无人驾驶背后的算力故事

事件：百度“萝卜快跑”点燃无人驾驶网约车热潮。本周萝卜快跑凭借在武汉的优异运营表现获得较高关注度，作为百度Apollo计划的最新一代无人驾驶车型（Apollo RT6，24年5月发布），萝卜快跑已经在武汉覆盖3000多平方公里和770万人口。全国来看，萝卜快跑已于10多个城市内使用，包括北京、上海、广州、深圳等一线城市及其他大城市。根据百度财报，截至2024年1月2日，萝卜快跑累计向大众提供的无人驾驶出行服务订单超过500万单。百度自动驾驶业务部的总经理陈卓表示，随着千台无人车陆续投入使用，已经非常接近收支平衡的临界点，萝卜快跑的目标是到2024年底在武汉实现收支平衡，在2025年全面进入盈利期。 除了百度的无人驾驶外，享道、小马等均推出Robotaxi，无人驾驶热潮燃起。 Robotaxi“跑起来”背后是AI软硬件的全体系支撑。为了实现自动驾驶功能，萝卜快跑的汽车配备较多传感器，以Apollo RT6为例，其配备38个车外传感器包含8个激光雷达、6个毫米波雷达、12个超声波雷达、12个摄像头，可实现1.8倍环视感知覆盖，超过200米远距感知；此外，核心软硬件还包括AI芯片（百度自主研发的“昆仑芯”）、自动驾驶系统（百度Apollo，具备L4级别的自动驾驶能力）、智能决策算法、车联网技术、高精度地图等；配备车规级高算力主冗双计算单元，算力可达1200Tops。小鹏汽车在其G9车型中配备了12个摄像头（双目摄像头*1+环视摄像头*4+辅助驾驶摄像头*6+车内摄像头*1）、5个毫米波雷达、12个超声波雷达以及2颗激光雷达和两个Nvidia Orin芯片，总算力达到508 TOPS。 展望全球，特斯拉Robotaxi备受期待，背靠Nvidia强算力支撑。特斯拉的Robotaxi是利用特斯拉的完全自动驾驶（FSD）技术，实现无需人类驾驶员的出租车服务，其发展高度依赖于特斯拉的FSD系统。今年3月特斯拉向北美车主推送了最新的FSD V12.3.1版本，马斯克在此前的试驾直播中表示，FSD V12版本是端到端自动驾驶系统，采用人工智能算法进行车辆控制，特斯拉计划在2024年8月8日推出Robotaxi。而FSD系统之所以可以处理庞大的驾驶数据，背后是Dojo（特斯拉超级计算机，采用自研D1芯片）和Nvidia的强大AI训练能力，特斯拉一季度电话会表示，其自动驾驶发展曾受制于训练限制，目前已经解决该问题，部署了35000台NvidiaH100服务器，预计到24年底增加至85000万台。此外，马斯克表示特斯拉今年在Nvidia硬件上的支出将超过5亿美元，对应算力空间庞大。 Robotaxi的“纷争”：激光雷达VS纯视觉。值得关注的是，Waymo、百度Apollo等无人驾驶出租车技术路径是摄像头+激光雷达，其本质是车路协同，通过雷达尽可能感知路况，提供AI训练及推理数据，而特斯拉的无人驾驶方案更接近于“纯视觉”，移除所有传感器，只在车辆上使用摄像头。 Robotaxi的思考：无论哪种技术路径，AI算力是无人驾驶的“灵魂”。 无人驾驶概念由来已久，但是在今年才有武汉引起热议的萝卜快跑以及特斯拉8月发布Robotaxi，都反映了一大边际变化，AI训练及推理的加速进步，推动了无人驾驶的商用落地，本质上都是AI赋予了汽车以算力的“灵魂”，伴随后续无人驾驶网约车的需求崛起，对算力的需求有望指数级上升，无人驾驶或成为第一个真正的具身智能或者物理智能的AGI： 云端：为了提高无人驾驶系统的效率、准确性和安全性，云端大模型训练至关重要，汽车各类传感器返回的海量数据对算力形成庞大需求。 控制域：无人驾驶在AI赋能下实现高度自动化和智能化的驾驶决策， 本质是其背后的算力能够实时处理和分析大量传感器数据，进行精 确的环境感知、动态障碍物识别与预测、复杂交通场景的理解、优化 驾驶策略等。 座舱域：在智能座舱领域，多模态感知技术和大语言模型的结合正在改变人车交互的方式，需要大量算力融合语音、视觉和触控等多种感知信息，快速、准确地处理和响应用户指令。 