Has the era of autonomous driving arrived? Breaking free from high-precision maps, car companies are also competing for "computing power"!

近期自動駕駛迎來密集政策催化。據證券日報報道自動駕駛 “車內無人” 試點在北京正式開放，澎湃新聞報道百度智行等三家企業 15 輛車獲得浦東新區首批發放的無駕駛人汽車道路測試牌照，標誌着無人駕駛開啓新的征程。

在更廣闊的乘用車方面，國內車企陸續開啓 “城市 NOA” 內測，下半年有望開發全國可用的 “通勤 NOA”。

對此，西部電子上週在報告中表示，自動駕駛奇點來臨，23 年是高級別輔助駕駛突破元年，未來將加速滲透。

其中，算力是車企打造自動駕駛能力的核心，大模型等 AI 算法的出現正推動自動駕駛算法變革，開源證券在 7 月 9 日的報告中表示，未來能夠良好適配 Transformer 算法並幫助其在車載平台落地的公司有望佔得先機。

自動駕駛奇點來臨

西部電子指出，自動駕駛奇點來臨，23 年是高級別輔助駕駛突破元年。

NOA 導航輔助駕駛可實現導航時自動駛入或駛出高速公路岔道功能。23 年是城市 NOA 0-1 突破元年，未來將加速滲透。

此外，23 年下半年國內一線城市有望率先出台 L3 法規，帶動高級別自動駕駛（L3 及以上）快速發展。高級別輔助駕駛（L3 及以上）安全是核心，激光雷達仍是必備。

車企開啓算力側 “競賽”

算力是打造自動駕駛能力的核心，車企開啓 “軍備競賽”。

根據開源證券介紹，自動駕駛算法通常包含感知、預測、規劃模塊，同時輔助一些地圖、定位等模塊，實現自動駕駛功能的落地，而大模型等 AI 算法的出現正推動自動駕駛算法變革。

在感知端，特斯拉以及小鵬、理想等國內企業已經使用 Transformer+BEV 以及佔用網絡（OccupancyNetwork）實現實時障礙物識別、運動目標檢測，逐步擺脱高精地圖的限制，使得城市 NOA 能夠在無高精地圖的城市中迅速鋪開；

在決策端，目前仍以規則算法為主，但是通過引入帶有打分機制的強化學習，使得決策端具備一定學習能力，能夠儘可能多地學習人類司機的經驗；

在規控端，依靠數據驅動的基於人工智能的規控算法日益走向台前。人工智能模型能夠更加平滑的以 “類人” 的方式對駕駛行為進行處理，泛化能力強、舒適性好，應對複雜場景的能力大幅提升。

進一步來看，自動駕駛算法變革帶動雲端算力軍備競賽，而邊緣端芯片格局有望被重塑。

1、自動駕駛算法變革帶動雲端算力軍備競賽

開源證券指出：

大量的數據處理、訓練、自動標註、仿真等工作需要完成，算力成為車企打造自動駕駛能力的核心，決定着車企的算法迭代效率和上限。

特斯拉表示其總算力在 2024 年將衝刺 100EFlops，而國內領先玩家亦不遑多讓，紛紛構建自有的數據中心，為自身算法和數據的迭代和積累鋪平道路。

2022 年 8 月，小鵬汽車與阿里雲共同宣佈在內蒙古烏蘭察布建成自動駕駛智算中心 “扶搖”，用於自動駕駛。2023 年 1 月吉利汽車也聯合阿里雲推出吉利星睿智算中心，理想汽車在 2023 年同樣與火山引擎合作在山西佈局智算中心，蔚來等諸多車廠亦積極推動自有或雲端算力的構建。

2、芯片對 Transformer 適配性將影響未來競爭格局

開源證券指出，Transformer 大模型對芯片架構提出新的要求，芯片對 Transformer 適配性將影響未來芯片的競爭格局。

芯片架構決定着算法運行效率，近年隨着 Transformer 算法風靡 AI 界，特斯拉引領下，Transformer 在自動駕駛行業被廣泛使用。與傳統卷積神經網絡（CNN）架構相比，Transformer 算法對算力要求更高、芯片的運算精度更高、算子複雜度更高。

鑑於上述特點，不少芯片廠商推出了可針對 Transformer 加速的芯片產品。開源證券認為：

未來，能夠良好適配 Transformer 算法並幫助其在車載平台落地的公司有望佔得先機。自動駕駛產業加速成熟，配套公司全面受益 BEV+Transformer 大模型的自動駕駛算法構建形式被市場廣為接受。

總的來看，開源證券表示，2023 年將陸續看到各大車企紛紛落地自己的城市輔助駕駛相關車型，行業呈現百花齊放的狀態，無疑將助力整個自動駕駛產業鏈走向繁榮。

本文主要摘取自開源證券《自動駕駛算法變革開啓算力側 “競賽”》、西部電子《自動駕駛奇點來臨，L3/L3+ 智能駕駛加速滲透》