🇭🇰SCMP Technology•較早收集於 22m
華為投入117億美元自動駕駛訓練運算
💡華為117億美元自動駕駛運算押注，加速中國主導訓練基礎設施（28字）
⚡ 30-Second TL;DR
有什麼變化
華為五年投入117億美元於自動駕駛運算
為什麼重要
華為巨額投資凸顯中國自動駕駛AI的推進，可能對全球競爭者造成壓力。此舉顯示自動駕駛模型訓練所需運算基礎設施的擴張。AI從業者可能出現自動駕駛技術合作機會。
下一步行動
使用華為開發者文件，對照Qiankun ADS基準測試您的自動駕駛堆疊。
誰應關注：Researchers & Academics
關鍵要點
- •華為五年投入117億美元於自動駕駛運算
- •強化Qiankun ADS系統的訓練與測試
- •維持中國智慧駕駛供應領先地位
- •CEO Jin Yuzhi宣布擴大客戶計畫
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •華為此次投資重點在於建設大規模智算中心（AI Computing Centers），以應對自動駕駛模型訓練對算力需求的指數級增長，特別是針對端到端（End-to-End）大模型的訓練。
- •該投資計劃與華為「乾崑」（Qiankun）ADS 3.0 系統的推廣緊密結合，旨在透過海量路測數據與模擬訓練，解決複雜城市交通場景下的長尾問題（Corner Cases）。
- •華為正積極推動「華為車BU」的獨立運作與合作模式轉型，透過此項算力投資，進一步降低合作車企的研發門檻，強化其作為智慧汽車解決方案供應商的生態護城河。
📊 競品分析▸ Show
| 特性/競爭對手 | 華為 (Qiankun ADS) | 小鵬汽車 (XNGP) | 百度 (Apollo) |
|---|---|---|---|
| 技術路線 | 端到端大模型 + 視覺為主 | 端到端大模型 + 視覺為主 | 視覺 + 雷達融合 |
| 商業模式 | Tier 1 供應商 (賣軟硬體) | 自研自用 (整車銷售) | 軟體授權 + Robotaxi |
| 算力佈局 | 自建智算中心 (昇騰晶片) | 阿里雲合作 + 自建算力 | 百度智算中心 (崑崙芯) |
🛠️ 技術深入
- 算力基礎：依賴華為自研的昇騰（Ascend）系列 AI 加速晶片，構建大規模集群以支撐千億級參數的自動駕駛大模型訓練。
- 演算法架構：採用基於 Transformer 的端到端架構，實現感知、決策、規劃的一體化，減少傳統模組化架構中的資訊損耗。
- 數據閉環：利用雲端模擬平台（Simulation Platform）進行虛擬場景訓練，結合車端數據回傳，實現模型迭代的自動化數據清洗與標註。
🔮 前景展望AI analysis grounded in cited sources
華為將在2027年前實現ADS系統在中國主要城市的全場景無圖智駕覆蓋。
大規模算力投入將顯著縮短複雜場景的訓練週期，加速高階智駕功能的落地速度。
華為車BU的營收結構將從硬體銷售轉向軟體訂閱與技術授權服務。
透過算力賦能，華為能提供更具競爭力的軟體解決方案，吸引更多車企採用其ADS系統。
⏳ 時間線
2021-04
華為正式發布 ADS 高階自動駕駛解決方案。
2023-04
華為發布 ADS 2.0，強調不依賴高精地圖的智駕能力。
2024-04
華為正式發布「乾崑」ADS 3.0，全面升級端到端架構。
2025-01
華為車BU與多家車企簽署深度合作協議，擴大ADS裝車量。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： SCMP Technology ↗