端到端智驾 ，如何了？

关于端到端智驾的紧张，《科技参考》卓克老师近期有个分享，总结的很赞，感兴趣的小伙伴可以看看：

现在特斯拉FSDV12端到端自动驾驶技术的出现，给整个智驾行业带来了一股端到端的潮流，国内不少智驾企业开始争相研发端到端智驾方案。请问端到端是否是一个注定成功的路线？实现的难度怎么样？未来中国会有某个端到端智驾大模型一统天下吗？

非常巧，因为周五晚上理想汽车刚刚发布了它们的端到端智驾，可以说是一个理解难度比较高的发布会，我也正在写一个智能驾驶的内容，到时候这些问题都会有详细解答。

简单地说，端到端大模型就是智能驾驶未来的主流技术方案。从这个月起，我们将会看到的所有国内智驾企业也都会宣布自己是端到端智驾。

端到端指的是，输入的是原始数据。对车来说，就是摄像头、雷达、导航信息、车的定位信息、车的姿态等统一化后输入模型，模型另一头输出的就是直接控制加速踏板、油门踏板、方向盘的信息，中间不再有额外的加工过程。

这么做的好处很多——车企不用再雇佣几千程序员写个案的规则了，智能驾驶的水准也有了大幅提升。但难度也非常高——

如果对标一个行业，有点像1980年代的电子游戏产业。那时候，创新和想法非常多，但存储容量和芯片算力都太贵了，几KB的内存和几百KB的存储容量得想尽一切办法节约，高效利用。

今天如果要实现端到端的智驾，不论是智驾公司用来训练模型的算力，还是车内用来推理的芯片，都分别至少要乘以10才不会显得那么捉襟见肘。

我说一个具体的数字，车企用来训练的算力是500000000TOPS（500EOPS），车上芯片的算力是5000TOPS（5POPS），并且对芯片的内存带宽要求也很高，比如要达到几TB/s。当前车企的训练算力，大约只有这个理想值的几十分之一，车端芯片算力大约只有这个理想值的十分之一。

虽然听起来差很远，但实际上，五年之内车企只要愿意砸几十亿美元，训练的算力是有可能摸到这个值的；车上的芯片每个多花一千美元，也是可以达到的。

但是车企等不了五年——等芯片行业发展到位再装车，现在不做出智能驾驶，半年后就会被淘汰。大家又不像特斯拉和世界首富那么有钱、那么有数据，所以今天各个车企和智驾公司都像1985年任天堂开发游戏那样，在资源很紧俏的情况下，把尽量完善的驾驶能力植入进去。所以，除了特斯拉外，暂时还没有第二个只使用一个模型实现端到端的，所以现在也可以称为“过渡阶段”。

这个过渡阶段之后是不是一个模型呢？其实也不一定。我们在3年多前曾经做过一个7集系列的自动驾驶内容，仅仅过了3年，这个行业就发生了翻天覆地的变化，从自动驾驶升级到了智能驾驶。至于是怎么升级的，咱们下周的智能驾驶系列具体说吧。