英伟达、特斯拉大动作！该板块掀起上涨趋势

摘要： 过去24小时里，智能驾驶赛道上不断传来大量重磅信息。当地时间3月18日，特斯拉开始在北美全面推出FSD（完全自动驾驶）V12.3版本。 此次升级最大的亮点就是引入了特斯拉CE...

过去24小时里，智能驾驶赛道上不断传来大量重磅信息。

当地时间3月18日，特斯拉开始在北美全面推出FSD（完全自动驾驶）V12.3版本。 此次升级最大的亮点就是引入了特斯拉CEO马斯克引以为豪的“端到端”技术。 “末端神经网络”技术。 这一变化被誉为“改变游戏规则的技术”。

此外，NVIDIA CEO黄仁勋也在当天的GTC上宣布，集中式车辆计算平台DRIVE Thor将搭载全新Blackwell架构，比亚迪、艾安、理想、小鹏汽车等多家中国车企将配备这个AI平台。

多重因素催化下，A股智能驾驶概念股掀起上涨走势。 3月19日早间，天麦科技、万基科技相继触及20CM涨停，而三友科技、金亿科技、动力新科、德润电子等也分别触及涨停，德赛西威股价也大幅上涨。

“改变游戏规则的技术”

当地时间3月18日，北美特斯拉车主陆续收到FSD（全自动驾驶）V12.3版本的更新推送。

根据用户反馈，与之前的V12.2.1版本相比，V12.3的驾驶体验有了明显的提升。 这一变化引起了业界的广泛关注。 据悉，FSD V12.3版本是特斯拉向所有FSD用户推送的第一个V12正式版本，预计近期将实现全覆盖。

此次升级最大的亮点就是引入了马斯克一直引以为傲的“端到端神经网络”技术。 这项技术在车辆上的应用，意味着特斯拉的控制逻辑已经转变为神经网络进行处理。 这一变化被誉为“改变游戏规则的技术”。 用马斯克的话说，这是版本的重大更新，甚至可以称为V13版本。

事实上，今年年初，特斯拉就推送了一次更新，但仅限于员工和内部测试用户，包括一些早期的 FSD Beta 测试人员。

据了解，从FSD V12开始，特斯拉的自动驾驶迎来了一个新阶段：没有规则代码，只有神经网络。 与之前通常添加人类编写的“if else”规则的模型相比，整个端到端算法几乎完全使用神经网络构建。 输入端是传感器感知信息，输出端是控制结果。

即车端传感器输入各种数据，AI算法自行处理，最终输出驾驶决策来控制车辆。 在此期间，无论是训练还是实际操作都是由数据驱动的。

从行业角度来看，这样的算法的优点是非常灵活，适应性好，上限高，可以在高度拟人化的状态下行驶，大大提高驾驶体验，驾驶能力可能会提高。甚至超越了人类司机。

特斯拉全面开展自动驾驶自研

财通证券指出，特斯拉的自动驾驶之路分为三个阶段，目前已进入全面自研阶段，从底层硬件到上层软件。

该机构认为，特斯拉给智能驾驶行业带来的技术创新主要包括：影子模式，为特斯拉现实生活数据采集奠定基础； HydraNet重构自动驾驶目标检测网络结构，提升算法效率； BEV+Transformer，通过BEV采集的二维图像进行维度升级形成车辆自身的坐标系； 占领网络补充了基于BEV的物体高度识别和无标记障碍物识别； 端到端，基于深度神经网络，更接近真实的人类驾驶。

开元证券也认为，打造FSD V12需要数据、算法和算力的协同。 首先，在数据方面，训练算法是重中之重。 如何收集海量有效数据并训练模型在相应场景下展现相应的驾驶行为，考验着开发者的技术能力。

算力端是训练自动驾驶模型的基础。 特斯拉有一个明确的目标。 依托NVIDIA的GPU和自家的Dojo超级计算机，到2024年底，特斯拉的算力将达到100EFlops。这种规模的算力集群为端到端的模型训练和快速迭代提供了良好的条件。 实现端到端自动驾驶离不开土壤。

该机构还表示，在算法方面，端到端算法需要依赖于之前模块化算法的基础。 如何构建好的算法模块和系统对于开发者来说也尤为重要。 同时，算法剪裁和训练对于创建完美的端到端算法也很重要。 端到端算法的重点。

Nvidia 的新 GPU 架构正在“路上”

当天，在GTC主题演讲中，NVIDIA CEO黄仁勋宣布了全新GPU架构“Blackwell”，基于该架构的GPU芯片B200采用了台积电的4NP制造工艺。 NVIDIA声称可以实现10万亿级的参数模型。 AI训练和实时LLM（大型语言模型）推理。

英伟达首席执行官黄仁勋在演讲中称布莱克韦尔为“推动新一轮工业革命的引擎”。

黄仁勋还宣布，NVIDIA的集中式车辆计算平台DRIVE Thor也将搭载全新的Blackwell架构。

多家国内电动汽车厂商在GTC上展示了搭载DRIVE Thor的新一代AI车型，包括比亚迪、广汽Aion、小鹏汽车、理想汽车、极氪等多家中国车企，以及文远智行等自动驾驶平台公司。

早在2015年，NVIDIA就进军车载计算平台领域，推出了第一代自动驾驶计算平台DRIVE PX和Tegra系列车载芯片。 随后又陆续发布了Xavier芯片和Orin芯片。 2022年，随着汽车业务增速放缓，NVIDIA推出了新一代自动驾驶计算芯片DRIVE Thor。 当时公布的单芯片算力高达2000 TOPS，是特斯拉FSD芯片算力的14倍。

据Fro Sullivan统计，2022年英伟达出货量将占全球高算力自动驾驶芯片市场的82.5%。按照黄仁勋的规划，未来汽车业务将与数据中心、游戏并列成为英伟达三大支柱业务。

国内自动驾驶加速落地

两大巨头在智能驾驶领域都有大动作，A股二级市场的概念股也纷纷关注。 3月19日早盘，智能驾驶概念股开盘后纷纷上涨。 截至午盘收盘，多家上市公司股价已涨停。

值得一提的是，自动驾驶近期正在中国加速落地。 北京经济技术开发区管委会副主任王雷日前表示，目前，北京高水平自动驾驶示范区已向29家测试车企发放道路测试牌照，自动驾驶里程测试里程超过2500万公里。

他透露，截至今年6月，示范区面积达600平方公里，覆盖通州、顺义两市。 目前，进一步4.0阶段规划可覆盖北京四环至六环之间的平原新城大部分区域，已具备初步推广和全面商业化的基本条件。

合肥市委常委、副市长袁飞也表示，合肥打造了全国首个集车、路、云、网、充电于一体的市级监管平台，实现车辆集中管理、智慧交通和基础设施，新能源汽车保有量超过15万辆。

他表示，将推动产业规模化、商业化、融合化发展，力争到2024年有30个以上开放场景、400辆以上智能网联测试车辆上路。

广汽艾安总经理顾惠南近日在中国电动汽车百强论坛（2024）上预测，随着政策支持和企业软硬件发展，L3智能驾驶将在2024年爆发，L4智能驾驶有望实现将于 2026 年推出。