特斯拉FSD引爆无人驾驶!这家稀缺的无人驾驶训练黑马,浮出水面

发布于: iPhone转发:0回复:0喜欢:0

首先感谢各位忠实的读者朋友,今天有缘再次点击阅读【底部掘金】栏目,[每天固定的更新时间为19:00,欢迎订阅!今天是2024年4月30日]

经过昨天市场中的全面普涨情绪洗礼,沪指突破并站稳盘整许久的三千一点心理关卡,无论是网络中的各路大神还是诸多小散,真是应了这句“一阳改三观”的谚语,仿佛又回到了人人都是股神的年代中。

今天一个假期节前的小幅震荡,很多人的心态又开始崩塌了......

换句话说,全面的普涨有什么可兴奋的?在这种指数严重失真的阶段,虽然指数挺起脊梁,市场中又有几人出坑了?

市场大趋势的运行不会因为三千一百点的突破站稳而改变,不会因为网络中各路大神的看多观点而改变,不会因为全面普涨推动的市场情绪而改变,唯一改变的只有在这个过程中你摇摆不定的市场心态。

在这个人性与人性博弈的市场中,只有一个关键词“逐利",因为所有人都有一个共同目标,所以也注定了这个市场中最终也只有百分之五的人能成为极少数的精英,而大多数人都将会成为市场中的陪衬乌合之众,当市场情绪转好之际,大多数人会跟着精英走,而当市场情绪低迷之际,大多数人就会放弃与精英的同行进而转向。

归根结底来看,虽然只是一个精英与乌合之众不恰当的比喻,但它背后所映射的却是这个市场最为真实的底层逻辑,想要去做市场中的极少数人成为精英,看起来很简单,但是很多人穷极一生也做不到。

如果你想在这个市场中活得更久,活得更滋润,想成为极少数人的精英代表,彻底改掉”盲目从众“的散户逻辑,是必须经过的坎坷过程。

特斯拉FSD是近几天市场中最为热议的话题,至于原因吗很多人都知道,特斯拉的马斯克突然访华很大原因就是为了推动FSD在我国落地。

首先,我们解释一下到底什么是FSD,FSD的英文全称是Full-Self Driving,在我们这里其实就叫做完全自动驾驶,因为是特斯拉研发的自动驾驶系统就被市场称之为特斯拉FSD。

有些逻辑受制于某些限制,我们只讲大概,能悟出来的就悟出来,悟不出来的就当一笑,从时间轴来看4月26日布林肯前脚刚刚离开,4月28日后脚马斯克就连夜访华,在会见了想见的人后,当日汽车工业协会、国家计算机网络应急技术处理协调中心发布《关于汽车数据处理4项安全要求检测情况的通报(第一批)》,特斯拉上海工厂生产的车型成为唯一一个符合规定的外资企业。

在通俗一点来讲就是,两个大老板之间正在竞争博弈,这时一个小老板找到其中一个大老板想要在另外一个老板的企业搞点事情,自己谈人家看不上,所以找到了一个大老板出面,而这个时候两个老板之间也就谈成了某些东西,这时大老板就告诉小老板,你去吧,该谈我都谈好了,剩下的你自己办就行了。

其实明眼人一眼就可以看出,特斯拉的FSD能不能落地的关键不在于马斯克,而在于马斯克上面的老板是什么态度,你让我好过,我才会让你好过。

●相关产业链

特斯拉的FSD之所以叫做无人驾驶其最大的区别是自动驾驶技术路线的改变,而我们通常所见到过的凭借感知设备和运算单元来进行车辆本身的感知与决策控制能力实现的自动驾驶充其量叫做辅助驾驶。

FSD的核心是车路协同,将聪明车与智慧路相结合,增加了检测范围并减少车端的运算负担,能提供更多的安全冗余。

如何让车变得聪明核心就是人工智能,其实从底层逻辑来看自动驾驶也是人工智能的一个应用端,把AI大模型装入自动驾驶可以把感知、规控两个网络进行直连,这也是特斯拉FSD的核心一环。

根据媒体新闻报道显示,特斯拉在2024年仅在英伟达AI芯片的采购花费超过5亿美元,目的就是保持在自动驾驶领域的领先及核心竞争力。

其实它的底层逻辑非常清晰,特斯拉自动驾驶系统FSD V12 版本基于端到端神经网络技术,对于云端算力的要求呈现指数级提升,特斯拉曾披露要在今年达到100EFLOPS的算力规模,相当于30万张英伟达的A100。

笔者观点认为:

未来无人驾驶将进入AI大模型时代,数据和算力才是无人驾驶发展的基本底座,我国无人驾驶加速发展的核心一环不是雷达为主的感知系统,而是如何将车辆变得越来越聪明的“大脑”。

公司通过深度绑定英伟达依托英伟达DGX服务器以及私有化部署的存储单元,帮助主机厂客户构建自主可控的自动驾驶数据采集、数据处理、数据存储、数据标注、模型训练及仿真等关键组件和平台,自研了自动驾驶数据闭环平台工具链。

自动驾驶数据闭环平台工具链作为软件配套对于自动驾驶算法训练至关重要,是整车厂商提升大模型算法训练效率,加速自动驾驶的研发和落地的核心一环。

智能驾驶算力领域,公司积极布局自动驾驶由车端算力转向云端算力,通过双方合作将在云平台建设及自动驾驶研发工具链方面共同探索可行的方案,助力主机厂客户加快自身自动驾驶研发的速度和效率,公司目前与业内领先车企建设的智算中心已超过2000p,未来随着高级别自动驾驶发展需要,算力规模将逐年增加。