摘要：算力上的提前布局，讓小鵬汽車在國內(nèi)率先實(shí)現(xiàn)端到端智能駕駛大模型量產(chǎn)上車。小鵬汽車認(rèn)為，端到端只是開始，不是終局，真正的競(jìng)賽正在云端展開，云端大模型才是制勝關(guān)鍵。擁有強(qiáng)大算力的阿里云，支撐小鵬汽車端到端大模型的快速迭代。
智能駕駛近兩年的提速，端到端技術(shù)無疑是關(guān)鍵動(dòng)因。
2024年10月24日，小鵬汽車宣布AI天璣5.4.0正式開啟公測(cè)，并首發(fā)搭載在小鵬P7+上。新版本為小鵬汽車帶來了最強(qiáng)AI智能駕駛功能，根據(jù)數(shù)據(jù)統(tǒng)計(jì)，已經(jīng)享受到公測(cè)版的P7+用戶，在用戶滲透率和里程滲透率上均取得了顯著提升。早些時(shí)候，小鵬汽車已經(jīng)完成了國內(nèi)首個(gè)端到端智能駕駛大模型量產(chǎn)上車。
▲小鵬汽車發(fā)布AI天璣5.4.0系統(tǒng)，大幅提升智能駕駛能力
這一系列的成績，源于小鵬汽車多年來全力投入AI的決心。早在2022年，小鵬汽車就率先完成城市導(dǎo)航輔助駕駛（NGP）的落地。當(dāng)時(shí)，小鵬汽車自動(dòng)駕駛團(tuán)隊(duì)就在思考，是否需要更進(jìn)一步提升AI泛化能力。同年4月，小鵬汽車開始嘗試對(duì)傳統(tǒng)智能駕駛中的感知、融合、預(yù)測(cè)、規(guī)劃、控制、定位等技術(shù)模塊進(jìn)行融合。這也成為小鵬汽車探索端到端大模型的雛形。
小鵬汽車董事長何小鵬在談及端到端智能駕駛大模型時(shí)強(qiáng)調(diào)，“往后10年、20年，我不知道今天的大模型邏輯是否會(huì)適用，但它一定會(huì)比之前的算法或規(guī)則模型都要強(qiáng)?！?/p>
智能駕駛新一輪競(jìng)爭正圍繞算法、算力、數(shù)據(jù)三要素展開，出現(xiàn)任何一塊短板，都將引發(fā)木桶效應(yīng)。這場(chǎng)競(jìng)賽中，小鵬汽車和阿里云一直在并肩前行。
01.AI席卷智能駕駛，小鵬汽車篤定端到端技術(shù)路線
端到端（End-to-End），起初并非源于智能駕駛，而是多用于深度學(xué) 領(lǐng)域的一套方法，并且在語音識(shí)別、自然語言處理等領(lǐng)域已有比較多的學(xué)術(shù)研究。其設(shè)計(jì)原理是神經(jīng)網(wǎng)絡(luò)在學(xué) 中不進(jìn)行分模塊或分階段訓(xùn)練，直接從輸入數(shù)據(jù)到輸出結(jié)果，減少人為干預(yù)和預(yù)處理的需求，類似于encoder-decoder架構(gòu)。
端到端技術(shù)能夠避免傳統(tǒng)人工特征提取中的信息損失，提高模型的效率和準(zhǔn)確性，簡化訓(xùn)練流水線。
在智能駕駛領(lǐng)域，端到端智能駕駛方案利用統(tǒng)一的深度學(xué) 神經(jīng)網(wǎng)絡(luò)，將感知、規(guī)劃與控制等多個(gè)功能模塊整合為一體。將攝像頭、傳感器實(shí)時(shí)采集的原始數(shù)據(jù)作為輸入，直接輸出為轉(zhuǎn)向、加速、制動(dòng)等駕駛指令，這種一體化架構(gòu)實(shí)現(xiàn)了信息無縫傳輸并降低延遲，讓汽車反應(yīng)更加順滑。特斯拉在北美率先推出的FSD V12版本，就采用了端到端技術(shù)。同樣，小鵬汽車在國內(nèi)快速推進(jìn)了端到端智能駕駛。
