从“马力”到“算力”，汽车智能化的关键是什么？

钛媒体 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

从“马力”到“算力”，汽车智能化的关键是什么？

韩敬娴

· 2022.11.23 21:10

微信扫码

2423

汽车智能化已经不是一个软件和硬件厂商的竞争，而是强大生态之间的竞争结果。

从“马力”到“算力”，汽车智能化的关键是什么？

00:00 14:19

从去年开始，行业里就一直有一种说法是：2022年会是汽车智能化的元年。

为什么这么说？现在，汽车行业里一个非常确定的主线就是电动化。从科技创新产品的发展规律来看，当渗透率超过10％时往往就证明这个产品是成功商业化了的，而根据9月份新能源乘用车零售数据来看，渗透率已经超过了30%。

那么，也就意味着新能源汽车将要进入到产品维度的竞争阶段，而新能源汽车差异化竞争主要还是靠智能化的系统。换句话说，电动化为智能化提供了一个最佳载体，而智能化软件决定了电动化体验的上限。

因此，在智能汽车步入大规模商业化量产前夜的背景下，数据驱动、车云一体化的IT基础设施成为刚需。IDC报告预测，2025年汽车智能网联系统装配率将达83％，出货量预计增至2490万台（套），年复合增长率或达16.1％。

需求在前面引路，这也就解释了为什么各大互联网科技公司纷纷瞄准智能汽车、整合云端业务、打造汽车的云端架构。

据Frost & Sullivan联合头豹研究院发布的《2021年中国汽车云市场追踪报告》显示，2021年汽车云行业整体市场规模高达335.2亿元，其中华为云凭借22.8%的占有率在中国汽车云市场（IaaS+PaaS）位居第一。

其它家厂商从去年开始也不断传出相关消息。先是字节跳动被曝组建汽车云团队，接着腾讯云官宣推出汽车云。到了今年8月底，阿里云和小鹏汽车联手落成驾驶智算中心“扶摇”，9月百度智能云官宣推出汽车云.....

对于云厂商而言，抓住汽车电动化、智能化的机遇或许就能开启下一个巨大的增量市场，不过在这个过程中，新问题、新挑战不断，如何理解行业、满足需求是检验云厂商的一个关键考题。

不看“马力”，看“算力”

在新能源汽车领域，习惯用“渗透率”来评估行业的景气度。所谓“渗透率”，属于营销管理学当中的一个概念，指的是一个产品在某个时间段里面，在市场所有同类型产品中可能达到的比例。

从历史的数据来看，国内新能源车零售渗透率在2015年约为1%，到2019年上半年突破至5%，到了2021年直接升至13.4%，再到今年9月份首次超过30%。

这些数字的变化说明了一个问题：汽车智能化正在加速推进。

那么，汽车智能化的核心究竟是什么？换句话说，智能化的着力点在哪里？

传统汽车的核心是马力的大小、是否为真皮沙发座椅、机械性能的好坏等硬件设施。而现在硬件不再处于主导地位，而是从属地位，主导力量换成了算力、数据、软件。

关系的改变，也给产业链带来了相应的新变化。

首先是软件变得越来越重要，因此“软件定义汽车”的概念异常火爆。

其次是产业链融合了过去传统的汽车电子涉及不到的领域，比如5G、6G这些通讯技术、电池、操作系统等等，整个产业链也开始从过去的垂直产业链发展到现在的网状配合模式。

再就是人工智能技术融入进来。

在这样的背景下，汽车智能化已经不是一个软件和硬件厂商的竞争，而是强大生态之间的竞争结果。

既然是生态的竞争，要想赢，一方面需要产业链紧密的联盟，另一方面从技术架构的角度出发，一个广覆盖、低时延、高带宽、大算力的全球云基础设施也呼之欲出。

11月18日，在华为云汽车产业数智升级高峰论坛上，华为云正式发布了自己的全球汽车产业云基础设施KooVerse for Vehicle，其特点可以用1+3+M+N来总结。

