汽车 · 算力基础设施与AI平台 / 研发设计与仿真
广汽集团智能辅助驾驶端到端模型的云端算力新范式
广州汽车集团股份有限公司(简称广汽集团,601238.SH,02238.HK)总部位于广州市,是在A+H股整体上市的大型股份制汽车企业集团。目前拥有员工约10万人,《财富》世界50…
1、创新性采用智能辅助驾驶研发业务上公共云方案,达成降低成本预期,在公共云上完成数千卡规模的智算集群建设,上云成本为自建
成本/资源降低
1、创新性采用智能辅助驾驶研发业务上公共云方案,达成降低成本预期,在公共云上完成数千卡规模的智算集群建设,上云成本为自建智算数据中心的一半
来源披露
成效指标
2、基于公共云构建行业领先的AI基础设施, 支持10万卡以上的集群规模,配套高性能RDMA网络和低时延,高吞吐的高性能存储,满足智能辅助驾驶模型研发持续迭代升级的灵活扩容要求
来源披露
效率/能力提升
3、基于公共云搭建的智能驾驶数据产线,利用云计算,大数据等数字技术,用更低的成本实现更高的生产能力,实际项目交付已实现基于千核的计算资源,日产百万级高质量训练样本数据产能,对比线下自建数据中心,成本降低了10倍,产能提升了100倍
来源披露
企业痛点
01
业务背景
广州汽车集团股份有限公司(简称广汽集团,601238.SH,02238.HK)总部位于广州市,是在A+H股整体上市的大型股份制汽车企业集团。目前拥有员工约10万人,《财富》世界500强连续入围13年。主营业务涵盖研发、整车、零部件、能源及生态、国际化、商贸与出行、投资与金融等七大板块,坚持自主创新与合资合作同步推进,目前正全力向科技型企业转型。秉承“人为本、信为道、创为先”的企业理念,广汽集团未来将努力成为客户信赖、员工幸福、社会期待的世界一流企业,为人类美好移动生活持续创造价值。
02
遇到的问题
广汽集团数字化发展战略针对端到端AI模型开发,聚焦在“算法”、“数据”、“算力”方面: 1、创新模型架构 当前主流自动驾驶算法已转向数据驱动的端到端AI模型架构,广汽集团聚焦端到端模型算法路线进行智能辅助驾驶功能的自主跟踪研发, 融合“视觉-语言-行为模型VLA”,同时引入世界模型,在多交通参与者博弈中,构建出各种交通环境动态演变的可能性,通过VLA推理出最优的行为决策,保持对先进智能辅助驾驶技术的布局与洞察力。 2、海量数据规模2、海量数据规模 | 以量产车及数据采集车形成双轮数据驱动,保障训练数据的场景多样性及泛化性,并建设具有超亿级数据处理及调度能力的数据中台。 3、云上训练集群 建设超万卡级别的算力集群,形成EFLOPS级别的超算中心,同时借助云上高效的训练平台,大大提升算力资源利用率,模型训练效率达到“天”级的迭代周期。
03
AI 解决方案
基于生成式AI的端到端技术路线,智能驾驶研发业务全栈上云,构建了覆盖数据合规处理、标注生产、模型训练与仿真测试的一体化研发体系,实现了研发效率、系统稳定与合规安全的全面提升。 1.技术架构创新:云原生全链路闭环体系 智能驾驶研发构建了覆盖“数据上云-合规处理-数据产线-模型训练-仿真评测”五大环节的云原生全链路闭环。这一架构将传统分散的研发环节整合于统一云平台,实现了数据流与任务流的无缝衔接。 数据合规与安全架构:方案创新性地采用“合规云专区+业务专区”的双区部署模式。与甲级图商合作建立数据上传点,在合规云专区完成地理信息脱敏、个人信息保护及坐标偏转等合规操作,随后将安全数据交付至业务专区供研发使用。这一架构既满足了国家数据安全法规要求,又保障了研发团队的高效数据访问。 智能数据生产管线: 方案在业务专区部署数据管理平台与标注平台,形成了标准化的数据产线。特别是创新引入基于Qwen-VL视觉大模型的智能数据挖掘平台,实现了超大规模图片数据的智能语义提取、场景识别与难例挖掘,大幅提升了训练数据生产效率。 2.