实现智能网联与自动驾驶，汽车为何要云上生长

　　文丨壹观察 宿艺
　　汽车数智化变革初期，有三个判断很快达成共识：＂ 软件定义汽车 ＂，＂ 自动驾驶 ＂，以及＂ 新数据引擎 ＂。
　　即使从第一辆特斯拉汽车下线算起，汽车数智化革新也已历经14年，甚至可以说与智能手机变革周期同步。那么，如今的具体进展与市场普及到底如何了？
　　数据说话 ：
　　汽车数智化进入高速增长期。QuestMobile数据显示，截至2021年7月国内智能汽车活跃用户人群（MAU）为1625万，相比2018年同期提升6.2倍，有车用户渗透率超过8.1%，其中25-35岁用户成为智能汽车消费主流人群（占比49%）。另据行业公开数据预测，到2025年中国网联车渗透率将超过62%。
　　自动驾驶方面，IDC数据显示，中国市场支持L2级自动驾驶技术的乘用车辆2022年第二季度渗透率达到26.6%，超过了1/4。行业预计2025年支持L2级+的自动驾驶车辆渗透率将达49%，首次迈过千万台大关。而中国汽车工业协会预计称，2026年L2/L3自动驾驶车辆将达到1872万辆，相比2022年增长2.6倍。
　　汽车数智化与自动驾驶趋势下，必然会带来车载数据的暴涨。数据显示，2022年中国区路测车辆每月新增数据480PB，智能网联汽车所产生的数据量是智能手机的千倍。中国汽车工业协会预计，2030年汽车产业终端消费中，软件即服务的占比将超过40%。
　　也就是说，智能汽车在中国的普及速度已经远超之前外界的预测和大众普遍认知，甚至明显超过了欧美主要汽车大市场的普及进程，成为全球汽车数智化最具创新活力的主要市场。同时，在汽车数智化主要创新方向的自动驾驶、数据驱动创新、软件与服务等方面，中国同样具备巨大的创新环境与市场增量空间。
　　这其实也是如今所有汽车主机、供应链企业、互联网公司与大量开发者共同关注汽车智能网络化与自动驾驶两大能力的重要原因。因为前者是汽车数智化的必要技术条件之一，而后者而可以将驾乘用户的大量出行时间解放出来，从而将过去的 ＂驾驶场景＂升维成＂应用场景 ＂，而在封闭与移动环境中的应用场景，显然相比移动互联网时代的＂小屏移动场景＂带来的创新模式与商业价值更加巨大。
　　而这一切的基础，还必须具备一个支撑海量数据高效传输、低成本存储，以及便于开发和应用的＂ 云底座 ＂。11月18日举行的＂云上生长，智行未来＂汽车产业数智升级高峰论坛上，华为云正式发布了具备＂ 分布式车联网解决方案 ＂的＂ 1+3+M+N ＂ 全球汽车产业云基础设施布局 ，并联手合作伙伴共同推出了具备＂ 积木式 ＂灵活配置的 自动驾驶研发平台解决方案 。
　　汽车行业必须跨越三大数据挑战
　　百年汽车工业数智化升级，绝非仅仅是＂给汽车联网＂或者＂装个带APP的中控屏＂，而是一个系统级的重构过程，充满了巨大挑战与各种不确定性。
　　这也就解释了，为何手机、电视等电子消费产品可以在数年内完成产业智能化与产品市场普及，但汽车产业数智化用了十多年才刚刚驶入＂快车道＂。从车企角度来看，现阶段正在面对三大＂数据挑战＂：
　　首先，如何＂用好车辆数据＂ 。
　　汽车主机厂商过去的模式是＂销售硬件+售后维修＂，基本上都是围绕车辆硬件本身的销售模式，进入数据运营无疑是一个极其陌生的领域。要知道即使是中国手机企业，从＂卖硬件＂到＂软服务＂，期间也经历了巨大的探索成本与整个智能手机＂上半场＂的长周期过程转变。而对于智能汽车而言，其产生的数据量是智能手机的1000倍以上，但目前数字应用的收入现阶段却仅为手机行业的1/7（安永数据）。
　　换言之，智能汽车面向大众用户的数据运营能力，是一个典型的＂空间巨大、挑战巨大＂的消费服务市场，其直接决定了未来各汽车主机企业能否避免＂数据管道化＂的命运，以及未来自身在汽车市场的话语权与新价值实现能力。
