产业协同，在华为云上自动驾驶跑出“加速度”

新能源汽车变革，上半场看电气化，下半场看智能化。而智能化变革的终极目标之一，便是实现自动驾驶在不同应用场景的广泛落地。

过去数年里，汽车行业一直在为此而努力，并取得了不错的进展。在乘用车领域，L2级自动驾驶技术已经初步实现了量产应用，更高级别的L3及L4级自动驾驶，也已在部分场景开展商业化探索。

眼下智能驾驶正迈入从ADAS向高阶自动驾驶“换挡”的关键时期，如何加速这一进程，是整个行业共同关注的焦点命题。

业界主要有两种做法，一种是从L1、L2逐级往上迭代，另一种是一步到位直接切入高阶的L4赛道。而无论哪种路线，一个普遍共识是:想要实现L3及更高级别的自动驾驶落地，数据闭环是必经之路。当前主流车企及自动驾驶技术提供商都在以此为核心，打造全新的生产力范式，加速自动驾驶研发及落地。

这并不是一件容易的事。一个完整的数据闭环，除了数据的采集、传输以及存储，还包括脱敏、标注、模型训练以及仿真等，这些能力很多不仅超出了传统车企及自动驾驶技术公司的能力范围，甚至传统云服务商的服务范畴，一场围绕“数据赋能”的跨界联合势在必行。

7月21日，华为云在乌兰察布举办华为云智能驾驶创新峰会，期间华为云联合中国电动汽车百人会等9家企业与组织机构发起了一项自动驾驶关键技术攻坚倡议行动，目标通过产、学、研、用的深度协作，助力行业快速打造自动驾驶数据闭环解决方案，加速自动驾驶技术演进。

与此同时，华为云还分别与华人运通、禾多科技、星尘数据、赛目科技等多家自动驾驶产业链企业签署了合作协议，基于华为云在自动驾驶研发、数据处理以及仿真等领域展开合作，为自动驾驶发展再添新动能。

生态开放协同，自动驾驶云上加速

随着电动化发展格局初定，新能源汽车变革正式转入以智能化为核心的下半场，智能驾驶成为了产业链上下游角逐的新赛点。

终端市场持续提升的渗透率就是最直接的证明。据盖世汽车研究院统计数据显示，今年1~5月，国内L2级自动驾驶的渗透率约为40%，已经成为了当前主要的驾驶辅助方案，而去年同期仅为28.8%，提升了近10个百分点。

不仅如此，在应用场景上，智能驾驶也从相对简单的高速场景进一步“卷”到了城市场景。过去一段时间，包括小鹏、蔚来以及华为等在内的多家车企及自动驾驶核心技术提供商都已经开始向用户大规模推送城市NOA功能。按照部分车企规划，年内在城市NOA落地城市数量上最高将达百城，爆发已如弦上之箭。

然而，伴随着各种智能驾驶系统在终端市场的快速普及，以及应用场景日趋复杂，新的挑战也随之而来。

一个现实的问题是，当越来越多的新车开始搭载智驾系统，势必会产生大量的数据，这些数据如何存储，将是车企的头等要事。不仅如此，对于整车厂而言，要想真正实现数据驱动自动驾驶发展，除了需要海量数据作为支撑，更关键的是如何把这些数据用起来，这就需要对采集的数据进行处理，包括分类归档、脱敏、标注，然后用于模型训练、仿真测试等，从而形成研发闭环。

这个数据量有多大呢？据相关分析数据显示，一辆自动驾驶路测车每天大约会采集10TB的数据量。当车企销售出数十万甚至上百万的自动驾驶车辆时，其数据量将从PB级增长到ZB级。

如此庞大的数据规模，如果通过本地来进行存储和和管理，显然不太现实，“上云”势在必行。

过去一段时间，主流车企及自动驾驶技术提供商，都在积极推进自动驾驶上云，这不仅仅是单纯的“数据上云”，还包括全流程的“研发上云”，希望借助云平台强大的AI、云计算和算力基础，更好地跑通数据闭环，真正实现数据驱动自动驾驶发展。

华人运通和比亚迪通过与华为云的合作，分别构建了各自的自动驾驶专属云平台，在满足数据合规的前提下，推进自动驾驶业务技术创新，同步也实现了研发效率的提升和成本降低。

元戎启行作为国内主要的自动驾驶公司之一，和其他很多玩家一样，在自动驾驶感知方案上面，早期也选择了激光雷达+高精地图的重感知、重地图方案。这种技术路线虽然可以实现较高的感知精度，但同时会受制于高精地图的覆盖度和鲜度，难以很好地支撑自动驾驶的快速、大范围落地，尤其在城市场景的应用。

鉴于此，元戎启行很早就开始着手研发无高精地图的自动驾驶方案，并于今年3月正式发布了新一代自动驾驶方案 DeepRoute-Driver 3.0，实现仅通过导航地图就可以实现复杂城市场景内的高阶智驾功能，同时极大地降低整车厂的搭载成本。据悉，这背后发挥关键支撑作用的也是华为云。

