简单说一下汽车辅助驾驶的「云端算力」和「车载算力」

「云端」负责模型的训练，你可以把它理解为一个AI大模型的制造工厂

从用户和测试车那里收集过来的数据（当然肯定经过脱敏），塞到云端的一堆一堆服务器里面，通过各种办法进行训练，吐出来各种「AI模型」

然后汽车研发把这些模型组装、修改、打包……OTA给用户的车

用户的汽车更新完毕之后，在车上的芯片上运行这些AI模型，这个过程叫做推理

训练所需要的算力和原材料，是远远超过推理的

所以云端需要部署超大算力集群，加快模型的训练速度

车端的算力反而相对可控，大家都在想办法降低算力占用以降本