小鵬汽車選擇的是“云端大模型”路線，通過構(gòu)建云端大模型，然后將云端大模型蒸餾到車端，在車端進(jìn)行模型部署。小鵬云端大模型的參數(shù)量是車端的80倍，云端強(qiáng)化訓(xùn)練后，車端大模型的上限大幅提高。
▲小鵬云端大模型的參數(shù)量是車端的80倍
據(jù)小鵬汽車自動(dòng)駕駛產(chǎn)品高級(jí)總監(jiān)袁婷婷介紹，端到端往往包含非常復(fù)雜的深度學(xué) 網(wǎng)絡(luò)。但大模型的黑盒問題導(dǎo)致難以解釋其決策過程和推理邏輯，尤其是表現(xiàn)出不良效果后，不可解釋性還增加了解決和驗(yàn)證的難度，更無法保證其安全可靠性。
基于此，根據(jù)端到端的思路，小鵬汽車隨即推出了“三網(wǎng)合一”架構(gòu)，其中XNet類似于人的眼睛，對(duì)現(xiàn)實(shí)世界中的可通行空間進(jìn)行3D還原；XPlanner類似于人的肌肉和小腦直覺，通過海量數(shù)據(jù)的不間斷訓(xùn)練，優(yōu)化駕駛策略；XBrain類似于人的大腦，會(huì)進(jìn)行更深入的理解和意圖推理，包括時(shí)序、環(huán)境、路牌文字等。三網(wǎng)以全局性視角聯(lián)合執(zhí)行駕駛?cè)蝿?wù)，可以對(duì)模型進(jìn)行聯(lián)合預(yù)訓(xùn)練和標(biāo)注，同時(shí)三網(wǎng)又各有側(cè)重，出現(xiàn)問題可快速診斷定位，了解模型和系統(tǒng)的缺陷問題。更重要的是，在駕駛安全性上，三網(wǎng)使得系統(tǒng)應(yīng)對(duì)一些特殊、緊急場(chǎng)景的上限變得更高的同時(shí)，也需要一定的安全措施保證下限。
在端到端技術(shù)的加持下，小鵬汽車整體邁向了以輕地圖、輕雷達(dá)、重算力為核心的智能駕駛方案。針對(duì)復(fù)雜路況，能夠做到點(diǎn)到點(diǎn)的輔助駕駛能力，包括自動(dòng)通過高速ETC閘機(jī)、紅綠燈識(shí)別、擁堵路段跟車以及主動(dòng)變道超車等等。尤其在體驗(yàn)和流暢性上，用戶基本感覺不到任何斷點(diǎn)。
小鵬汽車自動(dòng)駕駛產(chǎn)品高級(jí)總監(jiān)袁婷婷指出，行業(yè)內(nèi)一般用記憶泊車VPA（Valet Parking Assist）+NOA（Navigate on Autopilot）城市輔助駕駛的方式來實(shí)現(xiàn)車位到車位，這也是小鵬在2021年采用的方案。但使用拼接方案，就會(huì)存在卡頓，比如汽車行駛到停車場(chǎng)與公開道路的交匯點(diǎn)時(shí)，會(huì)因切換軟件導(dǎo)致卡殼現(xiàn)象。
▲目前行業(yè)內(nèi)主要有三種端到端技術(shù)路線
目前小鵬汽車已經(jīng)通過端到端智能駕駛大模型對(duì)其能力進(jìn)行了全面升級(jí)，在行業(yè)內(nèi)首個(gè)用一套智能駕駛軟件以及基于“端到端大模型”實(shí)現(xiàn)“車位到車位”。在最新的測(cè)試場(chǎng)景中，車位到車位的整條鏈路——從園區(qū)內(nèi)、地庫內(nèi)，到過閘機(jī)，再到公開道路的銜接，都能以更加流暢的體驗(yàn)方式實(shí)現(xiàn)。此外，路線規(guī)劃也能夠無感生成，讓駕駛變得更加便捷高效。
