1个月砸入上亿元 智能驾驶进入算力游戏

“下半年开始，理想几乎把渠道商手里的卡都买了。”一位知情人士说。

AI大模型创业催生的抢购算力潮，今年陡然迁移到了汽车行业。以理想、华为和小鹏汽车为首，向端到端智驾发起猛冲的公司，尤为激进。

和AI大模型技术趋同，端到端的智能驾驶技术，同样有数十亿参数，也在向百亿级进发。算力就是这座数据熔炉的燃料。这也决定，端到端技术和算力资源拼抢，成了智能驾驶新的决胜规则。

“李想（理想汽车CEO）经常问我，算力资源够不够，不够再去买。”接受36氪专访时，理想智能驾驶副总裁朗咸鹏曾表示。据36氪了解，目前理想汽车已经囤够了万张算力卡，“同时还在物色数据中心的地址。”

7月，理想的云端算力为2.4 EFLOPS ，到8月底，理想算力已经陡增至5.39 EFLOPS。几乎一个月时间，理想的云端算力增加了近3 EFLOPS。

同样，小鹏汽车宣布，到2025年，云端算力将从目前的2.51 EFLOPS增加到10 EFLOPS。

华为智驾也在两个月内迅速将云端训练算力规模从5EFLOPS扩张到7.5 EFLOPS。

这是什么概念？有智驾行业人士告诉36氪，目前车企们使用的训练显卡主要是英伟达H100和A800。美国禁令后，市场上能流通的大多是A800。

据36氪汽车了解，一台A800服务器（含8张显卡）报价约为95万元。按照FP16精度计算，单张A800的算力为320TFLOPS，1 EFLOPS（等于1000000TFLOPS）大约可计算为3125张A800，即390个8卡模组。

按每8卡模组按照95万元价格计算，1 EFLOPS算力大约需要约3.7亿元。

也就是说，理想汽车在过去1个多月，仅囤置算力芯片就耗费超10亿元，而小鹏想要实现明年总算力目标，则需要耗费约37亿元。

虽然耗资巨甚，但不容车企懈怠。智能驾驶技术已经在AI大浪潮下，发生新的范式革命：从传统方案的规则驱动，变成了“端到端”方案的AI驱动、数据驱动。

想要量产端到端的智能驾驶产品，车企们需要先成为吞噬海量数据、巨大云端算力的猛兽。

特斯拉先成为“算力狂魔”。去年9月，特斯拉AI训练芯片储备不过万张左右，而在今年三季度财报会数字显示，目前特斯拉AI算力约等效为6.75万张英伟达H100芯片。一年时间算力储备翻超6倍。