各汽車企業智能駕駛算力布局情況如何？

國內車企目前仍處于從L2+向L3級端到端技術攻堅的關鍵階段。小鵬訓練數據 量超2000萬Clips（截至25年4月），華為、小米、理想等車企數據量突破1000萬Clips， 但整體數據量與場景覆蓋深度仍與特斯拉存在差距

。算力儲備方面，特斯拉依托自 研+外購的龐大算力（67.5EFLOPS，截至24年9月）構建壁壘，國內車企如小米 （11.45EFLOPS，截止25年2月）、華為（＞10EFLOPS，截至24年12月）、理想 （8.1EFLOPS，截至24年12月）等加速追趕。（注：特斯拉數據來自業績會和《馬 斯克傳》，華為數據來自華為智能汽車解決方案BU，小米數據來自小米汽車發布會 &官網，理想數據來自官方微信公眾號&官網，小鵬數據來自官方微信公眾號&官網） 未來模型參數量及訓練數據量方面，中國工程院院士鄔賀銓指出，5 級智能駕駛需 要處理高達 8000 億參數的模型，訓練數據量達到 1 億EB。特斯拉創始人兼首席 執行官馬斯克曾表示，特斯拉 FSD 測試里程需要達到 60 億英里，才能滿足全球 監管機構的要求，這也是智能駕駛系統實現質變的一個重要節點。

小米：新勢力黑馬，算力與銷量同步躍升。云端訓練算力層面，根據小米汽車微信公眾號，24年11月小米已擁有最高8.1E FLOPS可用于智能駕駛訓練的超大算力。根據25年2月小米雙Ultra發布會，智能駕 駛總算力達到11.45EFLOPS；訓練數據量方面，根據2025年3月小米汽車自動駕駛 與機器人部的專家工程師楊奎元在GTC大會上的發言，在24年9月采用端到端模型 訓練時，小米使用了238萬CLIPS，經過4個月的積累，訓練數據已經增加到1360萬 CLIPS，進入智能駕駛第一梯隊。

車端部署算力層面，目前，小米汽車的智能駕駛系統主要由小米自研，并在硬件供 應鏈上與多家行業領先企業合作。根據小米汽車官微，小米智駕以VLM視覺語言大 模型為底座，Xiaomi HAD全面接入小米端到端大模型，上限大幅度提高的同時下限 有保障。2025年6月26日，小米首款SUV車型“小米YU7”發布，新車全系搭載 700TOPS算力的NVIDIA Thor™芯片和1000萬CLIPS的端到端輔助駕駛功能。此外， 小米YU7的“英偉達+自研米芯”的雙芯架構采用“通用芯片鋪算力、專用芯片提效率” 的異構算力設計，顯著提升YU7的算力利用率。

特斯拉：自研加外購，算力儲備和數據積累全球領先。云端訓練算力層面，公司通過自研Dojo超算集群+大規模采購英偉達GPU構建混合 算力體系。根據25年3月特斯拉全體員工大會，公司自研Dojo D1芯片集群的超級計 算機已在紐約超級工廠運行，承擔公司5%~10%的智能輔助駕駛訓練數據量。第二 代Dojo性能將較第一代提升10倍，承擔更多自動駕駛訓練任務。根據IT之家引用的 前Dojo通信協議TTPoE負責人Eric Quinnell在離職郵件中披露，截至24年10月，Dojo 集群的算力是15EFLOPS。 根據特斯拉24Q3業績會，公司外購AI訓練芯片儲備從2023年9月不過萬張提升至等 效6.75萬張H100芯片，總算力規模達67.5EFLOPS，同比增長超6倍。預計2024年10月底還將新增2.1萬張H100，屆時外購芯片的算力將達到88.5EFLOPS。 根據25年3月馬斯克在全體員工大會上的發言，特斯拉正在大量建設算力中心，其用 于訓練智能輔助駕駛的Cortex算力中心已部署超過5萬塊GPU，即將擴展至10萬塊 級別，躋身全球排名前五的超級計算中心。馬斯克曾在社交媒體透露，這10萬塊GPU 均是英偉達的H100和H200芯片。 訓練數據量方面，根據《馬斯克傳》，2023年訓練V12初期所用的高質量訓練數據 儲備已達1000萬CLIPS，而24年底FSD V13上線，配備原生Al4輸入和全新的神經網 絡架構，數據規模擴大4.2倍，達到4200萬CLIPS。 車端部署算力層面，公司自研的HW系列FSD平臺已經演進三代，單芯片算力從HW3 的144TOPS到目前量產的HW4的500-720TOPS。25年6月18日，據NotATeslaApp 報道，特斯拉正在準備量產下一代FSD平臺AI5（HW5），其算力達2000-2500TOPS， 標志著特斯拉在自動駕駛硬件領域邁入全新階段。25年6月28日，第一輛完全自動 駕駛的特斯拉Model Y從工廠開到客戶家完成交付，整個過程包括高速公路行駛在內 的跨城鎮運輸，全程實現無人駕駛。

