自动驾驶决胜云端,开放生态才是胜负手

而自动驾驶作为汽车新四化的核心，集中运用了计算机、人工智能、融合传感、通信、云计算、高精地图、自动控制等多学科综合技术，被视为汽车科技“皇冠上的明珠”。

市场研究机构IHS MARKIT预测，到2035年，全球无人驾驶系统的市场规模将达到6000亿元，而中国市场的规模接近1500亿元，巨大的市场想象空间使自动驾驶成为汽车厂商的必争之地。

国际研究机构Gartner做过估算，每一辆自动驾驶联网车辆每天至少产生4TB数据，每年约产生数百PB数据，车企和出行服务商未来需处理的数量估计可达ZB级。

由此带来的数据风暴对于自动驾驶研发平台的建设来说是一个巨大的挑战，海量数据的存储和维护带来的高成本、数据安全合规的高要求、以及对算法算力的高需求，都是摆在汽车企业面前的难题，上云是必然趋势，华为、阿里、亚马逊等国内外大厂也纷纷布局汽车云市场。

在传统汽车时代，车企习惯了Tier1供应商“软硬件一体”式的供给模式，但是在自动驾驶代表的智能电动出行时代，“软件定义汽车”成为共识，车企纷纷加大对软件的研发和投入，自研自动驾驶技术也成为一大趋势。

此时，车企已不再满足于“软硬件一体”的供给模式，打造差异化的智能出行体验是车企吸引用户的关键。不过，自动驾驶系统的开发流程和工具链十分复杂，涉及数据采集、数据存储、数据处理、数据挖掘、数据标注、模型训练、仿真测试等一系列环节。

不同车企的规模和所处的开发阶段不同，对工具链的功能需求也不同，对于在自动驾驶领域已有深厚积累的车企来说，可能只需要在数据处理或仿真测试等个别环节寻求供应商的服务，而那些尚处于起步阶段的车企受限于资源投入和技术基础，更希望能够有完整的工具链助力，快速构建起自动驾驶研发平台。

因此，“软硬件解耦”成为自动驾驶研发的新趋势，AWS、Asure、华为云等云厂商也都推出了开放式的自动驾驶开发方案，让自动驾驶产业链上的公司能各取所需，降低自动驾驶产业的研发成本和门槛，加快自动驾驶技术的普及和商业化落地。

今年7月AWS宣布将围绕自动驾驶、车联网和软件定义汽车三大汽车行业数字化场景，全面赋能汽车行业的数字化转型；8月微软首次发布面向汽车和移动出行领域的整体解决方案，以Asure为基础实现自动驾驶、智能座舱两大领域关键性创新；11月3日开幕的2022云栖大会上，阿里云“汽车云”正式亮相，围绕云、钉钉以及达摩院、平头哥、智能互联、瓴羊的技术能力，主攻自动驾驶、智造、营销三大业务场景；11月18日，华为云在“汽车产业数智升级高峰论坛”上发布“1+3+M+N”全球汽车产业云基础设施布局，联合主流的数据标注、训练、仿真和图商等工具链厂商，构筑安全合规、开放解耦的自动驾驶云平台。

国内外云巨头的纷纷入局让自动驾驶的云上之争异常激烈，目前在中国汽车云服务领域，国内云厂商的优势更加明显。

根据沙利文发布的《2021年中国汽车云市场追踪报告》，华为云以22.8%的占有率在中国汽车云市场（IaaS+PaaS）位居第一，并在自动驾驶汽车云及车路协同汽车云两个细分市场，分别以26.9%和23.6%的市场份额领先。

对于自动驾驶这个特殊的领域来说，大规模商业化落地的大前提就是安全合规，这里不仅指技术层面的行驶安全，还有最为重要的数据安全。

由于感知类数据的采集、存储、处理等可能记录周边位置的视觉图像，一旦数据被滥用或恶意使用，将会对国家安全带来巨大风险。

今年8月，自然资源部印发了《关于促进智能网联汽车发展维护测绘地理信息安全的通知》，明确了智能网联汽车安装或集成了相关传感器后，对车辆及周边道路设施空间坐标、影像、点云及其属性信息等测绘地理信息数据进行采集、存储、传输和处理的行为，都属于测绘活动，要依照《中华人民共和国测绘法》进行规范和管理。

同时，《智能汽车基础地图数据安全保护技术基本要求（国标征求意见稿）》对于智能汽车基础地图的数据处理、更新和服务的云做出了明确定义，要求只能使用私有云或社区云，且专有云必须由具备图商资质的单位来负责管理、运营和维护。

因此国内外车企都需要有能力的平台提供全栈的数据闭环合规解决方案，以此来满足自动驾驶数据采集的安全合规要求。选择一个具备高精度地图测绘资质、且拥有合规云专区和完整合规方案的汽车云服务商，将成为有效路径。

比如华为云就在乌兰察布、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，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。

无论是AWS、Asure还是华为云面向汽车行业和自动驾驶领域给出的解决方案，都是在安全合规的前提下，将自动驾驶工具链解耦，在自动驾驶研发数据驱动的每一个流程上，为车企提供开箱即用的便捷工具和安全合规的服务，帮助企业降本增效，加快自动驾驶技术的落地。

从降本增效的效果来看，云助力的效果非常明显，比如华为云针对海量数据存储的三级联动存储方案可以降本50%，AWS在仿真验证阶段可以提供百万vCPU级别的低成本算力，最多可节省90%的成本。

“赋能和开放”是云厂商的核心定位，而对自动驾驶云服务而言，“数据”是效率提升的核心，更开放的生态意味着更多的生态伙伴能够让云端积累更多的训练数据集。同时不同类型的差异化数据，还能对处理工具链提出更丰富的要求，加速工具链的迭代优化，所有的生态伙伴都能从中受益，提升数据处理效率，降低训练成本。

在打造开放生态方面，华为云就拿出了乐高式的自动驾驶研发解决方案，开放了开源代码库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。

比如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。自动驾驶研发厂商Momenta在遇到数据爆发式增长后借助华为云,实现支持客户路测数据高效、低成本闭环处理。

四维图新则发挥在应用地图上的优势，联合华为云共建自动驾驶专属云平台，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。比亚迪通过华为云专属合规的资源池和生态开放的研发工具链，2个月构建起安全合规的自动驾驶研发平台。

此外华为云还联合长城汽车、比亚迪、华人运通、四维图新等数十家自动驾驶产业伙伴发起了“共创自动驾驶开放产业链行动倡议”，从自动驾驶生态建设、标准体系构建、网络安全和数据安全、产业链技术交流四个方向出发，共同加强我国自动驾驶开放产业链建设，助力自动驾驶技术加速落地。

AutoLab观察：

我们能够发现，在打造自动驾驶研发平台时，“开放”“生态”“合作”是云厂商们反复提及的关键词，正是因为自动驾驶拥有复杂的产业链和供应链，所以尽可能整合多方资源，推动产业链上的企业形成合力十分重要。

眼下，在新能源和智能网联新赛道上，中国市场已经成为全球最大的牵引力，中国自动驾驶产业也已站在国际一流位置。只有建立起真正开放的自动驾驶生态，才能最终让产业链上的各方都收获共赢，让中国的自动驾驶产业领跑全球。