各汽车企业智能驾驶算力布局情况如何？

国内车企目前仍处于从L2+向L3级端到端技术攻坚的关键阶段。小鹏训练数据 量超2000万Clips（截至25年4月），华为、小米、理想等车企数据量突破1000万Clips， 但整体数据量与场景覆盖深度仍与特斯拉存在差距

。算力储备方面，特斯拉依托自 研+外购的庞大算力（67.5EFLOPS，截至24年9月）构建壁垒，国内车企如小米 （11.45EFLOPS，截止25年2月）、华为（＞10EFLOPS，截至24年12月）、理想 （8.1EFLOPS，截至24年12月）等加速追赶。（注：特斯拉数据来自业绩会和《马 斯克传》，华为数据来自华为智能汽车解决方案BU，小米数据来自小米汽车发布会 &官网，理想数据来自官方微信公众号&官网，小鹏数据来自官方微信公众号&官网） 未来模型参数量及训练数据量方面，中国工程院院士邬贺铨指出，5 级智能驾驶需 要处理高达 8000 亿参数的模型，训练数据量达到 1 亿EB。特斯拉创始人兼首席 执行官马斯克曾表示，特斯拉 FSD 测试里程需要达到 60 亿英里，才能满足全球 监管机构的要求，这也是智能驾驶系统实现质变的一个重要节点。

小米：新势力黑马，算力与销量同步跃升。云端训练算力层面，根据小米汽车微信公众号，24年11月小米已拥有最高8.1E FLOPS可用于智能驾驶训练的超大算力。根据25年2月小米双Ultra发布会，智能驾 驶总算力达到11.45EFLOPS；训练数据量方面，根据2025年3月小米汽车自动驾驶 与机器人部的专家工程师杨奎元在GTC大会上的发言，在24年9月采用端到端模型 训练时，小米使用了238万CLIPS，经过4个月的积累，训练数据已经增加到1360万 CLIPS，进入智能驾驶第一梯队。

车端部署算力层面，目前，小米汽车的智能驾驶系统主要由小米自研，并在硬件供 应链上与多家行业领先企业合作。根据小米汽车官微，小米智驾以VLM视觉语言大 模型为底座，Xiaomi HAD全面接入小米端到端大模型，上限大幅度提高的同时下限 有保障。2025年6月26日，小米首款SUV车型“小米YU7”发布，新车全系搭载 700TOPS算力的NVIDIA Thor™芯片和1000万CLIPS的端到端辅助驾驶功能。此外， 小米YU7的“英伟达+自研米芯”的双芯架构采用“通用芯片铺算力、专用芯片提效率” 的异构算力设计，显著提升YU7的算力利用率。

特斯拉：自研加外购，算力储备和数据积累全球领先。云端训练算力层面，公司通过自研Dojo超算集群+大规模采购英伟达GPU构建混合 算力体系。根据25年3月特斯拉全体员工大会，公司自研Dojo D1芯片集群的超级计 算机已在纽约超级工厂运行，承担公司5%~10%的智能辅助驾驶训练数据量。第二 代Dojo性能将较第一代提升10倍，承担更多自动驾驶训练任务。根据IT之家引用的 前Dojo通信协议TTPoE负责人Eric Quinnell在离职邮件中披露，截至24年10月，Dojo 集群的算力是15EFLOPS。 根据特斯拉24Q3业绩会，公司外购AI训练芯片储备从2023年9月不过万张提升至等 效6.75万张H100芯片，总算力规模达67.5EFLOPS，同比增长超6倍。预计2024年10月底还将新增2.1万张H100，届时外购芯片的算力将达到88.5EFLOPS。 根据25年3月马斯克在全体员工大会上的发言，特斯拉正在大量建设算力中心，其用 于训练智能辅助驾驶的Cortex算力中心已部署超过5万块GPU，即将扩展至10万块 级别，跻身全球排名前五的超级计算中心。马斯克曾在社交媒体透露，这10万块GPU 均是英伟达的H100和H200芯片。 训练数据量方面，根据《马斯克传》，2023年训练V12初期所用的高质量训练数据 储备已达1000万CLIPS，而24年底FSD V13上线，配备原生Al4输入和全新的神经网 络架构，数据规模扩大4.2倍，达到4200万CLIPS。 车端部署算力层面，公司自研的HW系列FSD平台已经演进三代，单芯片算力从HW3 的144TOPS到目前量产的HW4的500-720TOPS。25年6月18日，据NotATeslaApp 报道，特斯拉正在准备量产下一代FSD平台AI5（HW5），其算力达2000-2500TOPS， 标志着特斯拉在自动驾驶硬件领域迈入全新阶段。25年6月28日，第一辆完全自动 驾驶的特斯拉Model Y从工厂开到客户家完成交付，整个过程包括高速公路行驶在内 的跨城镇运输，全程实现无人驾驶。