“絲滑、篤定、直覺性”這些用于形容老司機(jī)開車一樣的駕駛體驗(yàn)，正在小鵬汽車端到端智能駕駛系統(tǒng)上呈現(xiàn)。
可以看到，端到端的出現(xiàn)，突破了原先依靠規(guī)則驅(qū)動(dòng)的智能駕駛研發(fā)體系，至少在當(dāng)前階段，端到端已是自動(dòng)駕駛競(jìng)爭的關(guān)鍵技術(shù)路徑之一。
02.真正適配智能駕駛的算力底座
多年來在端到端智能駕駛大模型上的投入，模型參數(shù)量的急劇擴(kuò)張，使得小鵬汽車智能駕駛系統(tǒng)和功能迭代速度持續(xù)加快。
由于當(dāng)前車端芯片算力的限制，即便采用兩片Orin芯片，能支持的車端模型參數(shù)量依然有限。而云端大模型可以全面吸納智能駕駛數(shù)據(jù)，不遺漏重點(diǎn)信息細(xì)節(jié)。通過大量數(shù)據(jù)訓(xùn)練，盡可能窮盡智能駕駛中的長尾問題，以覆蓋更多駕駛場(chǎng)景，使XNGP實(shí)現(xiàn)L3級(jí)的智能駕駛體驗(yàn)。
訓(xùn)練一個(gè)云端大模型，對(duì)大規(guī)模高性能算力以及數(shù)據(jù)存儲(chǔ)和處理提出了非常高的要求。其一，提高并行訓(xùn)練性能和利用率的要求，這對(duì)云基礎(chǔ)設(shè)施包括網(wǎng)絡(luò)互聯(lián)、帶寬，以及系統(tǒng)軟件優(yōu)化等帶來了挑戰(zhàn)；其二，對(duì)模型訓(xùn)練持久穩(wěn)定性的要求，比如模型訓(xùn)練中斷，訓(xùn)練出現(xiàn)問題后能否快速拉起任務(wù)，縮短故障時(shí)間；其三，大規(guī)模多模態(tài)數(shù)據(jù)的存儲(chǔ)與處理能力，實(shí)現(xiàn)并行訓(xùn)練的高性能、高吞吐，滿足模型訓(xùn)練不斷提升的數(shù)據(jù)量增長需求；其四，海量數(shù)據(jù)的存儲(chǔ)成本要求，在滿足數(shù)據(jù)處理性能要求的前提下，通過支持?jǐn)?shù)據(jù)分層存儲(chǔ)，實(shí)現(xiàn)最優(yōu)的成本。
實(shí)現(xiàn)這些要求并非易事。大模型的預(yù)訓(xùn)練需要集群化，構(gòu)建萬卡甚至更大規(guī)模的集群，且整個(gè)集群需要組成一個(gè)龐大的“整體”。形象來說，就像每一排都有兩個(gè)人且兩人之間把腿綁在一起，共同前進(jìn)。只有每張GPU卡、每臺(tái)機(jī)器都以相同的“步伐”前進(jìn)，才能提升整體的模型訓(xùn)練效率。
早在2022年，小鵬汽車就與阿里云在烏蘭察布建成了當(dāng)時(shí)中國最大的自動(dòng)駕駛智算中心“扶搖”，用于自動(dòng)駕駛模型訓(xùn)練?！胺鰮u”依托于阿里云靈駿智算集群構(gòu)建，該集群是阿里云面向AI時(shí)代打造的智能算力基礎(chǔ)設(shè)施，支撐了小鵬汽車端到端智能駕駛大模型的快速迭代。
▲2022年小鵬汽車與阿里云合作建立自動(dòng)駕駛智算中心