華為：全棧自研賦能，昇騰生態驅動智駕發展。華為2012年成立智能汽車解決方案部門，目前已構建全棧自動駕駛解決方案，覆蓋 底層傳感器、芯片，到操作系統、算法，再到云端服務的各個層面。 云端訓練算力層面，25年4月10日華為云生態大會上，華為昇騰云首席解決方案架 構師提到，昇騰云算力底座依托十萬卡集群及“3+N”布局，支持智駕大模型周級迭代 與PB級海量數據吞吐。24年11月19日中國5G+工業互聯網大會上，華為智能汽車解 決方案BU產業總監沈瑞采訪表示，截至2024年9月，華為云端的智能駕駛算力達到 7.5EFLOPS，日行訓練數據量超3500萬公里，模型迭代周期保持在5天以內；25年 1月，華為發布《華為乾崑2024年智駕使用報告》，據華為智能汽車解決方案BU CEO 靳玉志介紹，華為用于投入智駕的云端算力在24年底已超10EFLOPS。 車端部署算力層面，華為自研MDC（Mobile Data Center）平臺定位為智能駕駛計 算平臺，支持L2+到L5平滑演進。智駕AI芯片如昇騰310（16TOPS）和昇騰610（INT8： 160TOPS、FP16：100TFLOPS），充分兼顧性能與功耗。

理想：算力投入對標頭部。云端訓練算力層面，從24年7月份的2.4 EFLOPS提升至24年12月的8.1EFLOPS， 根據2024成都國際汽車展覽會，理想汽車智能駕駛研發副總裁郎咸朋表示，理想汽 車每年在訓練算力的投入超過10億人民幣。公司認為“最終實現自動駕駛需要的訓練 算力要達到100EFLOPS的量級，折合成投入每年要超過10億美金”。25年3月，理想 推出AD Max V13大模型，訓練數據量達到1000萬CLIPS。 車端部署算力層面，25年5月8日理想L系列智能煥新版發布會上，公司宣布AD Pro 輔助駕駛平臺搭載新一代地平線征程®6M芯片，擁有128TOPS的算力，而AD Max高級輔助駕駛平臺搭載NVIDIA Thor-U芯片，成為全球首個大規模量產交付NVIDIA Thor-U芯片的高級輔助駕駛平臺，擁有700TOPS的算力。

小鵬：技術激進派，數據規模領跑國內。云端訓練算力層面，根據25年4月14日小鵬AI技術分享會，公司宣稱從2024年開始 搭建AI基礎設施，已建立萬卡規模的智能算力集群，算力儲備達到10EFLOPS。小 鵬世界基座模型負責人劉先明介紹，小鵬自主開發了底層的數據基礎設施，使數據 上傳規模提升22倍、訓練中的數據帶寬提升15倍；通過聯合優化GPU/CPU以及網 絡I/O，最終使模型訓練速度提升了5倍。25年4月小鵬汽車用于訓練基座模型的視頻 數據量達2000萬CLIPS，25年底將增加到2億CLIPS。 車端部署算力層面，根據公司官網及官方公眾號，25年7月小鵬G7上市，首次搭載 其自研的圖靈AI芯片和全本地端VLA+VLM模型，單顆圖靈AI芯片算力高達 750TOPS，超越特斯拉HW4的720TOPS，可實現毫秒級多傳感器數據處理；小鵬 G7搭載了3顆圖靈AI芯片，有效算力超2200TOPS。