盤點「蔚小理特華米」的算力，差距超過100倍？

第一電動大牛作者電動星球News蟹老板 2024-05-31 09:33

5 月 21 日，雷軍直播小米 SU7 NOA 時，他說了這樣一句話：「目前業(yè)內(nèi)實現(xiàn)智駕全自研的，國內(nèi)有 7 家公司，都是決心強大」。

雷總口中的戰(zhàn)國七雄是誰，輿論場有無數(shù)組合。但當我們把目光回到技術(shù)本身，一個關(guān)鍵詞語，這兩年成為證明車企自研智駕決心，甚至引發(fā)暗自較勁的熱詞：

訓(xùn)練算力，以及有關(guān)訓(xùn)練算力的資金投入。

這場算力大賽，在 4 月 28 日被馬斯克直接拉到天花板。

他在 X 上說，「特斯拉今年大概會投資 100 億美元，用于訓(xùn)練和推理結(jié)合的人工智能，后者主要用于汽車。任何沒有這種規(guī)模投入的企業(yè)，并且高效推進，沒法玩（cannot compete）」。

100 億美元約合 723 億元人民幣，整個華為 2023 年研發(fā)投入是 1647 億元，723 是 1647 的 43.9%。

這筆錢讓馬斯克擁有了全球最高的「計算卡」儲備：到 2024 年底 85000 塊英偉達 H100，直接成為全球最大的「卡皇」。

如果說自動駕駛可以引發(fā)下一次生產(chǎn)力爆炸，那么目前誰擁有的訓(xùn)練算力越多，誰就更接近于造出第一顆自動駕駛「核彈」。

于是我們不禁好奇：同樣競逐智能駕駛高峰的「蔚小理特華米」們，他們手握的智能駕駛「核彈當量」之間，有沒有距離？如果有，差距在哪里？

今天數(shù)字轟炸。

E 時代

先聊聊時代背景——E 這個字母，大家這兩年從車企那里聽得不少。

算力語境里面，E 指的是 Exa，1Exa 翻譯過來是 10 的 18 次方，一百億億。

比如 4 月 11 日的鴻蒙智行春季發(fā)布會上，余承東表示，目前華為的云端訓(xùn)練算力，已經(jīng)達到了 3.3EFLOPS；相比去年 11 月智界 S7 首次發(fā)布時公布的 2.8EFLOPS，又提升了約 20%。

為什么進入 E 級訓(xùn)練算力時代，對于智能駕駛?cè)绱酥匾?/span>

訓(xùn)練 training，在人工智能領(lǐng)域指的是學習，也就是用巨量數(shù)據(jù)「喂」出一個足夠強大的神經(jīng)網(wǎng)絡(luò)模型；推理 inference，指的是基于這個訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，使用新的、規(guī)模相對很小的現(xiàn)實數(shù)據(jù)，得出預(yù)測結(jié)果。

常見的 Orin X，就是用于推理的小算力芯片；A100/H100，就是用于訓(xùn)練的大算力芯片。

或者舉個很形象的例子，推理芯片是學生拿著現(xiàn)成的教材學習，學習芯片就像是教案組編教材，兩者的難度有本質(zhì)不同。

結(jié)果就是，掌握的智能駕駛訓(xùn)練算力越龐大，離那本「萬能教材」就越近，起碼在輿論層面，可以營造這樣的氛圍。

蔚小理華們的算力軍備

了解完背景知識，我們需要解答一個問題：蔚小理華米們，手里有多少訓(xùn)練算力資源？

作為智能汽車新軍，截止我們發(fā)稿，小米汽車目前尚未公布訓(xùn)練算力具體規(guī)模。

但看完本段，你會對小米汽車需要「卷」到的算力規(guī)模，有一個大概認知——想要維持「戰(zhàn)國七雄」的地位，3 個 E 的算力是起步。

華為系的算力前面已經(jīng)提到過，3.3EFLOPS 的規(guī)模堪稱龐大。而且在 4 月 25 日的北京車展，華為乾崑發(fā)布會上，這個數(shù)字已經(jīng)迭代到了 3.5EFLOPS（算力精度未知）。

那蔚小理們呢？

有意思的是，目前來看，蔚小理三家各自走了不同的算力擴張方向。

先說蔚來吧，去年 9 月份的 NIO IN 全棧技術(shù)發(fā)布會上，任少卿曬出了這樣一張 PPT：38100POPS 的「群體智能車隊算力」，約合 38E，看起來相當炸裂（INT8 精度）。

NIO Day 2020 上，蔚來發(fā)布了 NT2.0 平臺，四顆英偉達 Orin X 的配置堪稱奢華。直到那張PPT，大家才真正知道第四顆 Orin X 的用途（一顆安全冗余）。