隨著模型規(guī)模擴(kuò)大到百億甚至千億量級(jí)，一次訓(xùn)練任務(wù)需要更多GPU協(xié)同，規(guī)模會(huì)放大很多問題。
首先碰到的問題就是擴(kuò)展集群規(guī)模是否能帶來訓(xùn)練任務(wù)相同倍數(shù)的線性加速。為了將“相同步伐”效率提升到極致，阿里云升級(jí)到HPN 7.0網(wǎng)絡(luò)架構(gòu)，把網(wǎng)絡(luò)能力推向一個(gè)全新的高度。通過3.2Tbps高性能RDMA網(wǎng)絡(luò)連接，讓服務(wù)器之間的通訊更順暢；自研的擁塞控制算法解決了路由的復(fù)雜度和數(shù)據(jù)交換的沖突；同時(shí)，訓(xùn)練過程實(shí)現(xiàn)自動(dòng)網(wǎng)絡(luò)拓?fù)涓兄{(diào)度，為大模型訓(xùn)練自動(dòng)調(diào)度最佳網(wǎng)絡(luò)拓?fù)涞挠?jì)算節(jié)點(diǎn)，從而減少通信開銷，進(jìn)一步提升訓(xùn)練效率。
此外，計(jì)算和存儲(chǔ)流量分離大大減少存儲(chǔ)IO和計(jì)算通信的互相干擾，進(jìn)而提升了整體GPU集群的計(jì)算效率。小鵬汽車在阿里云上的千卡級(jí)訓(xùn)練任務(wù)線性加速比可以達(dá)到90%以上。
由于訓(xùn)練任務(wù)的特殊性，部件故障會(huì)導(dǎo)致整體訓(xùn)練停滯，如何盡可能早的預(yù)測(cè)故障，以及發(fā)生故障后系統(tǒng)能快速拉起恢復(fù)，是令小鵬汽車自動(dòng)駕駛技術(shù)團(tuán)隊(duì)頭疼的第二個(gè)問題。
小鵬汽車自動(dòng)駕駛中心大數(shù)據(jù)管理部負(fù)責(zé)人Jay提到，“訓(xùn)練是一個(gè)持續(xù)幾十天的過程，當(dāng)我們的訓(xùn)練規(guī)模越大，就有可能遇到越多的意外情況，訓(xùn)練過程中，穩(wěn)定性非常重要?！?/p>
針對(duì)這些問題，阿里云技術(shù)團(tuán)隊(duì)采取了一系列措施以提高系統(tǒng)的穩(wěn)定性和訓(xùn)練效率。阿里云提供千卡集群健康檢測(cè)能力，可實(shí)現(xiàn)對(duì)計(jì)算集群包括單節(jié)點(diǎn)算力檢查，單節(jié)點(diǎn)內(nèi)GPU互聯(lián)檢查，多節(jié)點(diǎn)互聯(lián)檢查等，實(shí)現(xiàn)在訓(xùn)練前、訓(xùn)練中和故障后及時(shí)發(fā)現(xiàn)問題節(jié)點(diǎn)，并通過AI助手設(shè)置運(yùn)維策略，保障集群整體資源穩(wěn)定可用。同時(shí)，配置節(jié)點(diǎn)分鐘級(jí)自動(dòng)自愈能力以及秒級(jí)的訓(xùn)練進(jìn)度保存機(jī)制，實(shí)現(xiàn)故障后任務(wù)仍可以自動(dòng)恢復(fù)，并以無損的訓(xùn)練進(jìn)度實(shí)現(xiàn)續(xù)訓(xùn)，從而節(jié)約訓(xùn)練時(shí)間、降低訓(xùn)練成本。
今年，小鵬汽車也開始使用阿里云容器計(jì)算服務(wù)ACS，該服務(wù)為小鵬提供基礎(chǔ)設(shè)施全托管算力服務(wù)，無需管理和維護(hù)底層服務(wù)器，即使遇到服務(wù)器發(fā)生故障，應(yīng)用也能迅速切換到其他服務(wù)器，確保模型訓(xùn)練的連續(xù)運(yùn)行。