华为：全栈自研赋能，昇腾生态驱动智驾发展。华为2012年成立智能汽车解决方案部门，目前已构建全栈自动驾驶解决方案，覆盖 底层传感器、芯片，到操作系统、算法，再到云端服务的各个层面。 云端训练算力层面，25年4月10日华为云生态大会上，华为昇腾云首席解决方案架 构师提到，昇腾云算力底座依托十万卡集群及“3+N”布局，支持智驾大模型周级迭代 与PB级海量数据吞吐。24年11月19日中国5G+工业互联网大会上，华为智能汽车解 决方案BU产业总监沈瑞采访表示，截至2024年9月，华为云端的智能驾驶算力达到 7.5EFLOPS，日行训练数据量超3500万公里，模型迭代周期保持在5天以内；25年 1月，华为发布《华为乾崑2024年智驾使用报告》，据华为智能汽车解决方案BU CEO 靳玉志介绍，华为用于投入智驾的云端算力在24年底已超10EFLOPS。 车端部署算力层面，华为自研MDC（Mobile Data Center）平台定位为智能驾驶计 算平台，支持L2+到L5平滑演进。智驾AI芯片如昇腾310（16TOPS）和昇腾610（INT8： 160TOPS、FP16：100TFLOPS），充分兼顾性能与功耗。

理想：算力投入对标头部。云端训练算力层面，从24年7月份的2.4 EFLOPS提升至24年12月的8.1EFLOPS， 根据2024成都国际汽车展览会，理想汽车智能驾驶研发副总裁郎咸朋表示，理想汽 车每年在训练算力的投入超过10亿人民币。公司认为“最终实现自动驾驶需要的训练 算力要达到100EFLOPS的量级，折合成投入每年要超过10亿美金”。25年3月，理想 推出AD Max V13大模型，训练数据量达到1000万CLIPS。 车端部署算力层面，25年5月8日理想L系列智能焕新版发布会上，公司宣布AD Pro 辅助驾驶平台搭载新一代地平线征程®6M芯片，拥有128TOPS的算力，而AD Max高级辅助驾驶平台搭载NVIDIA Thor-U芯片，成为全球首个大规模量产交付NVIDIA Thor-U芯片的高级辅助驾驶平台，拥有700TOPS的算力。

小鹏：技术激进派，数据规模领跑国内。云端训练算力层面，根据25年4月14日小鹏AI技术分享会，公司宣称从2024年开始 搭建AI基础设施，已建立万卡规模的智能算力集群，算力储备达到10EFLOPS。小 鹏世界基座模型负责人刘先明介绍，小鹏自主开发了底层的数据基础设施，使数据 上传规模提升22倍、训练中的数据带宽提升15倍；通过联合优化GPU/CPU以及网 络I/O，最终使模型训练速度提升了5倍。25年4月小鹏汽车用于训练基座模型的视频 数据量达2000万CLIPS，25年底将增加到2亿CLIPS。 车端部署算力层面，根据公司官网及官方公众号，25年7月小鹏G7上市，首次搭载 其自研的图灵AI芯片和全本地端VLA+VLM模型，单颗图灵AI芯片算力高达 750TOPS，超越特斯拉HW4的720TOPS，可实现毫秒级多传感器数据处理；小鹏 G7搭载了3颗图灵AI芯片，有效算力超2200TOPS。