芯耀
996
事 件
10月11日消息，工信部等七部门关于印发《深入推动服务型制造创新发展实施方案（2025—2028年）》的通知。其中提到，加强新型信息基础设施建设，深化“5G+工业互联网”融合创新和规模化应用，按需布局算力基础设施，加速算力与行业融合应用。此外，中国移动提出，到2028年底，建成国内规模最大智算基础设施。
随着汽车智能化进程加速，国产AI算力正加速进入中国汽车行业，并已开始实现规模化应用。引望（原华为车BU）算力规模已超过50 EFLOPS，小鹏、比亚迪等车企已先后规模化部署了国产算力方案。未来随着国产算力生态的逐渐成熟和供应链的稳定，汽车行业算力来源将多元化发展，国产算力有望成为主导。
一方面，国内算力生态逐渐成熟，软硬件从“可用”走向“好用”。硬件层面，凭借晶粒（Chiplet）封装、扩大集群等方法，国产算力已具备全球顶尖水平竞争实力。华为相继量产昇腾910C、Cloud Matrix 384，性能达到甚至超过英伟达H100、NVL72，昇腾950、960、970系列将在2026年起量产，支持最高百万卡集群，可满足超大规模训练和推理需求。寒武纪、摩尔线程、沐曦科技已实现批量供应；互联网企业凭借云服务技术和软硬件协同能力自研芯片，如阿里云、百度昆仑芯，呈快速发展趋势。
软件层面，国产软件能力也持续提升，为应用创造基础条件。国内软件兼容CUDA和自建生态两种模式，前者代表企业包括摩尔线程、沐曦科技等，后者代表企业华为CANN生态等，目前两种路线的成熟度均显著提升，实现了较高的可用性。此外，华为云、阿里云、火山引擎等头部云服务企业，还通过优化智驾相关算法、AI框架等形式，提升模型训练性能。据瑞士银行统计，2024年下半年，中国AI芯片自给率已超过30%，并预计到2029年自给率将达到80%。我国算力的自给率的快速提升，为汽车行业使用国产算力提供了基础条件。
同时，AI算力需求结构转变，推理场景为国产算力创造应用机遇。过去AI算力使用以模型训练为主，对AI芯片软硬件要求较高。如智驾模型训练通常需要数百到数千个AI芯片并行运算数百个小时，对算力集群、多卡互联能力及软件生态有较高要求，被海外厂商主导。推理算力正成为算力重要使用环节。如智能驾驶仿真测试，需大量推理算力生成模拟场景；云端至端侧模型蒸馏过程同样依赖推理算力；座舱中的语音识别、自然语言对话等任务也主要基于推理算力。理想汽车13 EFLOPS总算力中，推理算力达3 EFLOPS。推理环节对单卡算力和软件生态要求较低，为国产算力提供了发展契机。如华为ADS4.0采用的WEWA架构中，WE为世界模型，在云端使用昇腾芯片，通过AI“难例扩散生成模型”合成与仿真生成高密度的极端场景，提升高速与突发场景中的智驾能力。
另一方面，海外算力供应受限，加速国产替代进程。今年以来美国对华AI芯片出口限制不断升级，5月美国工业与安全局升级AI芯片出口管制措施，9月发布新规将实体清单企业所持50%及以上股权的子公司自动纳入管制，堵截通过子公司获取高端芯片的路径；近日，美国正考虑禁止所有含美国软件或用美国软件生产的产品进入中国。
在美国的限制下，高性能AI芯片及服务器难以通过正规渠道进入中国市场。英伟达CEO黄仁勋公开表示，受出口管制影响，其在中国高端AI芯片市场份额已从95%降至零。尽管英伟达曾推出A800、H800、H20等“特供版”芯片，但政策持续加码使合规供应受阻。AMD、英特尔的高性能AI芯片同样受限，仅能供应“特供版”。面对未来算力获取的不确定性，国内车企正将国产算力作为重要备选，防范供应链断裂风险。
综合来看，尽管海外算力凭借成熟的软硬件生态仍在当前汽车行业中占据主导地位。但随着国产算力在硬件性能、软件适配与企业的应用能力的持续提升，国产算力有望在未来成为汽车行业的主要选择。
刘延：liuyan@chinaev100.org
车百智库研究院（车百智库）是由权威行业机构、产业链头部企业共同发起成立的专业研究平台。平台坚持“面向政府和行业，服务战略与决策”的宗旨，围绕汽车电动化、智能化、网联化、绿色化、国际化以及能源变革、交通变革、城市变革等多个方向开展研究及交流活动，支撑政府、企业政策制定和战略决策，致力于打造服务政府、服务行业、服务企业、服务社会的权威新型行业智库，推动汽车产业高质量可持续发展。
