自動駕駛行業發展至今，隨著數據規模呈幾何級增長，提升車載芯片算力是率先被使用的方案。算力是承載自動駕駛技術的關鍵硬件指標，算力越高，感知、決策、控制的時間就越充足，體現了自動駕駛能力的上限。高級別自動駕駛正在變成一場算力和時效的競賽，尋求云端遠程算力補充成為業界下一步的思考方向。

　　近日，在第七屆HAOMO AI DAY上，毫末智行宣布中國自動駕駛行業最大智算中心——“雪湖•綠洲”(MANA OASIS)正式成立。

　　據了解，“雪湖·綠洲”(MANA OASIS)由毫末智行與字節跳動旗下云服務平臺火山引擎聯合打造，每秒浮點運算達67億億次，存儲帶寬每秒2T，通信帶寬每秒800G。同時，基于火山引擎豐富的大數據積累和底層技術，MANA OASIS實現的計算、存儲、通訊能力，讓數據更快速轉化成知識，以實現將本增效的目的。毫末智行CEO顧維灝表示，“MANA OASIS讓毫末擁有了超級計算能力，數據、算力充沛，毫末的技術產品能力將更加強大。在‘MANA OASIS’加持下，毫末將沖刺進入自動駕駛3.0時代。”

　　在數據管理能力方面，為充分發揮智算中心價值，讓GPU持續飽和運行，毫末歷經兩年研發，建立了全套面向大規模訓練的Data Engine，實現了百P數據篩選速度提升10倍、百億小文件隨機讀寫延遲小于500微秒。在算力優化方面，毫末與火山引擎合作，部署了Lego高性能算子庫、ByteCCL通信優化能力、以及大模型訓練框架。軟硬一體，把算力優化到極致。在訓練效率方面，基于Sparse MoE，通過跨機共享，輕松完成萬億參數大模型訓練，且百萬個Clips(毫末視頻最小標注單位)訓練成本只需百卡周級別，訓練效率提升100倍。

　　在MANA OASIS的加持下，毫末MANA五大模型全新亮相升級，助力毫末自動駕駛高速發展：其中，視覺自監督大模型，讓毫末在中國首個實現4D Clip的自動標注;3D重建大模型，助力毫末做數據生成，用更低成本解決數據分布問題，提升感知效果;多模態互監督大模型，則可以完成通用障礙物的識別;動態環境大模型則進一步使用重感知技術，降低對高精地圖依賴;人駕自監督認知大模型讓毫末的駕駛策略更加擬人化，安全及順暢。此外，基于MANA五大模型的升級，毫末感知和認知層面系統化的底層技術能力也獲得了全面提升。MANA最新的車端感知架構，從過去分散的多個下游任務集成到了一起，形成一個更加端到端的架構，毫末車端感知架構實現了跨代升級。

　　顧維灝還透露了毫末HPilot的發展計劃：預計到2024年上半年，毫末將完成HPilot落地中國100個城市的計劃，實現點點互達。到2025年，更大規模全場景的NOH將更快落地，全面邁入全無人駕駛時代。此外，顧維灝還表示，毫末城市NOH是中國首個可大規模量產的城市導航輔助駕駛，其領先性表現在“重感知技術路線領先，大模型的技術應用領先，用戶閉環數據建設領先”。

　　“讓機器智能移動，給生活更多美好”，這是毫末智行發布的新愿景。未來，毫末將以更加開放的心態和行動擁抱未來，踐行使命愿景，為整個社會創造美好價值。面對更具挑戰的征程，毫末定會踔厲奮發，勇意前行。