12月21日，“2023苏州汽车芯片产业发展推进会暨汽车电子产业投资年会”在苏州狮山国际会议中心举办。本次大会以“智能驾驶 生态互动——链接汽车芯片产业新未来”为主题，由苏州高新区管委会、苏州市工业和信息化局、汽车电子产业投资联盟主办，苏州高新区经发委、苏州高新区商务局、苏州高新集成电路产业发展有限公司、爱集微承办，《中国汽车报》社支持。
会上，中国工程院院士、清华大学教授郑纬民发表致辞称，党的十八大以来，党中央、国务院高度重视新能源汽车和智能汽车产业发展，作出一系列重大决策部署，推动我国新能源汽车产业发展取得显著成效。“随着高级别无人驾驶汽车准许上路的政策推出和国外高级别智能车的准入，高级别智能驾驶已成为汽车产业升级的下半场竞争，我们应抢抓这一机遇，锚定科技自立自强和产业链自主可控的目标，以钉钉子精神推进智能汽车高质量发展。”
郑纬民进一步称，当前，随着大模型应用到自动驾驶，对算力的需求来自两个方面，分别是车端算力和云端算力。围绕这两个话题，他分享了三点看法及思考。
首先，在智能辅助驾驶向高级别（L3以上）无人驾驶升级的时期，要抓准车端和道路边缘端的智能域控制器对算力要求的提升，加大研发支持车端算力的芯片。根据大模型在车端应用中对算力的要求的测算，至少需要 300-1000Tops 的算力才可实现自动驾驶软件端到端的实时处理。“因此，从自主可控的核心技术的角度来看，我们要不断提升车端算力技术层级，重视底层芯片和核心算法的研发，形成自主可控的芯片和算法技术，为智能驾驶构建强有力的车端和边缘端技术支撑底座。”他说。
其次，智能网联汽车要想通过车、路、网、云端信息交换实现智能驾驶，把AI大模型融入自动驾驶体系，要打造坚实云端算力底座。郑纬民表示，智能驾驶和云端均要求海量的算力需求。据测算一个高级别自动驾驶的主机厂需要具备 60-100 亿亿次浮点运算能力（60000-100000TFLOPs）智算中心的支持。预计到2025年，我国AI算力总量将超过1800 EFLOPS，人工智能算力占总算力比超过85%。
另外，构建产业合作生态，实现互联互通。郑纬民认为，“智能驾驶产业链从上游的芯片、传感器、域控制器硬件和软件到各种类汽车在各种场景的应用，体系庞大、辐射面广，因此构建产业合作生态是良性发展的重要保障。”同时，智能汽车发展已不再局限于汽车自身的技术革新，而是需要不同行业，不同领域的跨界技术融合创新，通过政府、企业、科研机构等多方努力，共同为智能驾驶技术的发展提供强有力的政策保障和创新支撑。