核心技术突破:高性能算力底座与训练优化 超大规模智算基础设施:基于阿里云PAI灵骏构建了支持10万卡以上集群规模的高性能算力底座,具备高性能RDMA网络与低延迟高吞吐存储系统。这一基础设施为大规模模型训练提供了坚实的算力支撑。 训练效率突破性提升:通过阿里云灵骏多机通信库加速与网络自动拓扑感知调度优化,整体训练性能提升达17%。灵活的调度机制与监控体系使集群有效利用率稳定在90%以上,创造了千卡任务连续稳定运行1个月的行业纪录。 国产化适配创新:方案实现了国产服务器在智能驾驶模型训练领域的创新应用,兼容主流技术生态,模型几乎无需代码修改即可运行于国产硬件,在保持训练效率的同时推进了技术自主可控。 3.方案实施成效与行业价值 研发效能显著提升: 云端极致弹性能力支撑了日产百万级高质量数据包的产能要求,分布式计算框架与大数据平台确保了数据处理效率。全链路集成使数据闭环与模型训练效率得到质的飞跃,加速了智能驾驶产品迭代与量产进程。 技术范式创新价值: 智能驾驶研发的云原生技术范式,为行业提供了可复用的技术架构参考。其“合规先行”的数据处理模式、全栈上云的技术路径以及国产化适配经验,对智能网联汽车产业的可持续发展具有重要借鉴意义。
- 1基于生成式AI的端到端技术路线,智能驾驶研发业务全栈上云,构建了覆盖数据合规处理、标注生产、模型训练与仿真测试的一体化研发体系,实现了研发效率、系统稳定与合规安全的全面提升
- 21.技术架构创新:云原生全链路闭环体系
- 3智能驾驶研发构建了覆盖“数据上云-合规处理-数据产线-模型训练-仿真评测”五大环节的云原生全链路闭环
- 4这一架构将传统分散的研发环节整合于统一云平台,实现了数据流与任务流的无缝衔接
- 5数据合规与安全架构:方案创新性地采用“合规云专区+业务专区”的双区部署模式
- 6与甲级图商合作建立数据上传点,在合规云专区完成地理信息脱敏、个人信息保护及坐标偏转等合规操作,随后将安全数据交付至业务专区供研发使用
04
实施结果
成本/资源降低:1、创新性采用智能辅助驾驶研发业务上公共云方案,达成降低成本预期,在公共云上完成数千卡规模的智算集群建设,上云成本为自建智算数据中心的一半
成效指标:2、基于公共云构建行业领先的AI基础设施, 支持10万卡以上的集群规模,配套高性能RDMA网络和低时延,高吞吐的高性能存储,满足智能辅助驾驶模型研发持续迭代升级的灵活扩容要求
效率/能力提升:3、基于公共云搭建的智能驾驶数据产线,利用云计算,大数据等数字技术,用更低的成本实现更高的生产能力,实际项目交付已实现基于千核的计算资源,日产百万级高质量训练样本数据产能,对比线下自建数据中心,成本降低了10倍,产能提升了100倍
成效指标:4、训练平台提供高性能和稳定易用的大规模分布式训练环境,企业级资源管理和灵活配置,简便的白屏操作,全链路监控等能力,保障模型研发和大规模训练高效稳定运行,实现了256卡以上的多机多卡训练,训练数据规模高达数亿帧,模型实现按天迭代更新
成效指标:5、国产服务器创新性应用到模型训练场景,兼容主流的技术生态,并且训练效率是国际上同级别服务器的2倍以上
成效综述:中国联合网络通信有限公司、中国联合网络通信有限公司软件研究院 — —;数据要素价值精准释放:中国联通“成本-收益-流通”一体化创新实践
05
风险与边界
广州汽车集团股份有限公司(简称广汽集团,601238.SH,02238.HK)总部位于广州市,是在A+H股整体上市的大型股份制汽车企业集团。目前拥有员工约10万人,《财富》世界50…
适合
适用于汽车企业开展算力基础设施与AI平台、研发设计与仿真类实践
前置条件
需具备相应数据基础与系统集成能力
信息来源
1 个来源页面内容为结构化改写;关键结论应可追溯到以下材料。
关联报告:《2025 CCF 企业数字化发展推荐案例集》 · 中国计算机学会(CCF) · 2025