数据中心：自动驾驶技术最后的关键

无论是在旧金山、奥斯汀、武汉还是北京，无人驾驶出租车都还处在试点阶段。这些自动驾驶公司的迅速扩张，对它们的技术核心——数据中心，提出了更高的要求。这些数据中心，远离车辆行驶的地方，却肩负着处理随自动驾驶汽车数量增加而不断膨胀的数据量的重任。

强大的视觉语言模型（VLMs）对自动驾驶技术的扩展至关重要。有了它们，无人驾驶出租车就能在任何道路、任何条件下自如行驶，而不再像Waymo那样仅限于预设区域。这也是为什么特斯拉对计算能力有着极大的需求。它需要不断处理数百万辆已经安装了FSD软件的车辆收集到的驾驶数据，以提升自动驾驶性能。

特斯拉在德克萨斯州奥斯汀的Dojo项目，是一个人工智能超级计算集群。马斯克表示，这个项目的计算能力将达到100 EFLOPS，这得益于数百亿美元的投资，其中包括购买了相当于9万个英伟达H100 GPU。一旦达到预期，Dojo的计算能力将远超中国的自动驾驶领域领导者，如华为、小鹏和蔚来。它们分别通过云服务提供3.5 EFLOPS、8 EFLOPS和1.4 EFLOPS的计算能力。

然而，计算访问受限只是自动驾驶行业面临的地缘政治难题之一。中国和美国作为世界上最大的两个汽车市场，自动驾驶公司在这两个市场中都面临着重大的监管障碍。汽车的未来常被比喻为“车轮上的智能手机”，但实际上，自动驾驶技术的发展正越来越多地受到安全化和国家化视角的影响。

与受益于中美深度融合的智能手机不同，自动驾驶领域的中美合作面临着数据安全、供应链完整性和监管制度等棘手问题。这些问题阻止了中美自动驾驶市场像消费电子领域那样形成一个相互依赖的市场。

尽管如此，中国目前的能力已经足以在自动驾驶领域独立发展。它拥有强大的电动汽车行业、制造生态系统和丰富的人工智能人才。因此，自动驾驶很可能会同时成为“中国制造”和“美国制造”的代表。竞争的关键在于谁能在国内更快部署、在全球更快扩展，并拥有更好、更安全的产品。

自动驾驶系统需要不断获取大量数据才能安全行驶。这些装满轮子的机器人上的摄像头和传感器每天收集的数据量惊人，且可能具有敏感性。例如，当自动驾驶汽车驶入高度安全的军事设施或政府大院时，它会拍摄到这些地点的视频。这些视频数据的最终存储地点就显得尤为重要。

此外，每个自动驾驶公司都有自己的软件来运行整个车队，这使得公司成为防止故障和黑客攻击的唯一保障。因此，一个值得信赖的公司至关重要。鉴于美国和中国之间缺乏信任，双方都不愿意把自动驾驶汽车的控制权交给对方的公司。

这一点在拜登政府关于互联车辆的最终规则中得到了体现，该规则明确限制了中国自动驾驶玩家进入美国市场。同时，中国方面多年来也对在美国市场运营持谨慎态度。例如，中国无人驾驶出租车公司小马智行在2021年退出了加利福尼亚，此前其测试许可证被吊销，其美国业务对公司收入的贡献已经可以忽略不计。

特斯拉成为了两个最大自动驾驶市场是否能够建立联系的唯一测试案例。尽管该公司努力遵守中国的数据本地化要求，但特斯拉仍未获得中国监管机构对其最新全自动驾驶（FSD）软件的部署批准。本次特斯拉软件更新不同于美国的FSD功能，不能实现完全自动驾驶，特斯拉目前还在进行进一步技术测试和论证，未来将对中国智能辅助驾驶功能不断优化升级。

据推测，症结之一在于特斯拉希望在哪里训练其FSD数据。虽然可以在像奥斯汀或孟菲斯这样的地方的超级计算集群进行训练，但中国法律要求在本国境内处理多模态驾驶数据。这使得特斯拉陷入了一个两难境地：是在计算能力优越但数据资源较差的中国境外训练，还是在数据资源优越但计算能力较差的中国境内训练。

特斯拉的困境反映了监管机构对数据安全的真正担忧。然而，一旦获得批准，这无疑将大幅提升特斯拉的估值，因为中国是其在美国以外最重要的市场。

影响中美自动驾驶竞争的政策因素

在中国，自动驾驶技术的部署正以前所未有的速度推进，引领着全球自动驾驶的发展潮流。自2020年初，工业和信息化部联合其他机构发布了支持自动驾驶的指导方针，将这一领域视为战略性新兴产业以来，中国政府对自动驾驶的支持从未停歇。

高层政策的推动迅速转化为实际行动。2023年12月，中国的交通运输部和工业和信息化部共同发布了无人驾驶出租车的国家审批框架，为这一新兴行业设立了明确的准入标准。为确保安全，框架要求无人驾驶出租车服务提供商必须具备应急响应能力，满足保险要求，并明确自动驾驶的使用场景。此外，每三辆无人驾驶出租车还需至少配备一名人类远程安全控制器。北京、武汉、广州等地方政府也积极响应，根据国家框架制定了各自的政策。

