智能汽车迎来“筋斗云”

2022年，越来越多拥有自动驾驶功能的汽车驶向了国内城市的街头。这些车辆或是车身遍布各类探测雷达、或是搭载诸多摄像头，靠着这些传感器获取的海量数据来对车辆的行驶状态作出判断，以确保自动驾驶的可行性。

在这其中，每辆汽车每天行驶8个小时即可产生8-32TB的自动驾驶数据。这意味着，一些市场占比较高的车企每日需要处理的汽车行驶数据量，可能高达EB（1EB=1024PB,1PB=1024TB）级别。并且随着自动驾驶和智能座舱等领域的进步，这一数字将呈指数级上升。

对于专精于汽车产业的车企而言，这无异于“天文数字”。因此“上云”正逐渐成为车企应对这一发展难题的最优解。

IDC报告显示，中国智能网联系统在汽车产业内的装配率预计将在2025年达到83%的水平，出货量将增至2490万台，年复合增长率（CAGR）达16.1%。随着智能网联技术的发展和消费者对智能汽车观念的转变，智能网联汽车逐渐走入千家万户，市场前景颇为乐观。

智能网联汽车数量的增长的同时，车企积累的数据量也在大幅增加。数据显示，单台汽车每年车联网回传的数据有100G-500G规模，这还不包括自动驾驶产生的海量数据。对于车辆年销量超10万级别的车企而言，这一数据规模极为庞大。

车企和汽车行业正在被数据淹没，如何挖掘数据并发挥出数据的价值，已是汽车产业面临的一大课题。但专攻机械制造的汽车产业对此并不在行。相反，数据处理是云服务厂商的优势所在。“上云”也是车企降本增效、最大限度地发挥数据价值的上上签。

而为了满足车企上云的需求，国内外多家云服务厂商已在汽车云领域做出诸多布局。如腾讯今日发布的“车云一体”战略规划，就从车端、手机端、云端推出了完整的产品布局：

在车端，腾讯推出智能座舱TAI、智驾地图、高精地图、智能场景引擎、车载小场景等产品及能力，助力车端智能进化；在手机端，充分发挥微信+企业微信的连接能力，并推出微信“腾讯出行服务”小程序等产品，实现手机与汽车场景的无缝连接；在云端，腾讯推出覆盖汽车从研发、制造、营销、运营、车后服务全链路的行业云解决方案。通过车端、手机端、云端打通的车云一体化模式，腾讯智慧出行可以帮助汽车产业进行更有效的数字连接，建立数据驱动闭环，提升各环节生产效率。

在腾讯看来，作为汽车产业的数字化助手和生态共建者，做好产业中间层至关重要。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示：“不造车是腾讯坚持的定位，帮助车企造好车、卖好车、提高企业管理效率，改善用户出行体验，是腾讯不变的方向。腾讯将发挥C2B能力，和云计算、AI、大数据等前沿技术，为汽车行业提供低门槛的定制化平台与工具链，让云成为智能汽车的新生产力。”

其实，当下智能汽车的整体技术架构正进化为端云一体化的数据驱动框架，车端的数据将收集上传至云端进行存储、计算、模型训练，并通过OTA升级的方式把不断迭代的软件算法下发至车端。这已成为智能汽车的通用模式。

不仅如此，腾讯智慧出行副总裁刘澍泉日前在接受采访时还表示：“智能汽车云端数据的接入效率、计算效率、存储成本和发布现在已经具备了更强的优势，今年也将成为智能汽车车云一体化的元年。”

诚然，随着汽车产业智能化、网联化的持续推进，车企上云的趋势已然明朗，汽车云市场也在快速增长。

弗若斯特沙利文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，在国内汽车云市场迎来利好的背景之下，以车联网、自动驾驶、车路协同以及数字化转型四个应用场景为代表的中国汽车云IaaS+PaaS应用场景规模由2017年的15.7亿元增长至2021年的118.8亿元，CAGR（年均复合增长率）为65.8%。

反映到市场上，当前国内四大主流云服务厂商阿里云、腾讯云、华为云、百度云等已在汽车行业作出诸多布局，为车企提供多种云服务相关方案：如华为云提供的自动驾驶云服务、阿里云推出的汽车行业全域数据中台等。

