雲廠商內卷自動駕駛,誰的勝算更大?

圖片來源@視覺中國

文 | 數智界,作者 | 魅影,編輯 | 嘉辛

當下,雲計算市場的競爭,從以網際網路客戶為主轉向非網際網路客戶的趨勢已經十分明顯。

阿里雲三季度來自非網際網路行業的客戶收入同比增長了28%,佔阿里雲總收入來到58%,來自網際網路客戶的收入同比減少了18%。百度智慧雲、騰訊雲等主流雲廠商,也釋放出了同樣的訊號。

新能源汽車產業成了競爭最激烈的賽道之一。2022年,阿里雲、騰訊雲、百度智慧雲、位元組跳動、華為雲等主流雲計算廠商,悉數加大了在汽車雲上的佈局。

其中,作為新能源汽車關鍵場景之一的自動駕駛,被普遍認為是最具潛力的場景,也是雲廠商們的重要佈局方向。

01 雲廠商內卷自動駕駛

11月初的雲棲大會上,阿里雲正式公佈了“汽車雲”,包含自動駕駛雲、智造雲、營銷雲。

其中,智造雲和營銷雲,是此前就已經確定的場景。

2020年7月,阿里雲提出了“一橫三縱”戰略:一橫,指的是底層的阿里雲、釘釘、達摩院、瓴羊等核心能力,三縱,指的是阿里雲在汽車行業的三朵雲,智造雲、營銷雲、以及當時還沒明確落地場景的另一朵雲,當時阿里雲內部將其稱為“創新事業部”。

直到去年7月,阿里雲團隊發現,很多跑在阿里雲上的車企和自動駕駛公司等,對算力的需求在攀升,他們判斷自動駕駛的時代即將到來,“創新事業部”的場景因此確定了下來,就是自動駕駛雲。

儘管自動駕駛雲是最後被確定的場景,但它成了阿里雲汽車雲跑得最快的一朵雲。

01 雲廠商內卷自動駕駛

從雲棲大會公佈的資料來看,目前阿里雲“汽車雲”在國內已經服務了超過70%的汽車企業,包括小鵬、一汽、吉利、長城等。

再來看華為雲,華為雲在自動駕駛雲上佈局更早。

早在2019年4月,華為雲自動駕駛雲服務Octopus(八爪魚)便正式推出,為車企提供自動駕駛資料、訓練及模擬三大子服務,覆蓋自動駕駛資料、模型、訓練、模擬、標註等全生命週期業務。

較早的佈局,也讓華為雲自動駕駛雲佔據了市場份額領先優勢。《2021年中國汽車雲市場追蹤報告》顯示,

過去一年,阿里雲的“三縱”中,自動駕駛雲貢獻了一半的銷售收入。

11月18日,在汽車產業數智升級高峰論壇上,華為雲進一步釋出了“1+3+M+N”的全球產業雲基礎設施佈局,其中在自動駕駛領域,華為雲聯合業內合作伙伴,為車企和自動駕駛演算法公司提供端到端的自動駕駛研發解決方案,稱要打造業界最佳的自動駕駛研發平臺。

拆分來看,在“1+3+M+N”的佈局下,華為雲自動駕駛雲,實際上解決車企三個方面的問題:資料儲存、基於資料的AI演算法訓練、資料安全合規。

百度智慧雲則是在9月份正式對外公佈了汽車雲,包括集團雲、網聯雲、供應鏈協同雲。

其中,自動駕駛雲被包括在網聯雲內,幫助車企進行資料採集、車輛狀態監控和遠端升級,提升汽車的智慧互動和雲端協同能力。

最近的百度Apollo“自動駕駛雲2。0預釋出溝通會”上,百度透露,將為車企提供自動駕駛研發全棧的資料閉環合規解決方案,滿足智慧汽車、自動駕駛資料採集安全合規要求,助力車企研發、運營、商業化等全場景閉環,賦能車企打造創新的智駕應用,推動自動駕駛場景安全快速落地。

從成績來看,百度智慧雲公佈的資料是,

2021年,在自動駕駛汽車雲細分市場,華為雲以26.9%位居第一。

騰訊雲在自動駕駛上也早有佈局,此前騰訊自動駕駛總經理蘇奎峰公開表示,騰訊在2016年開始佈局自動駕駛,但將重心放在了虛擬模擬技術上,主要是依託騰訊雲的算力支援,透過雲模擬技術實現場景加速評測,提升研發和測試效率。

中國銷量前15的車廠,包括一汽、吉利、東風汽車等10家是百度智慧雲的客戶;頭部十家新能源車企中,百度智慧雲服務五家。

核心的一點在於,自動駕駛是要依靠資料來驅動的。

一般而言,車輛的自動化程度越高,所產生的資料量就會越龐大,對資料的處理能力要求也會更高。

戴爾科技公司汽車和人工智慧首席技術官弗洛裡安·鮑曼就指出,L2級自動駕駛汽車需要4-10PB的資料儲存空間,L3級需要50-100PB的儲存空間,L5級則需要3EB以上的空間。(1PB相當於100萬個GB,1EB相當於1024個PB)

02 自動駕駛云為什麼重要?