　　第二，重构车企自身的业务创新模式 。
　　汽车作为典型的＂大制造＂行业，也是全球主要工业国家推动智能制造落地的＂首选＂行业。比如在德国推动＂工业4.0＂的带动下，大众在2018年就通过采用3万台工业机器人参与智能制造，其斯洛伐克工厂每辆汽车的平均制造时间仅约50秒。在中国市场，特斯拉在上海的＂超级工厂＂，以及生产问界M系列的两江智慧工厂也都令业界印象深刻。
　　但是，单纯增加＂机械臂＂并不等于汽车工业的数智化转型，而是要将硬件研发、软件开发、业务结构等领域实现全面的智能化、数字化，也就是如今汽车产业所说从＂传统制造迭代＂向＂数据驱动创新＂的完整系统性重构，推动实现研发模式的多地域协同开发、软件开发从传统＂瀑布式＂走向更加高效与灵活的＂敏捷开发＂，以及＂软件定义汽车＂主导的创新阶段。
　　第三，从产业制造协同到＂数智化新生态＂升维 。
　　汽车产业的数字化升级，远不止上主机厂商自身的＂变革图新＂。一方面，汽车工业可能是＂地表最复杂的大众工业制造体系＂，比如传统汽车产业的零部件的数量达到3万左右，这也是汽车数智化节奏从外界看起来＂进展较慢＂的重要原因。另一个方面，汽车数智化离不开数据的连接、传输与安全合规，尤其是在中国车企集体迈向全球化的大背景下，建立产业达成一致共识的数智化新生态同样至关重要。
　　根据麦肯锡研究，整个汽车产业上下游在数字化过程中形成生态联盟与共同创新，可显著实现＂降本增效＂，整车品质更是可大幅提升30%-50%，从而极大提升整个产业的数智化创新与普及节奏。 1+3+M+N如何强化＂数据引擎＂？
　　汽车产业的数智化升级，全球数据实现传、存、算、用，打造一个广覆盖、低时延、高带宽、大算力的全球云基础设施至关重要。华为云准确洞察到了汽车产业这一广泛而急迫的＂刚需＂，＂1+3+M+N＂全球汽车产业云基础设施布局应运而生。
　　简单概括来说：
　　＂1＂，指的是全球统一架构的车用存算网 。作为覆盖全球、统一架构的分布式云基础设施，华为云KooVerse目前覆盖了全球29个地理区域的75个可用区，可在全球170多个国家和地区提供云服务。
　　2021年中国车企海外销售车辆超过200万辆，同时国内整车进口达93.9万辆。＂全球车用存算网＂，给全球车企可以带来两大显著价值：一是车企无需再花费大量投资建设数据中心，一键即可高效获取华为云服务；令一个则是在华为云的支撑下，可以更好地实现全球运营过程中数据本地化存储的合规性。这两大价值对于意图＂数智化换道超车＂的中国车企，以及国际车企在中国市场加速数智化落地都非常重要。
　　＂3＂个超大数据中心构建汽车专区 。针对国内科技企业、制造企业数智化升级的旺盛需求，华为云依托国内的乌兰察布、芜湖、贵安建立了3个超大型云核心枢纽，构建了具备绿色高效、安全合规的汽车专区，可充分满足车企对海量数据存储与大算力需求。华为云汽车专区还能够划分出不同密级的区域，实现物理隔离、网络隔离，有助于快速达成相关安全要求与合规规范，又能为车企提供高弹性的云资源服务。
　　＂M＂个分布式车联网节点 。公开行业数据显示，未来5年国内网联车的渗透率将超过80%，也就是超过2亿台车辆的巨大规模。其中华北、华东区域预计皆超过6000万辆，华南区域也将达5500万辆，产生的数据量将高达17.4万TB/天。同时，单车平均车联网传输带宽诉求预计高达4TB，为2022年用户个人宽带需求的19倍。