随着汽车云市场快速扩张，智能汽车专有云平台也已出现。

在今日腾讯智慧出行新品发布会上，腾讯推出了行业首个专为智能汽车打造的一站式云解决方案——腾讯智能汽车云。与公有云不同，腾讯智能汽车云能够为车企提供全栈物理隔离，保障相关数据的安全可信、自主可控。同时，云上组件将针对行业特有的需求和痛点进行定向优化，真正做到专云专用。

不仅如此，腾讯智能汽车云还集成了自动驾驶研发与运营工具链、智慧座舱研发、智能驾驶地图、运营服务等全方位能力，通过“一朵云、一站式”的方式满足智能汽车研发到运营全链路的广泛需求，助力客户降低架构复杂度，获得一站式最优方案。

举例而言：面向自动驾驶场景，腾讯智能汽车云提供了 GooseFS存储加速服务，支持在10亿+文件规模下，10W QPS的访问效率，并保障低时延。相比传统存储的接入和访问模式，腾讯智能汽车云的加速性能提高了10倍。

针对自动驾驶的数据计算与模型训练场景，腾讯智能汽车云提供一站式算法开发、训练框架——TI-One，可大量节约算法训练的成本。在数据接入环节，最高可节省 80%工作量；在数据处理环节，降低70%的标注成本；在模型训练环节，算法开发TCO（总体拥有成本）至少降低50%。

其实，自动驾驶领域是未来中国汽车云的关键增长领域，随着自动驾驶技术的发展，下游客户在该领域对于自动驾驶功能的云架构转型需求将会快速增长。不过，自动驾驶技术研发工作“成本高、收益慢”一直是困扰车企的难题。“降本增效”正是车企和云服务厂商的共同追求。

此外，智能座舱、智能地图、网联生态等也是云服务厂商的发力重点。在这些方面，不同类型的云服务厂商优势各不相同。

除去各大厂商共同布局的智能座舱之外，阿里云、腾讯云、百度云等在智能地图领域有先发优势；而在网联生态中，腾讯则更有可能提供丰富的互联网内容和生态服务，为智能汽车提供更贴合用户使用智能手机习惯、可定制的车载小程序和场景引擎等。

智能汽车产业的发展正催生更多的上云需求；而云服务水平的提升也对汽车智能化发展起到推动作用。不仅如此，随着车企将更多车辆功能、研发和营销工作搬上网络，云服务将逐渐成为智能汽车行业的一类基础设施，“车云一体化”态势将逐渐成为现实。

不过，车企上云仍面临几大挑战：

首先，车企与云服务厂商间的数据标准、开发框架可能不统一，会在一定程度上制约汽车云行业的发展。在解决这一问题方面，腾讯的思路值得借鉴：即提供一站式、一朵云集成的模式，提供适应性更强、开放性更高的工具链，或者将客户或其他合作伙伴的工具链搬到云端，供客户使用。

此外，数据安全也对车企上云提出了很高的要求。一方面，车企IT基础设施全面上云，会导致系统复杂度急剧增长。另一方面，智能网联车辆在用车的各个环节也都有可能面临网络安全风险。此外，用户全生命周期的数字化，也给数据安全带来了新的威胁。但值得庆幸的是，以BAT为代表的互联网科技企业在数据安全方面已有多年积累，能较大程度上降低汽车数据安全方面可能遭受的威胁。

同样需要关注的还有成本问题。对于车企而言，自研汽车云收益率较低，这对于较小的车企而言尤为严重。云服务厂商在规模和技术方面拥有显著优势，可以有效降低车企上云成本。值得一提的是，腾讯汽车云基于公有云和专有云的优势推出的混合云解决方案，可以帮助节约云的建设与运维成本，缩短项目周期，推动项目快速落地、快速部署，颇具优势。

一位业内人士表示，当前车企上云仍处于早期，主要集中在研发上云，即面向自动驾驶等技术的云服务，以提高其研发效率为目标。伴随着车云一体化进程的推进，汽车云将打通智能汽车研发、生产、销售、运营、车后服务等各业务环节的数据通路，优化改进业务流程，实现降本增效。

在当下，尽管百度、华为等厂商在集团内部有造车（含零部件）业务，但其汽车云服务均致力于为车企提供更具效率的解决方案。腾讯更是提出不造车，帮助车企造好车、卖好车、改善用户出行体验的目标，致力于做数字化助手和生态共建者这样的产业中间层。

而随着智能汽车、智能手机、云端三位一体的持续发展，在用户侧，云服务也会提供更加便捷、高效的驾乘体验。