越是激烈競爭的市場，就越是英雄輩出的時代。

2024年，據統計在中國智能汽車市場“版圖”中，超過70家品牌，共同演繹著群雄逐鹿的市場盛況，同時也帶來了激烈的“內卷”。

任何一個市場從蠻荒走向成熟的標志，通常都會從價格的內卷，走向“價值”的內卷，而對于智能汽車行業來說這場價值的內卷，勢必是一場技術實力、算力底蘊與數據處理能力的全面較量。

站在2024年的“最后一天”，展望即將到來的2025年，要“卷”出一片新天地，成為智能汽車時代的“英雄”，就勢必要站在算力的高峰揮斥方遒。

01

從量變到質變

智能汽車進入“智能機”時代

中國智能汽車市場的崛起，已勢不可擋。

據數據統計：2023年新注冊登記新能源汽車743萬輛，與2022年相比增長38.76%，新能源汽車保有量達到了2041萬輛。

新能源汽車市場的爆發，加速了汽車產業電動化、智能化和網聯化的進程，自動駕駛系統、網聯系統、車載信息系統、智能中控等細分汽車電子產品領域滲透率不斷提高，智能汽車相關產業鏈迎來規模化發展。

從量變到質變，汽車架構演變從“功能機”進化到“智能機”時代，智能汽車的發展也超出了傳統企業的范疇，為轉型中的車企帶來了許多新的挑戰和機遇。

AI大模型的應用，推動智能汽車在人機交互、車手互聯等個性化體驗全面升級，汽車座艙能夠更流暢、更智能地理解用戶，提供定制化的服務；“端到端”技術的應用，也讓智駕技術也越來越像“老司機”……

但汽車智能化的程度越深，就越要依賴強勁的算力！

首先，當前智算基礎設施的缺失，已成為智能汽車加速發展的主要矛盾。在應用場景方面，自動駕駛仿真測試中要模擬真實世界，包括實驗室難以實現模擬的罕見、極端、危險等場景；場景庫需要基于GPU算力集群重建不同規模現實場景、多角度可回放的分析模型；并要滿足模擬中不同車輛配置，稱重，進彎角度，路面情況自動駕駛算法的驗證與迭代。這些場景的仿真和模擬，都離不開GPU算力集群的算力支持。

其次，隨著自動駕駛等級的快速迭代發展，需處理的數據體量將呈指數級增長。據數據顯示：車企每年所需處理的數據量在研發階段為PB級，商用階段將達到ZB級。

海量的數據，采集和處理需要大量的技術和資源投入，如何有效地收集、存儲、分析和利用這些數據也是車企需要解決的重要問題。

我們常說，解決問題的關鍵，在于看到問題的本質，那么顯然智能汽車發展的本質是算力和數據。這也是寧暢攜手NVIDIA推出了智慧汽車解決方案的背景，并基于NVIDIA Omniverse企業平臺的強大功能，Nettrix的自動駕駛解決方案可幫助汽車制造商進行數據收集、感知模型訓練和模擬測試。

02

全面算力+方案

賦能智能汽車的場景化需要

有一點毋庸置疑，就是每一次自動駕駛級別的跨越，都代表著算力需求的指數級增長。根據中國電動汽車百人會的數據，“端到端”智能駕駛領域的起步算力為1 EFLOPS，而座艙大模型的基礎模型算力需求大于10EFLOPS，垂域模型算力需求為數百到數千PFLOPS，可以說是算力無止境。

我們將自動駕駛從L1到L5進行等級劃分，L1和L2級自動化系統命名為“駕駛輔助系統”，L3-L5命名為“自動駕駛系統。每一次級別的跨越，都是算力、數據和算法三要素不斷融合和深化的結果。

而針對目前算力需求最迫切的仿真場景，寧暢作為國內領先的算力服務商之一，可以提供全線計算產品，全面支持仿真場景庫、仿真測試平臺以及仿真評價三大測試仿真系統。

同時，針對自動駕駛對海量數據的處理需求，寧暢分布式存儲為自動駕駛提供數據注入、預處理、訓練、仿真、歸檔各個環節業務數據生命周期管理。寧暢R620 G50 NVMe全閃、R640 G50 4U36混閃、4U60液冷節點等不同的產品，可以根據車企數據處理的不同需求，“因地制宜”的滿足數據高效使用。

當然，汽車帶來的不僅僅是輔助駕駛和自動駕駛的智能網聯技術升級，更是一次汽車工業的智能化革命，因此在汽車企業本身的數字化轉型當中同樣需要高效的算力和解決方案支撐。這同樣是寧暢智慧汽車解決方案要賦予車企的“生產力”。

比如在汽車制造設計仿真場景，寧暢可以提供汽車制造設計仿真整體方案，通過云桌面系統等實現設計仿真一體化，既能夠保證數據的安全，又能提升資源利用率；

在車企運營場景，寧暢可以提供汽車行業企業運營解決方案，通過建立信息安全體系和標準規范體系來保證企業運營的良好進行；

在企業辦公場景，寧暢VDI解決方案，能夠通過基礎硬件設施建立虛擬化池和虛擬桌面，滿足不同應用場景下的使用，提升效率；對于汽車行業云數據中心，寧暢也可以通過汽車工業高算計算云解決方案，為其提供高效靈活的云方案等等。

03

背后是

從粗獷到精細的發展模式演進

從技術的視角去看待智能汽車的發展徑路，本身是一種從過去粗獷的發展模式，向精細化發展模式的演進。

在制造流程中，傳統汽車制造依賴于機械部件的組裝和調試，智能化程度較低，設計和制造過程相對粗放。隨著人工智能等技術的融入，智能汽車能夠實現精準的環境感知、智能的決策控制和更高效的能源管理，使得智能汽車在安全性、舒適性、能效等方面均有了顯著提升。

在市場需求側，智能汽車制造商從過去的“一刀切”式生產，轉向更加靈活多樣的定制化生產。企業在產品設計、制造、銷售等各個環節都進行精細化管理和優化，以滿足市場的多元化需求。

那么在技術層面，這種精細化發展的典型體現就是寧暢“精裝算力”概念的融入。

我們知道，隨著大模型逐步融入智能汽車從自動駕駛到生產制造等多個環節，如果仍然選擇“堆算卡、堆規模”的粗放的算力模式，無論從算力到能源消耗，造成的浪費都會是一個天文數字。

而精裝算力是依托寧暢定制化與全棧全液能力，以算力棧為交付形態，從用戶需求與體驗出發，提供全體系軟硬協同的精細化算力服務。在其中，寧暢首次突破性實現標準化、可移植、大解耦全冷板液冷服務器技術，冷板形式覆蓋CPU、內存、硬盤、GPU、各種形態PCIe設備以及PSU等服務器內全部散熱單元，實現了無風扇形態的原生全液冷服務器。采用寧暢原生全液冷技術，不僅液冷成本可控、運維方式與風冷無異，數據中心運行PUE值更可低至1.09，遠低于業內風液混合形態冷板式服務器平均水平。

精裝算力的概念，也提醒我們，在關注算力規模的同時，也要關注算力的效率。智慧汽車解決方案，作為精裝算力概念的組成部分，對智能汽車，乃至整個汽車行業的智能化升級，都具備典型意義。

毫無疑問，隨著汽車與AI的深度融合，端到端智能駕駛、座艙大模型等技術加速上車，行業對智能算力的需求仍會加速增長。相信在即將到來的2025年，秉承”精裝算力”的概念，寧暢將為邁向自動駕駛時代的車企保駕護航。