文|光錐智能 劉雨琦
編輯|王一粟
從數字化到智能化，汽車云正在進化。
2021年下半年以來，騰訊、阿里、華為、百度、字節(jié)等國內各大云廠商，都開始將“汽車”從一眾行業(yè)解決方案中單獨拎了出來，形成了專屬的汽車云架構。
正當產業(yè)變革之時，汽車逐漸從交通工具轉變?yōu)橄乱淮闹悄芙K端，產業(yè)核心競爭力也開始從機械能力轉向軟件與服務能力。
9月初，百度智能云首次發(fā)布汽車云，分別從車企集團云、網聯(lián)云和供應鏈協(xié)同云，三個層次深入汽車制造業(yè)的數字化升級。6月，騰訊云確立了“車云一體化”戰(zhàn)略，并釋放了一系列數據、自動駕駛能力和解決方案；8月底，阿里云和小鵬汽車聯(lián)手打造自動駕駛智算中心；華為則通過構建自動駕駛云服務一棧式服務，形成了造、產、供、銷、售后、應用的一體化方案；去年6月，字節(jié)跳動旗下火山引擎被爆組建汽車云團隊，并在今年有進一步地產品落地。
據光錐智能不完全統(tǒng)計，國內外云廠商明確推出汽車云的已超過12家，其中國內主要云計算大廠均已布局。根據沙利文聯(lián)合頭豹研究院發(fā)布的《2021年中國汽車云市場追蹤報告》顯示，中國汽車云尚處于發(fā)展初期，其交易量于2021年達335.2億元，在中國自動駕駛與車聯(lián)網的技術與市場發(fā)展帶動汽車服務平臺需求增長的背景下，汽車云市場規(guī)模在未來連續(xù)5年將呈現穩(wěn)定增長趨勢。
在技術早期和市場廣闊的背景下，大廠扎堆涌向汽車云并不讓人意外。汽車云與汽車產業(yè)鏈的緊密結合，是一場綜合能力的大考。
在數據、算法、算力三個層面，汽車云有著全面地應用，無論是車企內部數字化轉型帶動生產效率的提升，還是汽車作為智能終端未來的場景化應用（自動駕駛、智能座艙等），都需要與云展開緊密的結合。
在汽車云的賽道上，云大廠正是從上述三個方面切入，各顯神通。
01 汽車云的新拐點
汽車云并不是一個新賽道，但在今年各大云廠商的布局越來越清晰。
雖然各大廠商的劃分不盡相同、名字也花樣百出。但概括來講，汽車云包含兩大方向：一是車企作為制造業(yè)，基于數字化轉型產生的內部管理、數字化運維、智能生產、產業(yè)鏈及供應鏈協(xié)同等需求；二是車作為當下最火的智能終端，其產生了龐大的數據存儲、計算的需求，只有上云，才能高效地處理這些需求，以滿足自動駕駛和智能座艙等車聯(lián)網功能。
首先是數字化轉型的需求。汽車作為工業(yè)皇冠上的明珠，其數字化也一直走在制造業(yè)的前面，尤其是新勢力最為激進。以百度為例，其汽車云的三個部分，集團云和供應鏈協(xié)同云的是幫助車企進行內部管理和外部供應鏈協(xié)同，以實現降本增效。
據了解，吉利等傳統(tǒng)車企主要使用百度的車企集團云，覆蓋了整車的研發(fā)、生產、交付、營銷等全部流程，同時還包括車企內部管理系統(tǒng)，如CRM、ERP等系統(tǒng)的上云，實現企業(yè)內部的提質增效。
除了百度，有企業(yè)即時通訊工具的大廠，對這方面更為重視。阿里通過釘釘、騰訊通過企業(yè)微信、字節(jié)通過飛書等內部管理工具作為抓手，整合車企內部的協(xié)同管理。
在過去的一年，釘釘除了自建基礎的企業(yè)管理工具，更主推低代碼作為各行各業(yè)的數字化定制工具。針對車企，釘釘可以成為生產管理的統(tǒng)一接口，移動辦公的門戶。企業(yè)微信和飛書的思路與釘釘如出一轍。飛書以組織管理為切口，率先俘獲了造車新勢力“蔚小理”的芳心，從戰(zhàn)略共創(chuàng)到OKR復盤，重點在組織結構的暢通。
而供應鏈協(xié)同云，則是通過連接汽車配套產業(yè)，打通整個汽車產業(yè)鏈以提升效率。對于整個汽車產業(yè)鏈來說，這部分的數字化主要難題在于汽車工業(yè)是綜合性產業(yè)，小至螺釘就有數千個零部件，實際的汽車生產過程也是由若干個不同的專業(yè)生產廠（車間）合作完成。
