

清华大学：智能驾驶智算数据平台发展研究报告

求数科技

2025-09-19

导读：端到端自动驾驶要求海量高价值数据、超大规模算力和专业适配算法作为支持。

端到端自动驾驶要求海量高价值数据、超大规模算力和专业适配算法作为支持。自动驾驶领域数据类型多样、格式复杂、算力分散，且以 Transformer 为基底的人工智能网络模型结构在智能驾驶领域的适应性尚未被充分验证。建立行业级智能驾驶智算数据平台，有望集中行业力量，建立高质量自动驾驶数据集、集中算力资源、合力研发适用于端到端自动驾驶的算法模型，是推动人工智能技术融入智能驾驶领域，破解我国智能驾驶相对落后局面、实现赶超的最有潜力途径。“智能驾驶智算数据平台”是指服务于汽车智能驾驶模型开发及测试的数据、算力和算法综合服务平台，通常可分为企业级平台和行业级平台。其中，“智能驾驶模型（智驾模型）”是指可具备感知、预测、决策、规划、控制等功能、可驱动自动驾驶车辆安全、高效运行的分块化或一体化神经网络载体模型。

智算数据平台一般由大算力 GPU 或专用人工智能芯片并行集群为主要计算硬件，可以服务于人工智能深度学习模型的设计与训练，自动驾驶算法在各类数据基础上不断地重复训练与验证，推动车辆对环境感知、路径规划等的认知水平逐渐趋近于真实驾驶场景。行业级智能驾驶智算数据平台旨在为行业内整车企业、智驾供应商、研究机构及高校等主体的智能驾驶模型开发和应用提供基础数据、算力和算法服务，并协调上述单位及相关数据算力供应商开展智能驾驶研发基础资源的汇聚和流通。

行业级智能驾驶智算数据平台预期将在数据、算力、算法三大人工智能支柱方面提供行业级服务。（1）数据服务。提供行业级数据服务能力，包括但不限于数据的汇聚与传输、确权与鉴权、存储与管理、分类和分级、合规与脱敏、清洗与预处理、质量评估与价值定义、可视化与分析、机器学习平台集成、交易与共享等。（2）算力服务。提供行业级算力服务能力，包括但不限于算力资源跨地域汇聚、异构算力支持、资源隔离与调度、高可用性与容错性、性能监控与分析等。（3）算法服务。提供行业级算法服务能力，包括但不限于基础算法库、算法开发与优化工具、数据标注基础模型、智驾模型训练与测试环境、智能驾驶基础模型、剪枝压缩部署工具等。

（1）整车企业与智驾供应商智算中心随着智能驾驶技术的快速发展，越来越多的整车企业和智驾供应商开始重视智能驾驶智算中心的建设，算力规模不断提升，为智能驾驶模型的开发和测试提供了强大的算力支持，有力地推动了智能驾驶技术的发展和应用。

（2）互联网科技厂商智算中心除了智能驾驶智算中心外，互联网科技厂商、大模型厂商等均开展算力投资，以争夺人工智能算力的战略高地，腾讯、百度、阿里、字节跳动、商汤等公司积极部署智算中心。其中，阿里的张北超级智算中心建设规模达到 12 EFLOPS；百度和腾讯也已在广州、上海、北京等多地建立了智算中心；字节跳动则通过与润泽科技等公司的合作，加大在智算中心相关 IDC 领域的投资力度。