　　如此巨大的数据传输与存储量，对于所有车企而言都是急迫的巨大挑战。华为云与中国联通携手共同打造的分布式车联网方案具备两大显著优势：1） 低时延 。通过华为云智能边缘小站IES和运营商分布式物联网节点就近部署相结合，可将 10ms时延圈 覆盖到热点区域，对于提升车载语音识别与语义理解这类对时延敏感的应用体验至关重要；2） 高性能，更便捷 。可实现与华为云服务的 一致体验 ，包括华为云提供的TB级云骨干网，支持车联网数据＂ 高速入云 ＂与车企的＂ 一键式部署 ＂，从而大幅提升车企加速应用升级的灵活性与时效性。
　　对于车企而言，可以让自身车联网平台部署与车主距离更近，从而有效减少汽车高速行驶过程中对应用服务＂短时延＂响应的强刚需要求，同时有利于车企进行数据与计算的多边缘统一部署与升级，进一步简化车联网平台的管理成本与运营效率。
　　EMQ 是华为云在车联网领域的合作伙伴，基于华为云IEF智能边缘平台，EMQ构建了近实时更新车端CAN总线数据分析策略业务系统。通过将容器技术引入车载计算平台，单一功能升级时间降低90%，开发周期缩短60%，实现了端边云协同的智慧车机应用创新。
　　长城汽车 在高峰论坛上表示，车企与云企业的深度合作是大势所趋，长城汽车通过与华为云联合推动分布式云平台建设，正在达成＂平台高可用，故障的秒级切换，数据高速同步＂的新能力构建，长期目标是实现 全球范围内的人-车-服务＂永远在线＂ 。
　　OTA是如今智能网络汽车的一个重要应用场景。公开数据显示，2021年中国市场车企报告OTA升级351次，涉及车辆3424万辆，较2020年同期分别上升了55%和307%。 某全球知名商用车制造商 之前的车联网业务部署在北京，而物联网中心在南京，造成车机OTA数据包跨省传输成本高、专线带宽不足，低时延需求无法得到满足。通过华为云与联通共同打造的分布式车联网方案提供的IES智能边缘部署与UCS百万级并发接入能力，可让车机企业饱受大数据推送困扰的OTA批量快速升级需求， 从过去的百万级车辆1-2个月的长周期升级过程，缩短至仅需十天即可完成 （每天10万辆级别），不仅赢得了用户对车企品牌的口碑满意度，也极大提升了车内应用活跃度与升级频率，显著提升了车企的数据化运营能力。
　　＂N＂个汽车专用数据接入点。 针对自动驾驶等汽车数智化领域的专用需求，华为云规划建设全国50+汽车专用数据接入点，确保自动驾驶研发数据24小时入云。
　　由此来看，华为云打造的＂1+3+M+N＂全球汽车产业云基础设施布局＂精准卡位＂了如今车企转型过程中面临的产业、企业、用户三大层面的数智化需求，同时也有力地推动车企新三大核心能力的突破：
　　云原生技术开发能力 ，加速打造以应用和服务为中心的新数智化汽车生态系统的实现，以及类似智能手机行业为大众众驾乘用户提供的快节奏功能升级体验。
　　以＂车云协同＂为基础的＂软件定义汽车＂能力 。未来汽车行业除了硬件制造和质量测试环节，其他所有环节都可实现云上开发（包括硬件设计、仿真测试）。从而帮助车企与上下游企业拥有一致性的敏捷开发与协同研发能力，大幅缩短整车研发周期与测试成本，甚至是为各个行业（如共享出行）提供高效灵活的定制能力。
　　将汽车从＂出行工具＂打造为＂超级智能移动终端＂的创新进化能力 。
　　值得关注的是，这三大核心能力并非只是华为云的＂技术与产业理想＂，而是已经走进现实，并且拥有了具备行业标杆引领意义的＂ 明星案例 ＂：
　　smart 是梅赛德斯-奔驰和吉利汽车持股联手打造的高端纯电汽车科技品牌。其一大特点是基于云原生架构目标打造 ＂用户中心，数字驱动＂的D2C商业模式：面向用户打造全场景功能集成超级App，同时通过数字化推动汽车智能制造-智能营销-智慧服务的全流程模式创新。smart IT团队从开发、测试到部署，都可以通过华为云DevCloud开发云的能力。基于华为云云容器引擎CCE加服务网格ASM的基础架构，可大大简化了微服务所需要的基础架构。此外，华为API网关，是整个C端和B端交互的重要触点，smart使用ROMA API即可完成对API的设计、实现、管理和消费四个阶段进行全生命周期治理。一方面smart内部开发的协同效率相比之前大幅提升了50%以上，另一方面大大强化了车企面向用户的智慧化服务高效运营与灵活反应能力。
