AI算力需求激增，寒武纪如何打造智能驾驶全栈算力方案？
伴随人工智能技术加速普及，全球范围内对AI算力的需求呈现出令人惊叹的增长趋势。据行业数据预测，到2025年，全球人工智能算力需求将攀升至1709 EFLOPS，相较于2018年增幅高达40.7倍。在自动驾驶这一关键领域，算力已跃升为核心驱动力，其应用广泛覆盖了云端与车端两大核心场景。作为国内AI芯片领域的行业领军者，寒武纪正凭借其全面布局的算力产品线，为智能驾驶提供从模型训练到实时推理的一体化完整解决方案。
在2022年世界人工智能大会（WAIC）上，寒武纪创始人、董事长兼CEO陈天石明确指出：云端数据中心是支撑自动驾驶研发不可或缺的核心基础设施。接下来，我们将全面剖析云端算力在自动驾驶中的关键价值，并深入了解寒武纪在云端及车端的具体产品布局与技术实力。
云端算力：自动驾驶研发的核心引擎与超级大脑
为什么说云端数据中心是自动驾驶研发的核心枢纽？其关键作用主要体现在以下三个维度：
- 模型训练：更强的云端算力能够支撑更大规模、更复杂的自动驾驶模型训练，为真正实现高阶自动驾驶提供坚实基础。
- 一站式数据闭环体系：云端汇集了数百万辆行驶车辆产生的海量数据，通过具备EFLOPS级算力的数据中心，可以提供从原始数据高效管理到算法模型精准验证所需的一站式工具链与完整数据闭环解决方案，有力支持数据、算法与模型的持续开发与快速迭代。
- 持续升级与远程进化：借助远程OTA技术，自动驾驶模型能够被不断优化与更新，持续开放更多高级功能，从而不断提升驾乘体验，显著增强OEM（整车制造商）的市场竞争力。
小提示： 作为全球智能驾驶标杆企业的特斯拉，目前已部署了3个大型数据中心，总计搭载11544个GPU，其总算力总和已超过3600 PFLOPS。这些庞大的算力资源为特斯拉自动驾驶模型的持续训练与迭代优化提供了强大支撑。
寒武纪全栈算力布局：覆盖边缘到云端，贯通训练到推理
寒武纪致力于打造一条完整的、覆盖边缘端、云端推理、云端训练、车载计算等全场景的算力产品线，其处理器算力范围从几TOPS延伸至数千TOPS。目前，寒武纪的算力方案已广泛应用于互联网、智慧金融、智慧能源、智慧物流、智慧畜牧等多个行业，并正积极拓展至智能驾驶领域。同时，寒武纪还构建了支持云、边、端、训、推一体化的软件开发平台，全面兼容TensorFlow、PyTorch、Caffe、ONNX等业界主流人工智能开发框架。
寒武纪创始人、董事长兼CEO陈天石在WAIC发表主题演讲
云端算力产品：思元370系列高性能芯片
在云端领域，寒武纪推出了第三代云端核心产品——思元370系列。这是一款专为模型训练与推理一体化设计的高性能AI芯片，尤其适用于云端自动驾驶模型的高效训练。
- 先进工艺与强大算力：采用创新的chiplet（芯粒）技术，基于7nm先进制程，提供256 TOPS（INT8）的卓越算力。
- MLU370-X8加速卡：基于思元370芯片的加速卡拥有出色的多机多卡扩展能力。在典型的Transformer、BERT等网络模型的8卡训练实测中，其性能可达到250W RTX GPU的1.7倍。
常见问题： 思元370系列芯片仅用于自动驾驶场景吗？
答：并非如此。思元370是一款通用的AI训练与推理处理器，其应用范围广泛，能够支持云端各类AI场景，包括自动驾驶、自然语言处理、计算机视觉等。其训推一体的架构设计使其既能高效用于模型训练，也能胜任推理部署任务。
车端战略布局：行歌科技与智能车载芯片
在车端领域，寒武纪成立了全资子公司行歌，专注于研发兼具高性能与高安全可靠性的智能车载芯片。陈天石预测，未来5年自动驾驶将呈现出以下显著趋势：
- L2+级自动驾驶将快速普及并长期存在，同时受限场景下的L4级自动驾驶开始商业化落地，形成L2+与L4并存的局面。
- 自动驾驶算法日趋复杂，需要处理的数据量呈指数级增长，对算力的需求持续攀升。
- 车、路、云协同将进一步实现大数据闭环，全面升级驾乘体验。
- 为满足消费者的个性化需求，并增强厂商的差异化竞争力，车端自学习能力的要求将不断增强。
寒武纪采用统一的“车云”处理器架构、指令集及平台级基础软件，能够高效支持数据闭环与AI模型调优，并将精度损失降至最低。其具体闭环流程如下：
- 云端：提供高性能训练板卡，处理车端上传的海量路采数据，通过大规模训练生成更先进的自动驾驶模型，并借助OTA技术推送到车端。
- 车端：提供大算力、接口资源丰富的自动驾驶推理芯片，以支撑复杂模型的高实时性推理需求，并支持算法模型的持续迭代与升级。
在研新品：MLU590、SD5223与SD5226
寒武纪在车云协同领域还有多款备受瞩目的产品正在研发之中：
MLU590：新一代云端AI训练旗舰芯片
- 搭载MLUarch05全新架构，拥有更大的内存容量和更高的内存带宽。
- 其实际训练性能较当前在售的旗舰产品实现大幅提升。
SD5223：面向L2+级行泊一体应用的高效芯片
- AI算力：16 TOPS
- 核心优势：相比同类芯片，拥有更高的DDR容量和更大的内存带宽。
- 合作进展：已与多家领先的Tier 1供应商及算法公司展开深度合作研发。
- 产品形态：支持8M IFC、5V5R、10V10R等多种传感器配置。其中，5V5R方案能够通过单颗SoC芯片实现完整的行泊一体功能，并支持自然散热，这有助于将先进的自动驾驶方案下探至10-15万元级别的入门级车型。
SD5226：面向L4级高阶自动驾驶的多域融合平台
- AI算力：400+ TOPS
- CPU性能：300K+ DMIPS
- 核心制程：7nm
- 核心能力：旨在支撑车端自学习架构的量产落地。传统的车端AI芯片主要以推理架构为主，算法模型的更新与训练高度依赖云端。而寒武纪创新性地采用端云一体、训推一体的AI处理器架构，使车端能够拥有训练能力，让智能汽车真正具备自我进化、持续学习和个性化成长的能力。
常见问题： 车端训练与云端训练有何不同？其重要性体现在哪里？
答：在传统方案中，车辆仅承担推理任务（即根据已有模型执行决策），所有模型更新都需上传至云端完成。而车端训练是指车载芯片本身具备模型训练能力，能够基于车辆自身实时采集的数据进行小规模微调或增量学习，无需频繁地将全部海量数据上传云端。这样做既能显著降低数据传输带宽和成本，保护用户隐私，更能让每辆车实现个性化的自适应进化。
总结
寒武纪通过云端（思元370、MLU590）与车端（SD5223、SD5226）的双向战略布局，并结合车云统一的处理器架构与训推一体的创新设计，为自动驾驶行业打造了一条从数据采集、模型训练，到车端高效推理、持续本地迭代的全链条算力解决方案。无论是面向入门级L2+车型的普及方案，还是面向高阶L4自动驾驶平台的高性能平台，寒武纪的产品都展现了其面向未来五年自动驾驶发展趋势的坚实技术储备与完整布局。