" 对中国汽车厂商来说，谁能率先在云端算力上建立优势，谁就有机会在下一阶段的行业洗牌中掌握话语权。" 日前，同济大学教授、汽车安全技术研究所所长朱西产在一次内部研讨会上如此表示。

实际上，在智能汽车领域，车端算力和云端算力常被行业提及。车端算力用 TOPS 来衡量，负责车辆在行驶过程中的实时感知和决策；云端算力则用 EFLOPS 来衡量，对应的是超算平台的能力，主要用于训练复杂的人工智能模型。

在朱西产看来，全球汽车市场已触顶，销量不再是唯一的衡量指标。进入智能化深水区后，算力正在成为决定车企竞争力的新变量。云端算力越高，企业在自动驾驶训练、智能座舱迭代和大模型推理中的效率就越高，迭代速度也就更快。

算力之战将至少持续 3~5 年

值得注意的是，车端算力和云端算力并不是简单的 " 谁强谁弱 "，而是分工不同——车端算力要保证低延时和稳定执行；云端算力则承担庞大的数据训练和模型迭代。

例如，在高阶智驾领域，云端算力水平至关重要。因为智能驾驶的本质是 " 云端训练——车端部署——数据回传——再训练 " 的循环。车辆采集到的真实路况数据会回传到云端，经过反复训练后形成更强大的模型，再通过 OTA 更新下发到车端。这个闭环跑得快不快，取决于云端算力够不够强。

图片来源：视觉中国

此外，业内热议的 " 世界模型 "（一种模拟真实物理环境的大模型，用来训练自动驾驶甚至机器人系统），对算力的要求更是成倍提升。是否能支撑这种大模型的训练，已经成为车企进入下一轮竞争的门槛。

由此可见，云端算力已成为衡量一家车企能否立足未来的关键指标，自然也是各大车企角逐的重点。

根据公开资料，汽车企业对云端算力的储备参差不齐。截至今年 8 月底，特斯拉的云算力大约 100EFLOPS，居全球首位；引望的云算力约 32EFLOPS，排名第二；吉利星睿智算中心 2.0 的算力达到 23.5EFLOPS，在中国车企中排名第一，已经跻身全球第一梯队。

即便是在以智能化为核心竞争力的新势力阵营中，车企的云端算力储备也仍有提升空间，不少车企的云算力都集中在 8EFLOPS 至 12EFLOPS 这一区间。

" 这场算力之战至少还要打 3~5 年，目前大部分车企公布的算力数据都在 5EFLOPS~10EFLOPS。" 朱西产认为，在这场长跑中，吉利率先跑到前列，这种领先的意义远大于短期的销量数字。

电动化与智能化应齐头并进

在云端算力上，吉利之所以能够领先，得益于其长远的战略规划和技术积累。自 2021 年起，吉利汽车意识到其电动化转型困境，加速补齐 " 三电 " 短板，成功开发出神盾电池、安全电池包、超级电混等核心技术，并应用于新车型，持续提升新能源渗透率。

与此同时，吉利没有将智能化放在所谓 " 下半场 "，而是坚持电动化与智能化齐头并进。

吉利汽车集团 CEO 淦家阅表示，他在 2021 年启动 " 智能吉利 2025" 规划，提出构建 " 一网三体系 " 的全域智能化架构，即打造一张覆盖芯片、操作系统、大数据的科技生态网络，同步建立智能科技的研发体系、产品体系、运营体系。

在智能化方面，吉利汽车逐步进入收获期。今年年初，吉利发布了行业首个智能汽车全域 AI 技术体系，并陆续将全域 AI 融入智驾域、动力域、底盘域。

图片来源：每经记者 孙桐桐 摄

3 月，智驾域的千里浩瀚辅助驾驶系统正式发布，统一集团的智驾解决方案；6 月，动力域的 AI 云动力 2.0 发布，为用户出行匹配最优策略，实现节能、智能、性能、安全的用车体验；8 月初，底盘域的 AI 数字底盘首发量产上车，实现从传统的 " 机械执行 " 向数字化 " 主动控制 " 跨越，提升了舒适性与安全操控能力；8 月 20 日，吉利宣布将聚焦 " 一个座舱 " 战略，通过统一的 AI OS 架构、统一的 AI Agent（人工智能体）与统一的用户 ID，实现 AI 座舱 "All in One"，打造实现 " 人——车——环境 " 自主协同的智慧空间，并宣布未来将不再开发不具备 AI 能力的传统智能座舱。

与此同时，吉利还将 AI 深入到产品研发、生产、售后服务等全链路环节，以实现全场景的智能体验。

正如乘联分会秘书长崔东树所说，他反对将产业简单分为 " 电动化上半场、智能化下半场 " 的说法，电动化远未到 " 功成身退 " 之时，当前全球新车仍有 80% 是燃油车，电动车仅占 20%。燃油车占比从 80% 降到 50% 以下将是漫长的过程，智能化应当贯穿汽车发展全过程，与电动化协同并进，而非有先后之分。

他预计，未来很长一段时期，燃油车（含混动）和电动车将并存发展，AI 技术则将全面赋能汽车，从架构优化到自动驾驶，实现全产业链的效率提升。

每日经济新闻