自動駕駛系統(tǒng)具有高度的復(fù)雜性，訓(xùn)練的過程需要以海量場景數(shù)據(jù)的積累為前提。在訓(xùn)練的過程中，機(jī)器需要在有限的時間內(nèi)對大量的圖像信息完成處理，因而需要以巨大的算力作為支撐，造成了訓(xùn)練自動駕駛系統(tǒng)的高成本。與此同時，自動駕駛系統(tǒng)在真實(shí)世界中可能遭遇的場景難以窮盡，因而需要系統(tǒng)對駕駛行為進(jìn)行持續(xù)不斷的學(xué)習(xí)，拉長了自動駕駛系統(tǒng)訓(xùn)練的周期。大型車企或一級供應(yīng)商往往選擇建立自有算力資源。

但是，人工智能計(jì)算中心的搭建具有較高的技術(shù)門檻，運(yùn)營與維護(hù)過程也需要較高水平的經(jīng)驗(yàn) 積累，因而需要與技術(shù)成熟的解決方案供應(yīng)商開展合作。首先，數(shù)據(jù)中心解決方案供應(yīng)商軟硬件技術(shù)的先進(jìn)性決定了人工智能計(jì)算中心所能提供的算力水平，其解決方案的成熟度又決定了前期搭建所需的時間周期，以及算力供給過程中的穩(wěn)定性。這些因素共同決定了自動駕駛解決方案的開發(fā)周期，因而直接影響了相應(yīng)的車企是否能夠在智能駕駛領(lǐng)域取得市場先機(jī)。

在自動駕駛領(lǐng)域具有長期規(guī)劃的車企或技術(shù)供應(yīng)商需要掌握穩(wěn)定的算力資源。就這一方面而言，硬件的選型與網(wǎng)絡(luò)的規(guī)模將對數(shù)據(jù)中心的算力產(chǎn)生直接的影響，涉及IT領(lǐng)域的專業(yè)知識， 企業(yè)需要具備相關(guān)的知識儲備，以及駕馭跨行業(yè)合作關(guān)系的能力。此外，搭建及運(yùn)營人工智能計(jì)算中心的供應(yīng)商需要提供一套集成的全棧式AI解決方案，以保證自動駕駛系統(tǒng)的開發(fā)項(xiàng)目能 以最快的速度上線，并得到持續(xù)且穩(wěn)定的算力支持。

注：本篇報(bào)告來自IDC NVIDIA，僅做為學(xué)術(shù)交流，未經(jīng)許可請勿做為商業(yè)用途，如本資料侵犯了您的合法權(quán)益，請?zhí)砑訕s格小助手微信：16621616785， 我們將快速核實(shí)并處理。