>中国汽车产业的竞争正从马力转向算力。随着吉利、理想、奇瑞等车企云端算力储备纷纷突破10EFlops，一场关于智能驾驶未来的争夺战已悄然打响。
云端算力正成为智能汽车的新赛道。据最新行业数据，国内领先车企的云端算力储备已大幅提升，吉利星睿智算中心算力达23.5EFLOPS，理想汽车云端算力超13EFLOPS，奇瑞的天穹智算中心算力也超过13EFLOPS。
这些数字背后，是车企对未来智能驾驶话语权的激烈争夺。
一、算力军备竞赛，超10EFlops成新门槛
汽车行业的竞争规则正在改写。曾经比拼发动机功率和扭矩大小的时代渐行渐远，如今云端算力储备已成为衡量车企未来竞争力的关键指标。
同济大学教授朱西产指出：“谁能率先在云端算力上建立优势，谁就有机会在下一阶段的行业洗牌中掌握话语权。”
这场竞赛中，EFLOPS（每秒百亿亿次浮点运算）成为计量单位。车端算力负责实时感知与决策，而云端算力则承担复杂的AI模型训练任务。
目前，头部车企的云端算力储备已经形成三个梯队：特斯拉以100EFLOPS领跑全球，吉利、理想、奇瑞等中国品牌则以10-23.5EFLOPS的规模紧追不舍，而多数新势力车企仍集中在8-12EFLOPS区间。
二、三大车企算力布局，战略路径各不同
吉利汽车在云端算力领域率先起跑。凭借23.5EFLOPS的算力规模，吉利星睿智算中心在中国车企中排名第一，已跻身全球第一梯队。
吉利的长远战略规划开始显现成效。自2021年启动“智能吉利2025”规划以来，吉利构建了覆盖芯片、操作系统、大数据的科技生态网络，同步建立智能科技研发、产品、运营三大体系。
理想汽车虽然起步较晚，但进展迅猛。目前云端算力已超13EFLOPS，并计划持续扩大规模。理想选择了VLA（视觉-语言-动作）技术路径，其VL基座模型参数规模达到32B。
奇瑞汽车则采取了差异化策略。在打造自有天穹智算中心的同时，奇瑞还与华为合作开发智界车型，采用MDC计算平台，形成双线并行的算力布局。
三、算力竞赛背后，智能驾驶闭环是关键
云端算力之所以如此重要，源于智能驾驶系统的根本运作机制。智能驾驶本质上是一个“云端训练-车端部署-数据回传-再训练” 的循环闭环。
车辆采集到的真实路况数据回传到云端，经过海量计算形成优化模型，再通过OTA技术更新至车端。这个循环的运转速度，直接取决于云端算力的强度。
业内热议的“世界模型”对算力需求呈指数级增长。这种能够模拟真实物理环境的大模型，用于训练自动驾驶系统，其计算复杂度远超传统模型。
能否支撑此类大模型训练，已成为车企参与下一轮竞争的入场券。正如一位行业专家所说：“没有足够的云端算力，就连参赛资格都没有。”
四、算力投入巨大，车企面临双重挑战
建设强大的云端算力中心需要巨额投入。头部车企每年在算力上的投入已达数百亿元级别。
除了资金投入，车企还面临技术人才短缺的挑战。智能驾驶大模型开发需要大量AI算法工程师、数据科学家和云计算专家，这类人才在市场上极为稀缺。
数据积累也是关键因素。截至2025年8月，奇瑞汽车的辅助驾驶里程已超过20亿公里，这些数据都需要强大的云端算力进行处理和训练。
降本增效成为车企算力建设的核心诉求。华为云通过CloudMatrix384超节点等创新方案，将算力利用率提升60%，为车企提供了更经济的解决方案。
五、三年决胜负，行业格局将重塑
行业专家预测，这场算力之战将持续3-5年。目前大部分车企的算力储备仍在5-10EFLOPS水平，未来几年将是决定胜负的关键期。
朱西产教授认为：“吉利率先跑到前列，这种领先的意义远大于短期的销量数字。”这表明行业评价体系已经发生变化，算力储备比单月销量更能体现企业的长期竞争力。
乘联分会秘书长崔东树指出，电动化与智能化应该协同并进，而非有先后之分。未来很长时期，燃油车（含混动）和电动车将并存发展，AI技术将全面赋能汽车产业链。
到2026年，VLA架构在智能驾驶中的渗透率预计将达到45%，端到端模型将成为标配。多模态大模型参数规模将突破1000亿，推理速度提升5倍。
云端算力竞赛才刚刚开始。未来三年，我们将看到更多车企将算力储备提升到50EFLOPS甚至更高水平。
那些早期投入数十亿建设算力中心的公司，已经在这场马拉松中占据了有利位置。他们的先发优势不仅体现在当前的技术迭代速度上，更体现在数据积累的规模效应和人才梯队的深度上。
随着智能驾驶向L3、L4级别迈进，云端算力将成为决定车企生存的关键要素。这场竞赛没有终点，只有不断的迭代和进化。
全部评论 （0）