2025即将到来，智能汽车的时代英雄，站在算力高峰挥斥方遒|内卷|智能化|智能汽车|汽车制造|汽车大会|算力|自动驾驶

越是激烈竞争的市场，就越是英雄辈出的时代。

2024年，据统计在中国智能汽车市场“版图”中，超过70家品牌，共同演绎着群雄逐鹿的市场盛况，同时也带来了激烈的“内卷”。

任何一个市场从蛮荒走向成熟的标志，通常都会从价格的内卷，走向“价值”的内卷，而对于智能汽车行业来说这场价值的内卷，势必是一场技术实力、算力底蕴与数据处理能力的全面较量。

站在2024年的“最后一天”，展望即将到来的2025年，要“卷”出一片新天地，成为智能汽车时代的“英雄”，就势必要站在算力的高峰挥斥方遒。

从量变到质变

智能汽车进入“智能机”时代

中国智能汽车市场的崛起，已势不可挡。

据数据统计：2023年新注册登记新能源汽车743万辆，与2022年相比增长38.76%，新能源汽车保有量达到了2041万辆。

新能源汽车市场的爆发，加速了汽车产业电动化、智能化和网联化的进程，自动驾驶系统、网联系统、车载信息系统、智能中控等细分汽车电子产品领域渗透率不断提高，智能汽车相关产业链迎来规模化发展。

从量变到质变，汽车架构演变从“功能机”进化到“智能机”时代，智能汽车的发展也超出了传统企业的范畴，为转型中的车企带来了许多新的挑战和机遇。

AI大模型的应用，推动智能汽车在人机交互、车手互联等个性化体验全面升级，汽车座舱能够更流畅、更智能地理解用户，提供定制化的服务；“端到端”技术的应用，也让智驾技术也越来越像“老司机”……

但汽车智能化的程度越深，就越要依赖强劲的算力！

首先，当前智算基础设施的缺失，已成为智能汽车加速发展的主要矛盾。在应用场景方面，自动驾驶仿真测试中要模拟真实世界，包括实验室难以实现模拟的罕见、极端、危险等场景；场景库需要基于GPU算力集群重建不同规模现实场景、多角度可回放的分析模型；并要满足模拟中不同车辆配置，称重，进弯角度，路面情况自动驾驶算法的验证与迭代。这些场景的仿真和模拟，都离不开GPU算力集群的算力支持。

其次，随着自动驾驶等级的快速迭代发展，需处理的数据体量将呈指数级增长。据数据显示：车企每年所需处理的数据量在研发阶段为PB级，商用阶段将达到ZB级。

海量的数据，采集和处理需要大量的技术和资源投入，如何有效地收集、存储、分析和利用这些数据也是车企需要解决的重要问题。

我们常说，解决问题的关键，在于看到问题的本质，那么显然智能汽车发展的本质是算力和数据。这也是宁畅携手NVIDIA推出了智慧汽车解决方案的背景，并基于NVIDIA Omniverse企业平台的强大功能，Nettrix的自动驾驶解决方案可帮助汽车制造商进行数据收集、感知模型训练和模拟测试。

全面算力+方案

赋能智能汽车的场景化需要

有一点毋庸置疑，就是每一次自动驾驶级别的跨越，都代表着算力需求的指数级增长。根据中国电动汽车百人会的数据，“端到端”智能驾驶领域的起步算力为1 EFLOPS，而座舱大模型的基础模型算力需求大于10EFLOPS，垂域模型算力需求为数百到数千PFLOPS，可以说是算力无止境。

我们将自动驾驶从L1到L5进行等级划分，L1和L2级自动化系统命名为“驾驶辅助系统”，L3-L5命名为“自动驾驶系统。每一次级别的跨越，都是算力、数据和算法三要素不断融合和深化的结果。

而针对目前算力需求最迫切的仿真场景，宁畅作为国内领先的算力服务商之一，可以提供全线计算产品，全面支持仿真场景库、仿真测试平台以及仿真评价三大测试仿真系统。

同时，针对自动驾驶对海量数据的处理需求，宁畅分布式存储为自动驾驶提供数据注入、预处理、训练、仿真、归档各个环节业务数据生命周期管理。宁畅R620 G50 NVMe全闪、R640 G50 4U36混闪、4U60液冷节点等不同的产品，可以根据车企数据处理的不同需求，“因地制宜”的满足数据高效使用。

当然，汽车带来的不仅仅是辅助驾驶和自动驾驶的智能网联技术升级，更是一次汽车工业的智能化革命，因此在汽车企业本身的数字化转型当中同样需要高效的算力和解决方案支撑。这同样是宁畅智慧汽车解决方案要赋予车企的“生产力”。

比如在汽车制造设计仿真场景，宁畅可以提供汽车制造设计仿真整体方案，通过云桌面系统等实现设计仿真一体化，既能够保证数据的安全，又能提升资源利用率；

在车企运营场景，宁畅可以提供汽车行业企业运营解决方案，通过建立信息安全体系和标准规范体系来保证企业运营的良好进行；

在企业办公场景，宁畅VDI解决方案，能够通过基础硬件设施建立虚拟化池和虚拟桌面，满足不同应用场景下的使用，提升效率；对于汽车行业云数据中心，宁畅也可以通过汽车工业高算计算云解决方案，为其提供高效灵活的云方案等等。

背后是

从粗犷到精细的发展模式演进

从技术的视角去看待智能汽车的发展径路，本身是一种从过去粗犷的发展模式，向精细化发展模式的演进。

在制造流程中，传统汽车制造依赖于机械部件的组装和调试，智能化程度较低，设计和制造过程相对粗放。随着人工智能等技术的融入，智能汽车能够实现精准的环境感知、智能的决策控制和更高效的能源管理，使得智能汽车在安全性、舒适性、能效等方面均有了显著提升。

在市场需求侧，智能汽车制造商从过去的“一刀切”式生产，转向更加灵活多样的定制化生产。企业在产品设计、制造、销售等各个环节都进行精细化管理和优化，以满足市场的多元化需求。

那么在技术层面，这种精细化发展的典型体现就是宁畅“精装算力”概念的融入。

我们知道，随着大模型逐步融入智能汽车从自动驾驶到生产制造等多个环节，如果仍然选择“堆算卡、堆规模”的粗放的算力模式，无论从算力到能源消耗，造成的浪费都会是一个天文数字。

而精装算力是依托宁畅定制化与全栈全液能力，以算力栈为交付形态，从用户需求与体验出发，提供全体系软硬协同的精细化算力服务。在其中，宁畅首次突破性实现标准化、可移植、大解耦全冷板液冷服务器技术，冷板形式覆盖CPU、内存、硬盘、GPU、各种形态PCIe设备以及PSU等服务器内全部散热单元，实现了无风扇形态的原生全液冷服务器。采用宁畅原生全液冷技术，不仅液冷成本可控、运维方式与风冷无异，数据中心运行PUE值更可低至1.09，远低于业内风液混合形态冷板式服务器平均水平。