相比之下，美国的自动驾驶行业面临着更为复杂的监管环境。由于联邦制监管审批系统的存在，自动驾驶公司需要在各州分别获得批准，而各州对无人驾驶出租车运营商的要求各不相同。这种碎片化的监管体系大大增加了自动驾驶公司的合规成本。例如，在内华达州，自动驾驶汽车需要具备断开自动驾驶系统的能力；在纽约州，自动驾驶测试只能在州警察的监督下进行；而在德克萨斯州，所有自动驾驶汽车内都必须安装记录设备。更令人惊讶的是，美国有十几个州甚至尚未建立审批流程或出台任何相关立法。

然而，在美国政府层面，也在酝酿着监管变革。新任交通部长肖恩·达菲在确认听证会上谴责了当前各州临时性法规的拼凑现象，并承诺将在国家层面建立更清晰的规则。同时，自动驾驶行业也希望美国国家公路交通安全管理局（NHTSA）能够取消对无人驾驶出租车车队的车辆数量限制——这一门槛目前尚无运营商能够达到。

尽管如此，美国自动驾驶巨头特斯拉仍然对中国市场充满了渴望。一旦获得中国自动驾驶政策的批准，特斯拉将能够进入这个拥有14亿潜在乘客的庞大市场。事实上，中国国内供应商已经抢占先机，自自动驾驶技术起步以来，中国已有大约20个城市开展了无人驾驶出租车服务，其扩展速度远远超过了美国。

以百度阿波罗为例，截至2024年7月，它在中国已经完成了超过700万次无人驾驶出租车行程，远超美国Waymo的500万次。随着更多国内供应商获得运营许可，这一差距还将进一步扩大。中国的自动驾驶行业正以前所未有的速度向前迈进，引领着全球自动驾驶技术的创新与发展。

缺魂少芯？我们将建设高速公路！

在自动驾驶技术的浪潮中，算力限制成为了中国公司发展视觉语言模型的一大挑战，而这些模型对自动驾驶系统至关重要。然而，中国并没有因此止步，反而找到了一个创新的解决方案——建设智能高速公路。

这可不是普通的高速公路，它们是专为自动驾驶时代设计的，路面下布满了传感器，仿佛为自动驾驶汽车铺设了一张无形的通信网。想象一下，当前方一公里处发生追尾事故时，所有行驶在这条路上的汽车都能瞬间接收到提醒，这样的安全保障无疑让人倍感安心。而且，这些智能高速公路并非自动驾驶汽车的专属，传统汽车同样可以在上面行驶，享受这份安全优势。

自2023年交通运输部发布建设智能高速公路的指导意见以来，中国在这方面可谓动作频频。如今，全国已有26个城市的17个智能高速公路自动驾驶测试区，划定了超过32,000公里的路段，并安装了8,700个路边传感器单元，这样的建设速度令人惊叹。

那么，这些汽车和路边传感器是如何进行“沟通”的呢？答案就是无线电波，而这背后则涉及到频谱分配的问题。在美国，一些系统还在使用较为老旧的专用短程通信（DSRC）技术，但中国则选择了基于5G的更先进、更现代的蜂窝车辆-万物互联（C-V2X）系统。自2020年自动驾驶发展初期，C-V2X系统就被视为重点，它也是中国大规模5G建设首批看得见的成果之一。中国汽车制造商也积极响应，已将C-V2X兼容性融入到车辆中，预计未来几年，兼容车辆的比例将大幅提升。

智能高速公路的建设，不仅为自动驾驶汽车提供了更为安全的行驶环境，也给中国的无人驾驶出租车运营商带来了独特的竞争优势。然而，任何事物都有两面性，智能高速公路也可能带来潜在的安全漏洞。尽管如此，中国仍在不断探索和利用这一新兴技术，如广东省就推出了一项新协议，利用互联高速公路在广州、深圳、珠海和澳门之间开展城际无人驾驶出租车运营。

与此相对的是，美国的自动驾驶领先者Waymo却显得相对保守，甚至限制其无人驾驶出租车在高速公路上行驶。这再次凸显了中美在自动驾驶发展道路上的不同选择。中国凭借其在基础设施建设上的强项，正努力推动智能高速公路在自动驾驶领域的应用，尽管目前尚不清楚这一创新技术究竟能在自动驾驶的发展中发挥多大作用。

此外，中美自动驾驶市场的分裂发展也意味着商业化的成果可能会被少数几家主要运营商所瓜分。随着对下一代机器人技术主导权的竞争日益激烈，类似的分歧和竞争也可能持续存在。但无论如何，中国智能高速公路的建设无疑为无人驾驶技术的未来发展开辟了新的道路，让我们共同期待这一技术带来的美好未来。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。