在這樣需要高效協(xié)同的產業(yè)鏈中，更需要一套統(tǒng)一的云上管理工具，以制定計劃、同步進度、預防風險。比如，百度想通過“開物工業(yè)互聯(lián)網平臺”來將設備、產業(yè)鏈和供應鏈串聯(lián)。
在車企上云進行數字化轉型的賽道上，阿里、騰訊、華為等云大廠均有布局，但這只是當下的競爭，未來的競爭錨點，聚焦在新一代的網聯(lián)化汽車云上。
隨著汽車智能化的發(fā)展，車聯(lián)網、自動駕駛、車路協(xié)同等應用快速落地，汽車作為智能終端所產生的數據在指數級增長，于是誕生了更多汽車上云的需求。
術業(yè)有專攻，車企的重心在于打造自身產品，而不是購買和運維大型數據中心，他們更傾向于選擇與云廠商合作，一起打造高算力的“智算中心”。多位汽車行業(yè)分析師告訴光錐智能，該階段車企的真實需求在于數據中心資源和技術體系，車聯(lián)網云平臺、自動駕駛云平臺、仿真云平臺、高精度地圖云平臺已成為主流公有云汽車云行業(yè)解決方案的標品。
“自動駕駛1.0時代拼的是硬件，2.0時代拼的是數據（特定場景下的數據處理），3.0時代拼的是計算?！焙聊┲切蠧EO顧維灝在溝通會上如是說。
車企在算力上的提前布局，讓汽車網聯(lián)云成為一個新的藍海。
上述報告顯示，2021年，“落地應用場景”需求量首次超過“數字化轉型”需求，大概在70.4億元，在整個汽車云IaaS+PaaS中占比達到59.3%。也就是說，智能化驅動車企上云需求迎來拐點，這意味著一個圍繞新技術展開的市場正在開啟。
02 智能汽車需要什么樣的云？
根據Gartner估計，每一輛自動駕駛聯(lián)網車輛每天至少產生4TB數據，每年約產生數百PB數據，隨著自動駕駛滲透率的提升，還將誕生海量的駕駛場景數據，OEM和出行服務商未來需處理的數量估計可達ZB級。
根據公開信息，特斯拉建立了一個擁有60億個標注物的庫，一個將近2000萬公里的虛擬道路，專門對算法進行訓練。——這還僅僅是自動駕駛的2.0時代。
同時，不僅數據量變大對云端數據庫存儲產生挑戰(zhàn)，對數據的處理、提取、計算、識別難例、生成數據集并進行算法優(yōu)化等，比如自動駕駛需要大規(guī)模且多樣性的訓練數據，從數據的類型來說就包括感知數據、圖像數據、行駛數據等等，并在云端進行訓練和推理。
這就對云廠商IaaS＋PaaS的底層能力提出了更高的要求，海量數據能否快速處理，算法模型能否及時更新，數據能否反哺算法快速迭代，是每個汽車云廠商的必修課。
騰訊便重點瞄準了這部分能力，為車企打造了一個超大的“數據中臺”。騰訊汽車云事業(yè)部內部分為車網聯(lián)云、出行服務云、自動駕駛云及行業(yè)數據中臺。其中，行業(yè)數據中臺能力覆蓋云基礎、大數據、數據服務、數據應用領域，為車企提供數據分析、應用等大數據服務。
在今年6月份，騰訊升級“車云一體化”戰(zhàn)略時，更加強調了行業(yè)數據中臺的更項能力。包括數據存儲、采集、標注、處理、計算等能力的聚合和加強，維度和模塊也更加清晰。
在這部分數據能力上，開放一直是云廠商們的主旋律。華為汽車云針對自動駕駛產生的PB級海量數據提供高性能的存儲、大數據組件和深度歸檔服務，以及生態(tài)開放的開發(fā)工具鏈，以及一站式AI開發(fā)平臺ModelArts，幫助車企快速構建開發(fā)平臺，降低開發(fā)復雜度和成本，提升效率。
除底層能力的高要求外，由于乘用車最終需要連接消費者，所以云服務結合智能網聯(lián)汽車所提供的SaaS應用，才是觸達消費者、挖掘數據價值的高頻連接口。這需要SaaS層的云服務能夠深度結合業(yè)務，對內建立直接可用的模型和算法；對外打通業(yè)務斷點與數據孤島，實現業(yè)務閉環(huán)。