华为云全球汽车产业云基础设施KooVerse for Vehicle

“1”是指覆盖全球的一张存算网络，这张网络可以在全球170多个国家实现30ms的时延圈覆盖。

“3”是指在中国乌兰察布、贵安和芜湖建立的三个超大规模云核心枢纽。依托这三个超大云核心枢纽可以集合行业伙伴来一起进行技术创新，也能划分出不同的密级满足汽车行业的规范和要求，同时还能提供大规模高弹性的云服务。

“M”是指分布式车联网的节点，帮助网联车的数据高效入云，实现数据低延时的高效处理。

“N”则指覆盖全国的50多个汽车数据专用接入点，提供高效的汽车自动驾驶数据接入。

“能不能实现汽车数据和云数据的实时交互计算，能不能实现车端业务和云端业务的实时协同，是未来汽车行业业务架构升级的关键。”华为云CTO张宇昕判断说，在他看来，汽车产业的数智升级应当是汽车数智升级+车企数智升级+产业链数智升级。

自动驾驶的本质是数据的军备竞赛

汽车智能大概可以分为两大类：一个是行驶智能，还有一个叫环绕智能。其中，行驶智能主要是通过自动驾驶实现。

毕马威中国汽车行业主管合伙人Norbert Meyring就曾经说过，自动驾驶被视为汽车科技“皇冠上的明珠”，是人工智能技术、用户至上理念和精密制造工艺的复杂融合。

虽然自动驾驶按照L1-L5的等级划分，越是高级别自动驾驶实现难度越大，但不管现在主流的L2+，还是未来的L4\L5，都有一个鲜明的特点，那就是：数据是最重要的动能。

正如华为云汽车行业解决方案架构师孙卫所说，“自动驾驶是一个全面数据驱动的时代”。

这点从自动驾驶产生的数据规模不难看出，据了解，现在整个自动驾驶大概每个月就会产生将近500PB的数据。有估计，到2027年自动驾驶会形成一个1.6万PB规模的数据量。

这是一个什么概念？与人们经常接触的GB这种体量级相比，PB的体量是GB的百万倍。

既然会有海量的数据源源不断地生产出来，接下来要怎么把数据高性价比地存下来、用起来呢？

先说存储，从用户的角度来说自然是既要高效还得低成本。为此，华为云推出了一个分布式缓存系统，这套存储方案能够给训练做加速，同时能够对数据进行热、温、冷三层分级，来为数据做自动化的降本，满足客户海量数据低成本的存储需求。

存下海量数据之后，如果需要进行搜索，华为云也提供了一套叫CSS（云搜索）的方案。用户可以把经常搜索到的关键词，或者经常用到的数据直接放到这个搜索引擎里面，来完成实时的秒级的交互查询。除此之外，对于全量的数据查询，只需要直接把所有的列放到更多的维度，信息放在Hbase里面，就可以做到准实时的查询。

自动驾驶数据应用的一个非常重要的方向就是做训练。目前，出于安全的考虑，自动驾驶是没有办法直接上路去跑，因此就需要先在特定的环境下做重复的训练，比如城市道路、乡村道路、雨雾天气、自动紧急制动、行人横穿马路等场景，通过对这些数据进行分析处理，来做偏差校正，最终达到安全驾驶的上路标准。

如何能够把数据训练地又快又好？对此，华为推出了一个自动驾驶研发平台。这个平台的意义就是能够让客户把数据的上传、标注、模型训练到推理部署全部一站式完成，这样最直接的一个好处就是节省时间。

“传统的很多AI开发模型要花费数天时间，但现在可以缩短到数小时甚至一小时以内。”华为云机器学习和深度学习技术专家、ModelArts产品架构师白小龙博士解释道。

之所以能够达到这一效果，就在于华为云从性能、效率、精度三个方面精准发力。

比如在对自动驾驶大规模的数据量进行预处理和模型训练时，可能会需要上千块 GPU 或者说专用AI芯片，这时就需要训练平台能够很好的平衡通信和单个节点的计算，这也是业界普遍面对的一个难题。

