端到端自動駕駛的能源消耗情況較為復雜。

一方面，自動駕駛技術(shù)有降低能源消耗的可能。

比如卡爾動力依靠混合無人化技術(shù)突破，有效降低風阻，減少了 5%-10%的能源消耗。

美國克萊姆森大學的研究團隊研發(fā)的算法能通過預測其他車輛行為，有效降低剎車操作，節(jié)省 8%至 23%的能源。

另一方面，自動駕駛也存在增加能源消耗的情況。

比如道路上大量自動駕駛汽車消耗的能量可能與世界上所有數(shù)據(jù)中心消耗的能量相當。

自動駕駛軟件可能會抵消電動汽車的節(jié)能降耗。

密歇根大學的研究稱，聯(lián)網(wǎng)自動駕駛汽車的便利可能促使車主增加駕駛里程，從而部分或完全抵消自動化帶來的潛在節(jié)能效益。

研究人員估計，感知行駛時間成本降低 38%所誘導的額外行駛里程，將完全消除自動駕駛汽車所節(jié)約的燃油成本。

此外，半自動駕駛汽車依賴的多任務深度神經(jīng)網(wǎng)絡等算法，使用大量高分辨率攝像頭為系統(tǒng)提供實時信息導航，也會增加能源消耗。

總之，自動駕駛技術(shù)的能源消耗受多種因素影響，包括技術(shù)突破、車主行為、算法優(yōu)化等。

要實現(xiàn)自動駕駛的節(jié)能效果，需要不斷優(yōu)化技術(shù)和管理車主行為。