在智能駕駛領域，一場圍繞算力與數據的競賽正在悄然上演。理想、華為、小鵬汽車等頭部企業，正全力沖刺端到端智駕技術，這一技術路線對算力和數據提出了前所未有的需求。
理想汽車近期大幅增加算力投入，從7月的2.4 EFLOPS迅速提升至8月底的5.39 EFLOPS，僅一個多月就耗費超10億元用于囤置算力芯片。小鵬汽車也宣布，到2025年，其云端算力將達到10 EFLOPS，需耗費約37億元。
特斯拉在這場競賽中一馬當先，其AI算力已等效為6.75萬張英偉達H100芯片，總算力約為67.5 EFLOPS，并在持續擴張。特斯拉的FSD v12版本，在海量數據和超大算力的訓練下，展現出了更絲滑、擬人的智駕能力。
數據是端到端智駕技術的關鍵。特斯拉已賣出700萬輛車，擁有顯著的數據優勢。然而，高質量數據并不容易獲取，理想表示，目前超80萬輛車主中，能提供高質量數據的用戶只有3%。
車企們不僅在搶購算力，還在積極建設數據中心。理想汽車已與云廠商火山引擎聯合建立數據中心，并正在籌備新的選址。華為智駕則在使用英偉達和自研的晟騰芯片，混合使用以加快云端算力進展。
端到端智駕技術帶來的商業化前景誘人。特斯拉通過降價和限時免費使用等方式，提升FSD的滲透率。華為智駕軟件費用也在逐步上漲，反映出市場對智駕技術的認可。
在國內，華為最早嘗到智駕商業化甜頭，問界新M7智駕版用戶超60%。理想汽車也通過端到端智駕技術，提升了智駕口碑，30萬以上的車型AD Max訂單占比接近70%。
這場算力與數據的競賽，不僅關乎技術領先，更關乎商業未來。車企們正不惜重金，競逐越來越高的算力數字，以期在智能駕駛領域站穩腳跟。
隨著智能駕駛技術的不斷發展，這場競賽將更加激烈。車企們需要在微薄的利潤水平下，持續投入巨資，以保持競爭力。