从Robotaxi延展看未来：无人经济或将提前到来，算力成为核心资产。 我们认为，无人驾驶有望作为首先需求起量的“无人经济”，其后包含的是庞大的市场空间，包含各类垂直领域如无人超市、无人机外卖、无人工厂等，无人经济逐步开展后算力需求更将紧缺，有望成为未来经济竞争的核心资产。 建议关注： 算力—— 光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。算力调优/调度/租赁：恒为科技、思特奇、中科曙光、中国移动、中国联通、中国电信。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。液冷：英维克、申菱环境、高澜股份、佳力图。边缘算力承载平台：美格智能、广和通、移远通信。 卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。 数据要素—— 运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。BOSS系统：亚信科技、天源迪科、东方国信。 风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。 重点标的 股票代码 1.投资策略：无人驾驶背后的算力故事 本周建议关注： 算力—— 光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。 算力调优/调度/租赁：恒为科技、思特奇、中科曙光、中国移动、中国联通、中国电信。 算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。 液冷：英维克、申菱环境、高澜股份、佳力图。 边缘算力承载平台：美格智能、广和通、移远通信。 卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。 数据要素—— 运营商：中国电信、中国移动、中国联通。 数据可视化：浩瀚深度、恒为科技、中新赛克。 BOSS系统：亚信科技、天源迪科、东方国信。 本周观点变化： 本周受Robotaxi概念影响，通信板块上涨明显，尤其是与无人驾驶相关的通信设备、物联网、光通信领域。一直以来我们坚定看好AI算力板块，当前位置依旧坚定推荐。短期来看，Robotaxi积极发展、“车路云一体化”试点工作推进顺利引发市场关注，无人驾驶不仅进一步拓展了AI应用的场景也对算力提出了更高要求，推动自动驾驶大模型加速发展。中长期来看，AI应用场景不断落地带来了海量训练、推理需求，所需要的百万卡超大规模gpu集群，将会巩固交换机和光模块为主的通信市场持续放量逻辑。由于光电芯片新的产线建设周期较长，短期内产能难以匹配其日渐扩张的需求，下游光模块的供需缺口将持续存在。基于此，我们依旧重点推荐以AI算力为主的方向，重视其网络产品供应商包括云厂商光模块供应商、交换机供应商等。 2.行情回顾：通信板块上涨，通信设备表现最佳 本周（2024年7月8日-2024年7月12日）上证综指收于2971.30点。各行情指标从好到坏依次为：中小板综>创业板综>万得全A＞万得全A(除金融，石油石化)>沪深300>上证综指。通信板块上涨，表现优于上证综指。 图表1：通信板块上涨，细分板块中通信设备表现相对最优 从细分行业指数看，通信设备、物联网、光通信分别上涨4.10%、3.60%、3.40%，表现优于通信行业平均水平；移动互联、运营商分别上涨1.0%、0.04%，云计算、卫星通信导航、区块链、量子通信分别下跌0.4%、1.2%、1.5%、2.0%，表现劣于通信行业平均水平。 本周，受益资产重组预期，*ST迪威上涨23.45%，领涨板块。受益无人驾驶概念，中海达上涨20.84%；受益MR（混合现实）概念，佳创视讯上涨19.18%；受益数据中心电源业务预期增长，中恒电气上涨18.92%；受益车联网概念，高新兴上涨12.97%。 