▲小鵬汽車在云端加速智能創(chuàng)新
智能駕駛模型的演進(jìn)迭代需要海量數(shù)據(jù)，過程中的數(shù)據(jù)采集、挖掘、處理，又同樣對(duì)存儲(chǔ)、數(shù)據(jù)處理能力提出了更高要求。
截至今年9月小鵬汽車公開數(shù)據(jù)顯示，小鵬汽車使用了折算里程超10億+公里的視頻訓(xùn)練，累計(jì)646萬公里、1972個(gè)城市和區(qū)縣的實(shí)車測(cè)試，以及累計(jì)2.16億公里、2.2萬核心模擬場(chǎng)景、5.8萬專業(yè)模擬場(chǎng)景的仿真測(cè)試。
阿里云把內(nèi)存、本地磁盤、CPFS高性能并行文件存儲(chǔ)以及OSS對(duì)象存儲(chǔ)等形成一個(gè)完整的階梯型存儲(chǔ)架構(gòu)，進(jìn)行統(tǒng)一的管理，把熱數(shù)據(jù)放在延遲最低的存儲(chǔ)上面，并實(shí)現(xiàn)冷熱數(shù)據(jù)的自動(dòng)流轉(zhuǎn)，不斷提升存儲(chǔ)的使用效率，降低存儲(chǔ)成本。
數(shù)據(jù)的積累屬于基礎(chǔ)，更重要的是讓數(shù)據(jù)有效轉(zhuǎn)起來。小鵬汽車通過自研工具鏈結(jié)合阿里云大數(shù)據(jù)平臺(tái)、數(shù)據(jù)庫服務(wù)等實(shí)現(xiàn)全棧數(shù)據(jù)閉環(huán)，對(duì)數(shù)據(jù)的清洗處理以及高效的挖掘，數(shù)據(jù)的高效流轉(zhuǎn)，端到端大模型的大規(guī)模分布式訓(xùn)練，實(shí)現(xiàn)測(cè)試階段實(shí)車測(cè)試與仿真測(cè)試并重，加快迭代節(jié)奏，推動(dòng)智能駕駛技術(shù)的快速發(fā)展。
小鵬汽車自動(dòng)駕駛中心大數(shù)據(jù)管理部負(fù)責(zé)人Jay表示：“明年小鵬整體的數(shù)據(jù)量將迎來大幅度提高，更需要云基礎(chǔ)設(shè)施做很好的承載?！?/p>
03. 當(dāng)智能駕駛的熱情被點(diǎn)燃
何小鵬曾說過：“小鵬從創(chuàng)始之初就一直致力于做中國的自動(dòng)駕駛第一?！?/p>
通過“All in AI”，小鵬汽車不僅率先實(shí)現(xiàn)端到端智能駕駛大模型量產(chǎn)上車，根據(jù)“端到端四部曲”規(guī)劃，在未來兩年，小鵬還將基于L2的硬件和成本實(shí)現(xiàn)L3+的用戶體驗(yàn)，并最終通往L4無人駕駛。
小鵬汽車自動(dòng)駕駛負(fù)責(zé)人李力耘曾在接受采訪時(shí)表示，端到端時(shí)代，好似從冷兵器時(shí)代來到熱兵器時(shí)代。過去的輔助駕駛時(shí)代是“冷兵器時(shí)代”，只要湊齊了武林高手就可以打。但熱兵器時(shí)代需要更大的算力、更多的數(shù)據(jù)、讓算力和數(shù)據(jù)流轉(zhuǎn)起來的機(jī)制和工程能力。擁有強(qiáng)大算力的阿里云，也將持續(xù)支撐小鵬汽車端到端大模型的快速迭代。（內(nèi)容參考《云棲戰(zhàn)略參考》）
來源：車東西