　　《壹观察》认为，汽车数字化变革的最终方向，从用户角度来看就是满足在出行场景下的各种智慧化便捷生活、工作与娱乐体验，而不仅是一个＂带轮子的铁疙瘩＂。但从传统汽车工业5-7年研发一代产品来看，无论是自身业务架构、开发模式，还是外部响应速度皆已无法适应未来需求。基于华为云领先＂云底座＂打造的数智化平台，通过应用、开发与资源解耦，车企可以实现南向对资源的集中管控，北向对业务的投资高效收口，而自身只需聚焦业务本身的开发与创新，即可推动实现车企数字化转型、车辆数字化驱动，用户数字化运营的全新数字化能力进阶。
　　而让车企+合作伙伴拥有了与软件/互联网企业一样＂ 功能高效迭代，需求快速满足，车辆常用常新 ＂的全新智能开发和运营能力，并与汽车这个＂ 最大移动智能终端 ＂深度融合创新，才是 车企驶入数智车辆变革新赛道的正确方向 。 自动驾驶如何实现＂无限算力＂与技术聚合？
　　自动驾驶作为汽车数字化最重要的创新应用领域之一，如今却普遍遇到了三大瓶颈难题： 算力不足 ， 数据传输效率与存储成本 ，以及 是否安全合规 。
　　作为数智汽车的＂大脑＂，算力直接决定了自动驾驶的响应速度与用户出行安全性。在如今汽车已经＂装满摄像头＂，并拥有激光雷达、毫米波雷达等丰富的选项下，车辆在行程过程中对外部的感知早已超越了＂专业老司机＂的水准，但要保证多维数据的整合与自动驾驶实时感知，关键是算力的大小。
　　不过从＂算力＂角度来看，单纯的端侧算力一定会受到＂摩尔效应＂与成本限制，而传统云侧算力很难满足自动驾驶的超大数据交互与短时延硬性需求。唯一的选择，就是通过 ＂车边云一体化＂的高效协同算力 ，打破＂单机计算＂瓶颈，相当于为自动驾驶提供 ＂无限算力＂与＂超敏反应＂ 。
　　基于＂1+3+M+N＂全球汽车产业云基础设施布局，华为云向业界提供的自动驾驶解决方案具备非常突出的＂三高＂特性。
　　高性能 。华为基于＂鲲鹏＂与＂昇腾＂两大基础芯片族，拥有业界领先的异构架构、AI算力，以及ARM架构最强的通用算力。针对自动驾驶的AI算法训练，华为云AI开发生产线ModelArts支撑端到端训练效率提升，MemArts分布式多级缓存技术可以将训练时长缩短50%，针对大规模集群训练，拓扑感知调度和动态软路由技术可以提升训练性能30%。实测数据显示，在超大型 AI 算力集群与端到端训练效率共同支撑下，自动驾驶算法过去需要几十天的大计算任务，目前数个小时就可完成。
　　除此之外，基于ModelArts训练平台提供的自动分析、自动诊断等功能，可以将因软硬件系统可靠性造成是失败率控制在1%之内，从而大幅提升自主驾驶算法训练的稳定性与可靠性。
　　高效率。 针对自动驾驶业务的海量数据，华为云在全国提供的＂N＂个汽车专用数据接入点可支持24小时高效上云。并且针对上云之后的海量数据存储，华为云的三级联动存储方案可以带来高达50%的＂降本增效＂作用。
　　高安全性 。自动驾驶带来的大数据上云，一定会涉及到各个国家与市场的数据安全合规挑战。华为云联合图商建设自动驾驶专区，能够实现专属部署与物理隔离，提供全流程的安全合规服务。例如，四维图新联合华为云，共建服务车企的专属云平台；并在此基础上叠加了四维图新多年在数据闭环合规应用的积累，赋能车厂数据驱动体系建设。