对此，华为云开发了一些相对通用的大的batchsize优化器，既能使单个节点有足够的计算时间，又能掩盖通信的瑕疵，将集群的训练效率变高。

另外，在做自动驾驶的训练的过程中会有很多琐碎的工作，或者工程师也会面临一些藏得比较深的Bug，华为云就提出了一套AutoML的算法工具，能够自动化帮算法工程师做最基本的程序工作，并且能够自动分析、诊断问题。

“目前就我们观察大概90%以上的作业失败都是源自于一些简单的代码错误，现在因为软硬件系统的可靠性提高，我们可以把失败率控制在1%以内甚至更低。”白小龙博士说。

除此之外，由于自动驾驶对安全的要求极高，数据的精度要求自然也极高。华为云通过计算集群帮助用户、开发者搜索出更高效的神经网络，减轻算法工程师的设计负担的同时，也可以提高精度。“在很多分类检测的基础场景下，精度大概能够提升2%左右。”白小龙博士说道。

在实现自动驾驶的过程中，一直有两条路线：一个是单车智能，一个是车路协同。从2019年左右开始，车路协同的路线越来越受欢迎，在这样的情况下，对决策要求更快、准确性要求更高，仅凭单车智能无法做到，就需要云平台提供技术支持。

在华为云汽车产业数智升级高峰论坛上，华为云就与联通在北上广等大城市建立了分布式车联网节点，可以实现10毫秒的时延覆盖。

另外，针对车联网数据应用这个场景，华为云还联合伙伴提供多种车联网应用服务，包括驾驶行为分析，车联网知识图谱等业务。

华为云汽车行业解决方案全景图

积木式方案，行业发展的“需”与“能”

与传统的整车功能软件强调整体性、系统级不同的是，在软件定义汽车趋势下，软件架构和形态上越来越强调分层解耦、标准化、模块化和开放性。所谓模块化，就是具备标准清晰的接口，模块之间可组合扩展，且可由不同的供应商提供。

想要满足用户的“需”，还需要行业的“能”。

从时间线来看，自动驾驶赛道从2013年开始进入萌芽期，此后几年相关的投融资事件逐年增多，2016年进入快速发展期，2018年达到顶峰，虽然2019年进入低谷期，但并未持续太久，2020年开始行业再次迎来复兴。

在多年的起伏发展中，自动驾驶赛道的产业链无论是算法、数据等软件层面，还是芯片、雷达、域控制器等硬件层面都变得更细分、更全面。

比如产业链上游由软硬件供应商和技术服务与数字化平台供应商组成，中游主要包括车企以及小马智行、文远知行等自动驾驶科技公司，终端则包括港口、物流、末端配送、Robotaxi、Robobus等商业化应用场景。

参与者变多、变细之后，也推动了产品服务的标准化。比如虽然现在市场上有很多不同的标注仿真训练的厂商，但产品接口已经标准化。

对此，华为云便依托自身的AI能力在自动驾驶领域推出了一整套的积木式解决方案。

“积木式”的意涵在于两点，一个是解决方案的整体性，一个是不同流程之间的可组合性。

“比如说不同的模块用户可以有不同的选择，不一定非要选华为这一套方案，有些方案客户已经自研了，那也可以基于华为的方案来做替换。从这个角度讲，我们提供的是一整套方案，同时客户可以根据自己的需要来去做定义，这样就能够比较宽泛的满足行业的需求。”华为云行业解决方案专家明亮博士解释说。

同时，他还判断说，“自动驾驶方案往积木式方向发展是行业的下一个趋势。”

趋势的发展仍需要观察，但无论是算力和数据的处理能力，还是解决方案的灵活程度，考验的不仅是云厂商的技术能力，还有战略定位。汽车云目前仍然处在市场发展初期，云厂商们也都还在树立自己标杆客户的过程中，从“产业使能”出发的华为云或许更能够利于自身早期的制造业经验，找到合适自己的商业定位。（本文首发钛媒体App，作者｜韩敬娴）

新科技

华为无人与自动驾驶应用汽车产业报道云计算