首先，自动驾驶的算力需求分训练阶段和应用阶段。对于应用阶段的推理所需要的算力根据车的数量而定，具备自动驾驶功能的车辆越多，对算力的需求就越多。所以，各大汽车品牌都在大力建立智算中心以供未来的自动驾驶计算使用。所以，可以想象，无人驾驶时代，所需算力该多么庞大。特斯拉的Dojo、小鹏的扶摇等。

关于算力，今天大跌了，笔者认为，暂时可以忽略中报业绩，要看未来，因为，以openAi为首的GPT大模型和特斯拉为首的FSD无人驾驶大模型方兴未艾。尤其是无人驾驶大模型一定会复制年初GPT-4带动的百模大战，消息催化不断。比如，X汽车开始自研无人驾驶大模型、Y汽车计划自研无人驾驶大模型等等。记住，无人驾驶大模型方面，大厂为了保护自己的生态和客户，他们绝对不会使用竞争对手的大模型，都会走自研无人驾驶大模型、自建智算中心的道路。比如，小鹏不会用特斯拉的，蔚来不会用小鹏的，更何况大众宝马奔驰丰田这些傲娇的大厂。所以，你根据大品牌可以想象的出来，无人驾驶领域的大模型只会比GPT类大模型多，智算中心自然也会比GPT领域的数量多。

我们先谈应用阶段每辆无人驾驶汽车推理所需的算力：

上汽人工智能实验室的乔博士曾谈到，“实现L2级自动驾驶只需10Tops以下的算力，即便是实现L4级自动驾驶也只需100Tops左右的算力，只有到了真正无人驾驶的L5级，才需要1000+Tops的算力。

自动驾驶真来临的时候，以L4为例，所需要的推理计算就是：路上汽车数量x100TOPS。以英伟达A100为例，它的算力峰值是312TFLOPS，相当于一辆无人驾驶汽车需要三分之一张A100。如果是L5级别的无人驾驶，那么一辆汽车就需要3张A100。这是什么概念？各位可以根据未来无人驾驶汽车的数量自行脑补吧。

当然了，无人驾驶还没来，但是无人驾驶大模型很多大厂已争先恐后的训练起来。且，多数已经开始建设智算中心。

如图：

以上 是部分已经建好了在运行的智算中心（图片上有发布时间），其他大厂也有建，但暂时没有具体数据，这里就不一 一统计了。用来训练无人驾驶大模型的。同样以英伟达A100为例，其峰值是312TFLOPS，据此计算，毫末智行670P的算力大概是2000张左右。（这个数据可以查到，毫末智行第一期确实是2000多张GPU）、特斯拉第一期是5000张-6000张GPU（2021年的数据，目前是多少不详）。

同样，他们的智算中心都在扩建。以特斯拉为例，为了满足Dojo的算力需求，已在自研超级计算机。每台超算的算力是9P，具体规划了多少台不详。

综上，无人驾驶大模型训练和未来应用需要庞大的算力，类似于chatgpt类大模型，后面必然是百模大战，比拼的自然也是算力。

大胆预测，随着特斯拉FSD大模型的落地，各大汽车厂将加入自研无人驾驶大模型及智算中心建设，未来两年或新增100万台AI服务器及2000万只800G光模块的需求。（每台服务器配几只光模块不详，以20只算）

所以，笔者认为，算力方向未来依然向好，关于无人驾驶对算力的需求，接下来或会有机构研究和预测，本人只是提前计算。

关注我的人应该知道，我对一个方向的数据计算往往是有依据的，比如近期大涨的华海诚科，各位可以看看我6月20日发的帖子，里面有对HBM市场规模的计算和HBM对华海诚科利润的贡献计算。

同样，对于AI芯片，本人依然看好国产方向中：

1.深度绑定华为昇腾的拓维信息和深度绑定腾讯燧原的弘信电子。（美国AI芯片禁售只会加强不会放松，无人驾驶时代会更加疯狂打压）

2光模块：这个方向各位都很熟悉了，我就不写标的了

以上内容仅仅为个人看法，不构成投资建议，请注意风险！