图表2：本周*ST迪威领涨通信行业 3.周专题：无人驾驶背后的算力故事 事件：百度“萝卜快跑”点燃无人驾驶网约车热潮。本周萝卜快跑凭借在武汉的优异运营表现获得较高关注度，作为百度Apollo计划的最新一代无人驾驶车型（Apollo RT6，24年5月发布），萝卜快跑已经在武汉覆盖3000多平方公里和770万人口。全国来看，萝卜快跑已于10多个城市内使用，包括北京、上海、广州、深圳等一线城市及其他大城市。根据百度财报，截至2024年1月2日，萝卜快跑累计向大众提供的无人驾驶出行服务订单超过500万单。百度自动驾驶业务部的总经理陈卓表示，随着千台无人车陆续投入使用，已经非常接近收支平衡的临界点，萝卜快跑的目标是到2024年底在武汉实现收支平衡，在2025年全面进入盈利期。除了百度的无人驾驶外，享道、小马等均推出Robotaxi，无人驾驶热潮燃起。 Robotaxi“跑起来”背后是AI软硬件的全体系支撑。为了实现自动驾驶功能，萝卜快跑的汽车配备较多传感器，以Apollo RT6为例，其配备38个车外传感器包含8个激光雷达、6个毫米波雷达、12个超声波雷达、12个摄像头，可实现1.8倍环视感知覆盖，超过200米远距感知；此外，核心软硬件还包括AI芯片（百度自主研发的“昆仑芯”）、自动驾驶系统（百度Apollo，具备L4级别的自动驾驶能力）、智能决策算法、车联网技术、高精度地图等；配备车规级高算力主冗双计算单元，算力可达1200Tops。小鹏汽车在其G9车型中配备了12个摄像头（双目摄像头*1+环视摄像头*4+辅助驾驶摄像头*6+车内摄像头*1）、5个毫米波雷达、12个超声波雷达以及2颗激光雷达和两个Nvidia Orin芯片，总算力达到508 TOPS。 展望全球，特斯拉Robotaxi备受期待，背靠Nvidia强算力支撑。特斯拉的Robotaxi是利用特斯拉的完全自动驾驶（FSD）技术，实现无需人类驾驶员的出租车服务，其发展高度依赖于特斯拉的FSD系统。今年3月特斯拉向北美车主推送了最新的FSD V12.3.1版本，马斯克在此前的试驾直播中表示，FSD V12版本是端到端自动驾驶系统，采用人工智能算法进行车辆控制，特斯拉计划在2024年8月8日推出Robotaxi。而FSD系统之所以可以处理庞大的驾驶数据，背后是Dojo（特斯拉超级计算机，采用自研D1芯片）和Nvidia的强大AI训练能力，特斯拉一季度电话会表示，其自动驾驶发展曾受制于训练限制，目前已经解决该问题，部署了35000台NvidiaH100服务器，预计到24年底增加至85000万台。此外，马斯克表示特斯拉今年在Nvidia硬件上的支出将超过5亿美元，对应算力空间庞大。 Robotaxi的“纷争”：激光雷达VS纯视觉。值得关注的是，Waymo、百度Apollo等无人驾驶出租车技术路径是摄像头+激光雷达，其本质是车路协同，通过雷达尽可能感知路况，提供AI训练及推理数据，而特斯拉的无人驾驶方案更接近于“纯视觉”，移除所有传感器，只在车辆上使用摄像头。 Robotaxi的思考：无论哪种技术路径，AI算力是无人驾驶的“灵魂”。无人驾驶概念由来已久，但是在今年才有武汉引起热议的萝卜快跑以及特斯拉8月发布Robotaxi，都反映了一大边际变化，AI训练及推理的加速进步，推动了无人驾驶的商用落地，本质上都是AI赋予了汽车以算力的“灵魂”，伴随后续无人驾驶网约车的需求崛起，对算力的需求有望指数级上升，无人驾驶或成为第一个真正的具身智能或者物理智能的AGI： 云端：为了提高无人驾驶系统的效率、准确性和安全性，云端大模型训练至关重要，汽车各类传感器返回的海量数据对算力形成庞大需求。 控制域：无人驾驶在AI赋能下实现高度自动化和智能化的驾驶决策，本质是其背后的算力能够实时处理和分析大量传感器数据，进行精确的环境感知、动态障碍物识别与预测、复杂交通场景的理解、优化驾驶策略等。 座舱域：在智能座舱领域，多模态感知技术和大语言模型的结