4月11日，在智能電動汽車發(fā)展高層論壇（2026），百度副總裁石清華表示，當(dāng)前汽車行業(yè)正從 AI 訓(xùn)練階段邁入全量推理時(shí)代，行業(yè)面臨嚴(yán)重算力荒，推理算力占比將快速提升、調(diào)用量激增。智能座艙、研發(fā)全鏈條及 Vibe Coding 均大幅消耗算力，海外芯片受限下國產(chǎn)算力需加快補(bǔ)位。

他提出車企應(yīng)提前規(guī)劃算力、搭建企業(yè)大模型平臺、強(qiáng)化數(shù)據(jù)治理；同時(shí)破解算力投入與盈利悖論，將算力轉(zhuǎn)為核心生產(chǎn)資源，探索座艙服務(wù)商業(yè)化。百度將推出昆侖芯 M100 等產(chǎn)品，愿作為車企算力與數(shù)據(jù)合作伙伴，支撐智能化研發(fā)落地。

百度副總裁石清華

以下為演講實(shí)錄：

速記內(nèi)容未經(jīng)本人審核，僅供媒體寫稿參考，請勿原文直接發(fā)布。如引用速記內(nèi)容，請注明發(fā)言場合為智能電動汽車發(fā)展高層論壇（2026）。

今天在這里聽了一下午，大家聊了特別多智能汽車現(xiàn)在的進(jìn)展，我今天特別想跟大家聊一下智能之下的事，就是算力。

現(xiàn)在不管是自動駕駛，還是智能座艙，這里的算法、模型都是在算力上訓(xùn)練出來的，這幾天有特別多汽車圈朋友給我打電話，說“清華，還有卡嗎？”，我說“你們要干什么？”。其實(shí)現(xiàn)在在卷自動駕駛，尤其在卷模型訓(xùn)練和推理，現(xiàn)在基本上已經(jīng)處于算力荒的階段了。今天就跟大家簡單分享一下這兩年我的觀察，就是在AI落地時(shí)代，從訓(xùn)練到推理，新的效率競爭。

過去我們一直關(guān)注的是自動駕駛的訓(xùn)練、研發(fā)，大家今天聊了特別多智能化的事，意思就是當(dāng)AI真正成為汽車的標(biāo)配，當(dāng)智能座艙、智能駕駛開始海量地服務(wù)用戶，我們OEM廠商AI應(yīng)用在加速落地階段，這個(gè)時(shí)候算力的結(jié)構(gòu)正在發(fā)生變化，我們正在從一個(gè)全部做訓(xùn)練的階段開始邁入“全量推理”時(shí)代。

大家看這三組數(shù)據(jù)：

第一個(gè)，2028年，推理在總算力需求的比重將達(dá)到73%。大家注意這還是從2023年的1/3到2028年的73%，這幾年算力增長其實(shí)成百倍、成千倍增長的。

第二個(gè)，用一個(gè)模型，我用的是GPT 3.5這個(gè)模型，做同等性能推理成本的降幅，從2022年到2024年已經(jīng)降了大概200多倍。

第三個(gè)，從OpenRouter上面最新數(shù)據(jù)的測算，上周一周全球AI大模型總調(diào)用量是27萬億Token，環(huán)比增長18.9%。同時(shí)這個(gè)數(shù)字在中國更夸張，環(huán)比增長30%多了。意思是在全行業(yè)、全產(chǎn)業(yè)，AI進(jìn)入我們的生活、進(jìn)入我們的工作增速是非常夸張的，尤其是在車圈。

在車圈大家做了幾件事：

第一個(gè)，智能座艙開始全面調(diào)大模型在上面做生成式的HMI、多模態(tài)推理等。

第二個(gè)，在汽車本身的內(nèi)部，智能化重塑研發(fā)，就是研、產(chǎn)、供、銷、服全鏈條都在用AI進(jìn)行提效。

第三個(gè)，Vibe Coding也是中美對抗科技爭霸賽的制高點(diǎn)，之前我們說軟件定義汽車，研發(fā)定義軟件，但現(xiàn)在其實(shí)是AI定義研發(fā)。

這三個(gè)部分我們發(fā)現(xiàn)，從去年年底到今年開始，我們說任何智能其實(shí)下邊都是算力算的，現(xiàn)在大概率要進(jìn)入算力荒的階段了。大家知道N卡進(jìn)來越來越難了，所以國產(chǎn)卡應(yīng)該成為一種替代來做一個(gè)補(bǔ)位。建議大家：一是同時(shí)開始進(jìn)行自己的算力規(guī)劃了，因?yàn)榇_實(shí)是卡吃人、卡吃業(yè)務(wù)。二是著手構(gòu)建自己企業(yè)級的大模型平臺，在自己的研、產(chǎn)、供、銷、服里進(jìn)行AI提效。三是尤其關(guān)鍵的做好自己的數(shù)據(jù)治理。在下一個(gè)階段，不管怎么智能，這些智能還是用數(shù)據(jù)堆出來的。

