自动驾驶量产研发，数据是核心资产，标注和训练都吃GPU。本文拆解从数据清洗到模型训练的算力需求。
一、数据与训练的算力分布
数据标注本身不太吃GPU，但模型训练吃大量算力。感知模型要在几十TB数据上多卡训练，一次完整迭代要数天。量产阶段还要持续回归测试。
二、推荐配置
| 阶段 | GPU建议 | 说明 |
|---|---|---|
| 数据预训练 | 8卡节点 | 大集群 |
| 微调迭代 | 4卡节点 | 按需 |
| 仿真测试 | 多实例 | 弹性 |
三、成本控制
- 训练数据做好版本管理，避免重复训练。
- 仿真测试用弹性实例随场景伸缩。
- 模型回归在夜间批量跑。
自动驾驶研发算力需求大但阶段性强，云GPU按需起集群最灵活。需要扩展训练或仿真算力时，可参考GPU集群算力。
实际研发中，数据管理比模型训练更重要。几十TB数据版本混乱，重复训练最浪费。建议用数据版本管理工具，每次训练记录用了哪批数据。仿真测试用弹性实例随场景伸缩，高峰期多开、低谷期释放，比自建固定集群灵活。
四、成本建议
训练用包月大集群，测试用弹性实例，组合最省。
自动驾驶研发团队，数据闭环比单次训练更重要。误检漏检的数据要回流，标注后加入训练集再训一版，模型才会越用越准。训练用包月大集群保吞吐，仿真测试用弹性实例随场景伸缩。
总之，数据闭环比单次训练更重要，误检样本回流再训。
训练数据要做版本管理，每次实验记录用了哪批数据，便于复现。
总之，包月训练加弹性测试，是自动驾驶研发成本最优组合。
仿真测试随场景规模弹性伸缩，不固定集群。
误检漏检样本定期回流再训，模型越用越准。
数据版本管理清晰，每次实验可复现。
总之，数据闭环加弹性算力，是自动驾驶研发的关键。
常见问题
问：一定要自建集群吗？答：研发期用云集群更灵活，量产稳定后再评估自建。
