自研智能駕駛大模型（如端到端模型）需要海量算力支持。根據小米汽車微信公眾號11月的發文，小米已擁有最高8.1E FLOPS（8.1×10^18次浮點運算/秒）可用于智能駕駛訓練的超大算力。萬卡GPU集群將進一步提升算力規模，以加速模型迭代和復雜場景仿真。小米智能駕駛模型訓練依賴海量數據，11月16日向定向用戶內測的端到端模型，均應用了300萬CLIPS的數據，24年底訓練數據量將提升至1000萬CLIPS，數據量的增長直接推高算力需求。小米端到端智駕系統（HAD）通過一體化模型整合感知、規劃與控制，需高算力支持模型的高效運行。