電子發燒友網報道（文/李彎彎）隨著AI的普及，AI算力需求呈指數級增長，數據顯示，2025年人工智能算力需求將達到1709EFLOPS，相較于2018年增長40.7倍。在自動駕駛領域，算力也成為了其核心驅動力，包括云端和車端。

在日前的2022世界人工智能大會（WAIC）上，寒武紀創始人、董事長兼CEO陳天石表示，云端數據中心是自動駕駛研發的核心基礎設施。

主要體現在幾個方面：一、訓練模型，更強大的云端算力支持訓練更大，更復雜的自動駕駛模型，助力高階自動駕駛的實現；二、一站式閉環解決方案，云端匯集數百萬輛車的海量駕駛數據，通過云端EOPS級別的數據中心可提供從原始數據管理到算法模型驗證所需的一站式工具鏈和數據閉環解決方案，實現數據、算法、模型的持續開發和迭代；三、持續更新和升級，通過遠程OTA不斷更新自動駕駛模型，開放更多功能，不斷升級消費者的駕乘體驗，增強OEM的競爭力。

特斯拉作為全球智能駕駛領域的領導者，在這方面投入較大。據介紹，特斯拉現在擁有3個大數據中心，總計采用11544個GPU，包括自動標記數據中心，采用1752個GPU，可以提供549PFLOPS算力；訓練數據中心1，采用4032個GPU，算力1264 PFLOPS；訓練數據中心2，采用5760 個GPU，算力1806 PFLOPS。而且特斯拉還在自研DOJO超級計算機系統和D1芯片，算力將實現新的突破。

寒武紀致力于全算力布局，包括邊緣端、云端推理、云端訓練、車載，算力從幾TOPS到幾千TOPS，該公司已經為互聯網、智慧金融、智慧能源、智慧物流、智慧畜牧等行業提供算力支持，并正在進入智能駕駛領域。寒武紀還具有云邊端訓推一體的軟件開發平臺，支持TensFlow、PyTorch、Caffe、ONNX等主流的人工智能開發框架。

寒武紀創始人、董事長兼CEO陳天石演講

陳天石表示，寒武紀可為智能駕駛云端、車端提供算力支持。在云端，寒武紀第三代云端產品思元370系列，一款訓推一體的芯片，可用于云端自動駕駛模型的訓練。

該芯片使用chiplet芯片技術，采用7nm工藝，提供256TOPS（INT8)算力，基于該芯片的加速卡MLU370-X8具有良好的多機多卡擴展性，在Transformer、BERT等典型網絡的8卡訓練實測性能可達到250W RTX GPU的1.7倍。

在車端，寒武紀成立了全資子公司行歌，專注于安全可靠的智能車載芯片。

陳天石認為，未來5年自動駕駛有幾個方面的趨勢：1、L2+自動駕駛快速普及并將長期存在，受限場景L4自動駕駛開始落地，L2+到L4并行存在；2、自動駕駛的算法更復雜，處理的數據量指數級上升，算力需求不斷攀升；3、車路云協同實現大數據閉環，駕乘體驗持續升級；4、為滿足消費者個性化的需求，增強廠商差異化競爭力，車端自學習需求不斷增強。

寒武紀車云統一的處理器架構、指令集和平臺級基礎軟件，能夠支持高效地進行數據閉環和AI調優，精度損失最低。在云端提供訓練板卡，處理車端收集的海量數據，通過訓練生成先進的自動駕駛模型，經過OTA推送到車端；在車端提供大算力、接口豐富的自動駕駛推理芯片，支持復雜模型大算力需求，支持算法模型的持續迭代。

寒武紀車云部分還有產品在研，包括MLU590、SD5223、SD5226。MLU590是全新一代云端AI訓練芯片，采用MLUarch05全新架構，具有更大內存容量、更高內存帶寬，實測訓練性能較在售旗艦大幅提升。

SD5223是面向L2+自動駕駛行泊一體芯片，16TOPS 算力，相比同類產品具有更高DDR容量，更大帶寬，目前寒武紀已和領先的Tier1公司、算法公司開展合作研發，SD5223將支持8M IFC、5V5R、10V10R三種產品形態，其中5V5R 方案單顆SOC實現行泊一體功能，并可采用自然散熱，推動自動駕駛系統向10-15萬元的入門級車型覆蓋。

SD5226則是面向L4高階自動駕駛多域融合平臺SOC，AI算力400+TOPS，CPU 300K+DMIPS，采用7nm制程，這顆芯片可以支撐車端自學習架構的落地量產，當前已有的車端芯片以推理架構為主，算法模型的更新和訓練需要在云端完成，而寒武紀采用端云一體，訓推一體的AI處理器架構，可以支持車端訓練，使得智能汽車真正具有自我進化、自我成長的能力。