　　另一个备受业界和媒体关注的，是华为云联手合作伙伴为自动驾驶领域提供的＂ 一整套积木式解决方案 ＂。
　　自动驾驶并非单一技术突破，而是同样拥有复杂的产业链和供应链，是一个产业集群协同创新突破的结果。对于每个主机厂商来说，独立推动自动驾驶方案不仅会带来巨大的投入风险，从整个产业来看也会造成＂重复投入＂带来巨额浪费效应。而对于很多从事自动驾驶的技术和方案企业而言，又意味着挨个接入主机厂商带来的高进入门槛，以及为不同企业分别开发带来的高投入成本与低产出效率。
　　最好的方式，就是打造一个具备开放合作模式，同时达成产业共识的自动驾驶方案合作生态，从事自动驾驶技术开发的企业将能力打造成＂不同积木模块＂提交在云平台上，各大主机和供应链企业按需＂搭配＂灵活组合最佳自动驾驶方案，从而共同打造产业创新合力，推动自动驾驶以更低成本、更高效率地走向大众市场。
　　华为云向业界提供的自动驾驶解决方案就具备这一＂积木式＂典型特征： 模块按需构建 ，帮助用户基于参考代码快速将模块与自有研发平台对接上云； E2E快速构建 ，帮助用户基于参考代码快速构建端到端自动驾驶研发平台； 由专业软件服务商的高效集成 。华为云还开放了自动驾驶研发平台解决方案的开源代码库Ploto，支撑专业软件服务商部署和对接，大幅节省自动驾驶项目的落地时间。
　　以星尘数据为例，其在自动驾驶场景的数据标注服务领域拥有行业技术优势。如今星尘数据基于华为云ModelArts将其标注工具打造成一个能力镜像模块，从而与其他合作伙伴推出的训练、推理等不同＂积木模块＂共同组合提供端到端的灵活解决方案，从而高效地解决了不同自动驾驶企业的个性化与精准化诉求。
　　值得关注的是，本次高峰论坛上华为云联合长城汽车、比亚迪、华人运通、四维图新、星尘数据、赛目科技、映云科技、箩筐技术等数十家自动驾驶产业伙伴发起＂共创自动驾驶开放产业链行动倡议＂。从加强自动驾驶开放生态建设、加快构建标准体系、加强网络安全和数据安全、增强产业链技术交流四个方向出发，合力推动自动驾驶生态链构建，助力自动驾驶技术加速落地。
　　由此来看，华为云打造自动驾驶解决方案，背后同样是基于＂云底座＂的开放合作与产业共建思维，有充分体现了华为云的技术优势与创新理念。而唯有吸引产业最好的合作伙伴，以及主机和供应链企业参与，华为云才能基于＂云底座＂的技术优势成长为＂ 业界最佳自动驾驶研发平台 ＂。 《壹观察》评论
　　中国是全球最大的汽车制造产地、全球最大的汽车市场，同时也是全球汽车智能化最具活力的创新市场。如果从移动互联网时代＂全球创新两极之一＂继续走向数智汽车时代的持续全球引领创新，其实是如今所有企业领域相关从业者共同思考的重要命题。
　　未来5-10年，当所有终端上云，完成数智化革新的汽车也都会＂跑在云上＂，＂数据引擎＂将会成为所有车企核心的增长力与创新力。当然这一过程并不容易，甚至充满了巨大挑战，但中国汽车行业一定可以实现在数智化变革时代的产业＂换道超车＂，因为这种案例之前已经在移动互联网时代多个领域重复上演。这是中国汽车产业最重要的＂突破革新＂机遇，也是如今所有产业从业者都在关注＂合作与开放＂的重要原因。
　　华为云此时推出＂1+3+M+N＂全球汽车产业云基础设施布局，并且包括车企数字化平台、分布式车联网、自动驾驶等具备显著开放合作、技术引领与快速落地特征的多个解决方案。这并非是基于一家企业的技术优势与私利，而是希望通过为整个行业打造一个 通用的＂云底座＂ ，专注于为传统汽车行业的数智化革新赋予各项 新能力、新思维与新价值 。这是华为＂构建万物互联的智能世界＂的愿景所系，也充分体现了华为云在汽车领域的目标理想与产业担当。
　　云上生长，智行未来，这也是华为云为整个汽车行业的数智化变革十年演进给出的＂ 新答案 ＂。