火山引擎汽車云解決方案，就是從車內SaaS應用為切口，反哺PaaS層的數據能力。據了解，字節(jié)跳動汽車云SaaS層包括服務管理、車輛管理、售后數據、生產數據采集等能力。
據了解，字節(jié)跳動已開發(fā)了“火山互娛”車機版APP，這款軟件結合了抖音、西瓜視頻、今日頭條、懂車帝等內容生態(tài)，可以通過AI文字轉語音TTS技術，自動轉化成語音播放。目前，火山互娛已在吉利和長安等車型上應用，目前裝機量已有數十萬臺。
汽車中的這塊屏幕，是未來商業(yè)化的重要入口，不止火山引擎，云大廠們都沒有打算放過這塊蛋糕。
騰訊汽車云雖然專注打造IaaS＋PaaS的底層能力，但基于底層能力和開放生態(tài)，建立起了行業(yè)生態(tài)市場，將應用和服務交給合作伙伴來做。一位微信小程序開發(fā)者對光錐智能講到：“微信小程序已經開放了汽車終端的API接口，未來，理論上所有的微信小程序都可以在汽車上使用，遷移成本低，不需要重新做一遍。”
阿里云在小鵬汽車上，基于云上基礎設施、即開即用算力和產品服務，同時還可以隨時接入云上的小程序生態(tài)，與阿里體系的小程序生態(tài)，實現互聯(lián)互通。舉個例子，在盒馬app、支付寶盒馬小程序和小鵬汽車內的盒馬小程序，可以實現賬號互通，在車內使用語音交互可直接盒馬下單。
總的來講，底層技術能力的PK和前端應用的商業(yè)化，云廠商們圍繞這兩個重要賽點展開了不同的競爭布局。
03 每家車企都要有一個智算中心？
毫末智行CEO顧維灝分享過一個數據：“目前用戶使用我們輔助駕駛產品所產生的輔助駕駛里程，已經接近1700萬公里。毫末數據智能體系MANA的學習時長已經超過了31萬小時，虛擬駕齡達到4萬年。末端物流自動配送車也為附近用戶運送了超過9萬單的物資。數據的規(guī)模和多樣性都在快速地增長。”
汽車數據變得越來越龐大，也越來越復雜。比如自動駕駛功能產生了大量的冗余數據，采集到的數據類別繁多，包括視頻、圖像、激光點云、雷達點云、車身數據等，其中95%的數據是低價值的，需要對其進行多層清洗才能獲取高價值的數據，這帶來的清洗困難和存儲負擔，導致價值數據挖掘效率低。
數據量龐大、數據類型變復雜，云廠商不僅要更新算法模型，更需要進行數據存儲擴容，并提升算力，以提高整體效率。
舉個場景化的例子，在自動駕駛領域，以訓練一個千億參數、百萬個clips的大模型為例，需要上千個GPU訓練幾個月時間，訓練大模型需要消耗巨大的算力。顧維灝向光錐智能表示，如何提升訓練效率、降低訓練成本、實現低碳計算，是自動駕駛走進千家萬戶的一個關鍵門檻。
這也是為什么自動駕駛公司要不遺余力打造智算中心的原因。
光錐智能了解到，毫末MANA超算中心目標滿足千億參數大模型，同時數據規(guī)模100萬clips，預計將整體訓練成本降低200倍。
今年8月，阿里云也與小鵬汽車合建的智算中心“扶搖”，基于算力可達600PFLOPS（每秒浮點運算60億億次），規(guī)劃將小鵬汽車的自動駕駛訓練的速度提升近170倍。
小鵬汽車董事長、CEO何小鵬曾在采訪中談道：“任何一家智能汽車公司對算力的要求夠極高，尤其是自動駕駛模型訓練，在視覺檢測、軌跡預測以及行車規(guī)劃等算法模型上都很‘吃’算力?！?/p>
可以說，在提升算力方面的超前布局，是各云廠商和車企能否進入自動駕駛3.0時代的入場券，在補齊數據、算法、算力三個方面的能力后，這場PK才正式進入下一個賽點。
04 結語
一個關鍵產業(yè)的突圍，往往可以帶動數個相關產業(yè)鏈的崛起。
機械臂、3D視覺、3D打印、人工智能......數個智能制造的底層技術，已經率先在汽車生產中應用落地。智能汽車不僅是工業(yè)的明珠，也將成為智能制造的范本。
云廠商則可以摸著汽車產業(yè)過河，進入到一個更加深邃的實體經濟數智化大海中。
而自動駕駛帶來的數據量爆發(fā)，車路協(xié)同成為智慧城市的重要切入口，每一個也都是一片廣袤的新天地。
汽車云，不僅是云廠商的必爭之地，甚至可能是決戰(zhàn)之巔。