智能座艙已經(jīng)逐漸進(jìn)化成為大模型原生應(yīng)用，因?yàn)檐囋絹碓蕉嗥?，環(huán)境越來越適合AI時(shí)代。生成式的HMI在很多車上開始試點(diǎn)了，目的就是更靈活地應(yīng)對這些豐富的用戶需求，像多智能體的協(xié)同、多模態(tài)的感知、深度邏輯的推理、長期的記憶功能等，這些即將成為智能座艙的一些標(biāo)配，讓智能座艙從被動響應(yīng)走向主動感知。但是這里其實(shí)有一個(gè)商業(yè)悖論，這個(gè)商業(yè)悖論，圈里都知道，之前我們一直在做BOM定價(jià)，賣一臺車成本是多少，但是當(dāng)車真正步入智能化之后，在上面的智能化服務(wù)是一種運(yùn)營，這樣就會形成一個(gè)矛盾，功能越來越受歡迎，用戶量越來越大，調(diào)用量越來越高，算力越來越多，這個(gè)時(shí)候企業(yè)反而越來越虧損，這是目前的現(xiàn)狀。用戶體驗(yàn)在上升，盈利卻在下降，顯然是不可持續(xù)的。所以我們應(yīng)該換一個(gè)視角，算力不再是一個(gè)研發(fā)成本，而是直接支撐用戶體驗(yàn)和業(yè)務(wù)流的核心生產(chǎn)資源。座艙本身就是一個(gè)智能終端，我們需要在座艙里來發(fā)明、創(chuàng)造、共建一些高價(jià)值的產(chǎn)品和服務(wù)，才能使得客戶能夠真正為智能進(jìn)行買單，意思就是說把AI能力轉(zhuǎn)化成可持續(xù)的盈利點(diǎn)，讓智能座艙從硬件BOM的束縛里面走出來，開始真正的商業(yè)模式創(chuàng)新。

在企業(yè)內(nèi)部，尤其是在OEM廠商內(nèi)部，一場由智能體驅(qū)動的運(yùn)營效率革命也在研、產(chǎn)、供、銷、服的全鏈條上開展，從研發(fā)制造到營銷、售后，每個(gè)環(huán)節(jié)都是在被AI重構(gòu)。更關(guān)鍵的是，這些重構(gòu)完成的智能體并不是一個(gè)單一的孤立的工具，而是批量的AI員工上崗。

我們一直說智能，智能是被研發(fā)出來的，其實(shí)現(xiàn)在AI也是在重新定義軟件開發(fā)。Vibe Coding在2025年下半年的時(shí)候，尤其是2026年，已經(jīng)成為軟件開發(fā)的標(biāo)配，也帶動了大量的Token消化。通過自動化編碼、文檔生成和流程優(yōu)化，將汽車研發(fā)帶入新時(shí)代。

在這里分享一個(gè)實(shí)戰(zhàn)，百度有一個(gè)產(chǎn)品叫伐謀，伐謀就是企業(yè)算法自主優(yōu)化的引擎，我們把這個(gè)引擎跟某a個(gè)車廠一起合作，去做它的風(fēng)阻實(shí)驗(yàn)，把這個(gè)風(fēng)阻實(shí)驗(yàn)仿真驗(yàn)證時(shí)間從原來的10個(gè)小時(shí)降到現(xiàn)在的分鐘級，效率提高了大概600多倍，同時(shí)保證了預(yù)測精度，這些場景都大幅提升了推理算力的消耗。

在這里跟大家強(qiáng)烈呼吁，未來智能化的研發(fā)進(jìn)展需要大家詳細(xì)規(guī)劃自己的算力部署，國產(chǎn)算力已經(jīng)開始進(jìn)入大家視野了，不管是百度昆侖芯，還有我們友商的國產(chǎn)算力，已經(jīng)可以進(jìn)入使用階段了，包括百度是通過整合硬件、芯片、算力網(wǎng)絡(luò)打造出一套比較高效的、低成本的、成本可控的專屬的推理底座，全面支撐自動駕駛和智能座艙的智能化的研發(fā)工作。

核心引擎方面，我們已經(jīng)發(fā)布了百度天池超節(jié)點(diǎn)，它的顯存和時(shí)延現(xiàn)在表現(xiàn)都不錯(cuò)。同時(shí)即將發(fā)布昆侖芯M100專用推理芯片。

給大家的建議是，要開始做自己的規(guī)劃，包括自己的算力儲備、平臺建設(shè)以及數(shù)據(jù)治理的一些規(guī)劃。我特別建議大家要有一個(gè)長長久久的算力搭子或者數(shù)據(jù)搭子，這段時(shí)間百度智能云給很多伙伴做到了比較負(fù)責(zé)任的算力搭子和數(shù)據(jù)處理搭子的工作，包括開始的時(shí)候跟大家說的，這段時(shí)間很多汽車圈朋友一直給我打電話，說“清華，還有卡嗎？”我也跟大家呼吁，大家可以看一看我們國產(chǎn)卡的一些性能表現(xiàn)。

謝謝大家！

返回第一電動網(wǎng)首頁 >