算中心/大模型发展现状洞察》的课程，从智算中心是通往未来世界的门票，汽车行业智算中心/大模型发展现状，以及智算中心建设思路三方面进行分享，为汽车行业智算中心建设给出参考方案。以下为课程回顾。

2023年以来，AI大模型正在重构各行各业，对于汽车产业而言，其“上车”远比预想中的来得更快，汽车变身为行走的计算终端，革命性形态已经出现。从2023年4月《生成式人工智能服务管理暂行办法》公开征求意见，到8月正式施行，以及6月《互联网信息服务深度合成管理规定》《境内深度合成服务算法备案清单》等文件发布，我国也正在乘大模型之“东风”，迅速建立生成式人工智能产业的落地配套监管体系，为大模型“上车”提供了政策基础。

在汽车行业中，智能化迅速发展，已成为智能网联汽车产业关注的新焦点。潘鹏在课程中介绍，汽车在“新四化”转型过程中出现了各种新场景。首先是Transformer大模型开始进入自动驾驶领域；其次汽车行业正在探索AIGC落地方式；最后是元宇宙场景的不断探索。他提出，自动驾驶、AIGC、元宇宙等场景是“新四化”的典型场景，而这些场景的落地需要借助大规模模型训练、模型仿真，场景渲染算力，这些算力都属于人工智能算力，因此智算中心成为汽车制造企业通往未来世界的门票。

面对汽车行业智算中心的发展现状，潘鹏以特斯拉智算中心为案例，展开了详细的分享与观点总结。他在课程中提出，以电动化、网联化、智能化、共享化为标志的“汽车新四化”，为汽车行业带来了翻天覆地的变化，特别是在探索数字化和智能化的过程中，需要找出哪些场景更适合采用这些技术，以及如何将它们与自动化相结合，从而实现生产过程的全面升级。此外，还需要思考如何解决在实施这些技术时可能遇到的问题，以及如何通过现有流程优化和技术改造，迅速实现从电气化到数字化，再到智能化的转型。而特斯拉智算中心建设的道路，给出了汽车行业信息化转型的新思路，可以给我们国内企业提供参考。

针对汽车行业智算中心建设思路，潘鹏认为首先要明确路线，理清主体；其次处理好数据合规问题等。另外比建设思路更重要的是，要考虑集群算力优化能力、算力设备供应问题、以及融资、政策、需求、市场、人才培养等综合因素。

 

提问环节：

问题1：从整个趋势来说，未来算力的市场规模还有多大？

算力的规模，第一和高级别自动驾驶车辆的渗透率有关，特别是和L3 L4级别自动驾驶的渗透率有关；其次，和每年车辆的年销售量有关。我认为未来几年是一个比较快速的一个增长期，因为2025年和2030年是两个比较关键的点，25年很多车企希望它的L3能够真正落地，然后30年的话希望L4能够落地，那么这种高级别自动驾驶在落地的过程当中，就需要用大量的算力来进行一个训练，来进行一个仿真，因此未来几年能增加到百亿的规模是没有问题的。

问题2：动力电池安全是新能源汽车发展过程中一个重要的研究方向，但是动力电池现在很多数据都是结构化数据，对于结构化数据来说，算力的需求和非结构化数据在量级上相比是一个大概什么样的比例？

这一块的话我们还真特别关注它到底是结构化的还是非结构化的，因为新能源汽车我们国家已经形成了两级平台，主机厂有一级平台，国家有一级平台，新能源汽车的电池，包括它三电系统的安全数据都是要上传的，数量其实也是非常大的。但是这一块我们看到它更多的是用大数据的方式来算，和采用人工智能算力的方式来算还不是完全一样，总体感觉还是人工智能自动驾驶这一块对算力的需求量更大，因为我们看到大数据的话，更多的还是用CPU服务器来算，然而人工智能就是自动驾驶这一块都已经是用到GPU服务器了。三电安全这一块的监控需求量要稍微小一些，但是具体的数是多少，这块我还真我没算过。

问题3：结合数据，再结合超算中心，有没有更好的一种商业模式，来进行算力和数据的合并或者一体化的共享？

当前数据与算力结合比较多的商业模式包括云计算中心、超算中心、智算中心、大数据中心等。需求量比较大、关注量比较多的场景就是智算中心。前面也介绍过了，汽车行业新四化转型中的主要应用都需要借助人工智能算力才能实现。智算中心是汽车行业新四化转型的必选消费。所以，目前来看，智算中心仍然是汽车行业实现数据与算力结合的最好模式。