不過，按照 NIO IN 的信息，每臺 NT2.0 上的其中一顆 Orin X，承擔的實際上是本地智駕路線的快速驗證。

所以，它不是傳統(tǒng)意義上的「人工智能大模型訓(xùn)練」，實際上的 NAD 中央智能計算集群，算力是 1400P，約合 1.4E（算力精度未公布）。

上面提到的 38E 群體算力，更像是廣義上智駕訓(xùn)練的其中一環(huán)，也是蔚來隨著保有量上升，加速智駕功能落地的獨家武器。

然后聊聊理想，目前披露的信息不多，只有 2023 年的一些舊聞。

去年 6 月，理想汽車智能駕駛副總裁郎咸朋表示，目前理想擁有 1200PFLOPS 的訓(xùn)練算力（精度未知），約合 1.2EFLOPS。

不過，另一則消息，透露了更多細節(jié)。

同樣是去年 6 月，雷鋒網(wǎng)報道稱，理想向字節(jié)跳動旗下數(shù)據(jù)服務(wù)公司火山引擎，租用了 300 多臺英偉達人工智能訓(xùn)練服務(wù)器，用以訓(xùn)練智能駕駛大模型，這一批服務(wù)器的總算力超過 750PFLOPS。

如果報道屬實，這意味著理想租用的，是英偉達上一代人工智能服務(wù)器 DGX A100，平均每個 DGX A100 的 FP16 精度算力為 2.5PFLOPS，換算成 FP8 就是 5PFLOPS，累計約 1500PFLOPS，約合 1.5E。

租用服務(wù)器的好處，在于資產(chǎn)負擔相對小，尤其對于進展迅速的半導(dǎo)體行業(yè)——2024 GTC 大會上，英偉達已經(jīng)拿出了 A100 的下一代的下一代，B200。

當然，長期采用租賃的形式，對供應(yīng)商能力的依賴、數(shù)據(jù)/模型交流的延遲，都需要斟酌。

最后聊聊小鵬。

520 發(fā)布會上，何小鵬表示目前小鵬汽車今年會擁有超過 7000 張卡，每年會在算力上投入 7 個億。

這兩個數(shù)字是什么規(guī)模？

先來算算卡，H100 有很多個版本，但只有最貴也最強的 H100 SXM，可以組成延遲最低的 DGX H100 訓(xùn)練服務(wù)器，或者說這就是黃仁勛給車企/科技公司準備的豪華套餐。

如果這 7000 張都是 H100，也就是 28000PFLOPS 的 FP8 算力，換算下來約合 32E，放在「云端訓(xùn)練算力」語境里面，競爭力當然極強的。

而如果這 7000 張都是 A100，那么估算結(jié)果大概是8.75EINT8，也夠卷了。

然后算算何小鵬的 7 個億。

補充一個背景知識，其實現(xiàn)在 DGX H100 國內(nèi)都可以買到，大家作為個人都能買，只是需要經(jīng)過代理，而不是直接一個電話打給老黃。閑魚渠道顯示，一臺 DGX H100 的報價在 250 萬元以上。

換算下來，7 億元可以買到大概 250 臺 DGX H100，里面是 2000 顆 H100 SXM，估算算力約為 8 個 E。

這也是我們驚訝于何小鵬直接「梭哈」的原因，預(yù)算+行情=實力，小鵬汽車這次是直接將牌甩在了桌上。

當然，高達 32 個 E 的估算規(guī)模，能佐證何小鵬的信心——在國內(nèi)來看，足夠梭哈了。

全球第一當量？

4 月 24 日，我在北京采訪了英偉達數(shù)據(jù)中心副總裁 Norm Marks。

Norm 分享了這樣一張圖：各家客戶目前已擁有的「DGX equivalant nodes」。

這個詞的意思，是手里的卡等效于多少個 DGX H100 節(jié)點，而非真的擁有這么多 H100——因為還算上了上一代的 A100。

可以看到第二位是一家 OEM（主機廠），它有 1866 個等效 DGX H100 Pods，算力規(guī)模大概是等效不到 1.5 萬塊 H100 吧。然后重點來了，第一位也是一家 OEM，看起來沒多多少？實際上是圖表不夠地方畫柱狀圖了——第一位是第二位的四倍多！換算下來大概是超過 6 萬塊 H100 的算力。然后 Norm Marks 來了句：「You know who it is.（笑）」。背景知識是，他說這句話的五個小時前，馬斯克說到 2024 年底，特斯拉會擁有超過 8.5 萬塊 H100 的算力規(guī)模。

85000 塊 H100 有多少算力？

一塊 H100 最高是 3958T，85000 塊最高是 340EFLOPS（FP8），三位數(shù)的 Exa 級算力。

這樣寫可能還不夠直觀，一塊 Orin X 是 254T（INT8），340E 大概就是 133.9 萬塊 Orin X，相當于 67 萬臺小米 SU7 Max，或者其他用了雙 Orin X 的車型的算力總和。

當然馬斯克給了個更廣泛的語境「人工智能」，而不只是「自動駕駛」，但他還有另一句話：「自動駕駛就是真實世界里面的人工智能」。