怎麼個處理法呢?我們可以簡單理解為兩步:第一步是對資料的儲存、上傳和預處理、資料標註等;第二步是基於資料,進行模型的訓練、模擬測試等。這兩步是一個完整的自動駕駛模型跑通的必經環節。

這個過程中,資料是原材料,但並不是所有的資料都有用,也不是所有的資料優先順序都一樣,都能採取一樣的處理方式。

上雲,是效率更高、精度更高、反饋更快的解法。

02 自動駕駛云為什麼重要?

雲端儲存的好處是大容量,能夠儲存海量資料,另外儲存效率更高,在資料優先順序、資料儲存格式以及資料庫型別上,也能做更好地區分。

對汽車廠商來說,只有對這些數量龐大的資料進行更加有效的處理,才能更好地訓練、最佳化模型,提升自動駕駛水平。

自動駕駛的資料處理流程,主要包括收集、清洗、標註、訓練和部署這幾個環節,需要處理的資料覆蓋了多個方面,比如深度學習的模型訓練、高精度地圖的生成、自動駕駛模擬等。

比如在資料標註環節,用於自動駕駛模型訓練的資料,要經過標註後才能進行模型訓練,最後才能得到能夠識別車輛和行人的深度學習模型。

資料的自動化標註是很大的挑戰,但在雲端,雲廠商能夠透過工程的方法儘量減少人工標註,可以大幅度提高標註效率,方法一般有兩種,一是透過機器自動標註,然後人工修正部分資料;二是透過模擬模擬生成大量標註好的資料。

再比如,資料處理的另一個挑戰是大規模並行處理資料,這也是雲廠商的強項。

第一,雲端儲存解決的不僅僅是儲存空間有限的問題。

目前自動駕駛雲仍處於市場化的早期階段。《2021年中國汽車雲市場追蹤報告》顯示,2021年中國汽車雲IaaS+PaaS落地應用場景中,自動駕駛只有13億元的市場規模,佔比為11。1%。

隨著主流雲計算廠商加大布局,自動駕駛雲的市場化程序會進一步加快。

第二,對龐大資料的處理最終是要用來做模型訓練的,在自動駕駛資料處理的關鍵流程中,上雲能夠解決一些難題,提升資料處理效率,縮短模型最佳化週期。

去年4月,特斯拉上海車主的維權事件一度沸沸揚揚,至今仍未完全平息——今年3月,當事人車主起訴特斯拉行車資料案件被河南省安陽北關區人民法院受理。

這起因剎車失靈引發的安全事故,背後的爭議焦點,落在了資料安全上。特斯拉一度拒絕提供事發前的行車資料,最後迫於輿論壓力,也只是提供了事發前一分鐘的資料。

接下來5月份,網信辦釋出了《汽車資料安全管理若干規定(徵求意見稿)》,其中第八條寫道:

03 水面下的隱憂,資料合規

1、收集的資料要以直接服務於駕駛人或乘車人為目的;

2、預設不收集使用者資料,每次都應該徵得駕駛人同意授權;

3、要透過車內顯示面板或語音等方式告知駕駛人和乘車人正在收集敏感個人資訊;

4、駕駛人要能夠隨時、方便地終止收集;

5、要允許車主方便檢視、結構化查詢被收集的敏感個人資訊;

6、駕駛人要求運營者刪除時,運營者應當在2周內刪除。

針對這一意見稿,有不願透露姓名的業內權威人士曾對媒體表示,“如果這個法規最終落地時,嚴格規定資料只能留在車內,而車企不啟動新的合法的資料獲取通道,那國內的自動駕駛技術發展,可能真的要延緩幾年。”

03 水面下的隱憂,資料合規

比如今年4月,上汽智己基於其CSOP使用者資料權益平臺,釋出了使用者數字資產“原石”的開採方式。

具體的操作方法是,智己汽車拿出4。9%的創始輪股權用於CSOP計劃,並推出3億枚“原石”,其中70%的原石需要車主透過日常駕駛車輛產生資料來兌換獲得。使用者獲得原石後,則可以進行軟硬體的產品升級以及相對應的資料權益。

對佈局自動駕駛雲的雲廠商來說,這也是一重不得不直面的挑戰。

而在這之外,當前主流的雲廠商都提供自動駕駛研發全週期的資料處理解決方案,如何保證資料安全,也尤為重要。

頂部