在元戎启行技术合伙人、副总裁刘念邱看来，自动驾驶作为一个AI系统，本质离不开数据驱动，那么伴随着量产规模的持续扩大，如何高效地收集数据、清洗以及筛选数据，然后将这些数据用于训练，都强依赖于云平台。

当然从另一个方面，这对云平台本身的服务能力也提出了更高的要求，需要云服务商在提供基本数据存储功能的同时，能够具备数据处理、模型训练、仿真测试等完善的服务能力，从研发甚至到量产应用全流程提供服务。

单这些能力如果完全依靠云服务商去构建并提供，显然也不现实。更何况无论数据标注还是模型训练、仿真等环节，在自动驾驶领域，本来就有一批专长者，所以，除了持续赋能整车厂及自动驾驶技术提供商，过去一段时间华为云也在积极推进与众多自动驾驶产业链上下游企业的生态合作，基于华为云在AI、云计算和数据技术等领域的深厚积累，共驱自动驾驶技术进步。

通过与华为云的合作，四维图新就在云上部署了数据合规、地图闭环平台、数据处理、数据标注、模型训练、仿真测试等一系列任务模块，使得车企可以自由购买及调配相关的资源，从而实现效率以及成本等多个维度的优化。

数据标注也是自动驾驶数据闭环中的一个核心环节，早期数据标注主要依赖于人工，这种模式不仅效率低，而且成本高，无法很好地支撑智能驾驶的规模化发展。为此，星尘数据联合华为云打造了华为云ModeArtsamp;星尘数据标注训练一体化方案，据悉这一方案可以帮助车企在“标注”环节提高30%以上的研发效率。

类似的案例还有很多。接下来伴随着华为云生态化战略的持续推进，华为云会提供更多的开发服务赋能，将为自动驾驶云上创新提供更多的可能。

自动驾驶“上云”，一个新的风口赛道正在逐步形成。

云上加速，华为云的“硬实力”

从“数据上云”到“开发上云”，自动驾驶行业对云平台的能力诉求正越来越多样化。

一方面，随着高阶自动驾驶的演进，对云平台的服务能力也将同步提升。根据IDC的报告显示，自动驾驶从L2开始，每一次向高阶演进，对于云的基础设施、平台、应用、服务的消耗量都要上升一个量级。

另一方面，当前汽车行业内卷的持续加剧，对敏捷开发以及功能快速迭代诉求日益高涨，如何利用云平台高效挖掘数据价值，形成闭环的研发及商业化能力，被普遍视为决胜新能源汽车变革下半场的关键，更是对云平台的灵活性以及效率等提出了更高的要求。

以数据存储为例，据相关统计数据显示，目前国内大约有2000多辆自动驾驶测试车，按一台路测车每天采集10TB的数据量计算，今年自动驾驶上云数据量大约在8000PB，如此大的数据规模，无疑会对存储效率和成本提出较大挑战。

更何况对于整车厂而言，海量数据的采集和存储，只是构建数据闭环的第一步，更重要的是如何让这些数据真正在云上“跑”起来。据测算，通常一个智能驾驶模型单次训练约需要预热10亿条元数据，耗时4天左右。如果缺乏高效的存储和训练方案，简直是灾难。

深刻洞察这些需求，基于华为云内部生态，例如昇腾AI云服务、盘古大模型、数据库技术、操作系统、AI框架等，以及与四维图新、星尘数据、赛目科技等产业链企业的深度合作，华为云打造了一个高效敏捷的自动驾驶开发平台，并于此次峰会重磅发布。

该平台覆盖了整车厂及自动驾驶技术公司全流程的数据闭环需求，包括数据采集和处理、算法开发、模拟仿真等，基于“乐高积木式”设计，让整车厂及自动驾驶技术公司能够如同搭积木一般灵活的选择所需要的研发资源和价值解决方案，提升开发效率。

比如在存储环节，华为云基于在存储领域多年的研发经验，打造了AI-Native Storage存储方案。该方案通过构建统一的数据湖，以及AI训练高性能缓存，据悉能够将存储成本降低20%，10亿条元数据预热时间从100个小时缩短到5个小时，极大地提升了研发效率。

在标注环节，借助专门的自动标注大模型，华为云自动驾驶开发平台可助力实现标注效率提升5~10倍，标注成本是人工标注的1/10，训练效率提升30%。在仿真环节，通过云端大规模的并行仿真，可以做到比实车验证速度提升万倍。

除了灵活、高效，数据驱动作为自动驾驶发展的核心，其安全性与合规性也至关重要，为此华为云打造了一个汽车专区，可从多维度满足智能驾驶开发的合规要求。

该专区采用3分区合规架构、7层安全防护，同时依托有资质的图商伙伴能力，为自动驾驶数据提供全流程的安全合规保障。如通过安全云脑构建安全运营平台，结合华为云云原生安全服务，让70%的威胁1分钟内闭环、99%的威胁5分钟实现闭环；另外结合300+检测模型、100+自动化处置剧本，实现了安全运营智能化。

考虑到随着自动驾驶里程的积累，会产生海量的场景数据，如何基于这些数据快速进行模型迭代，包括让模型快速学习各类不常见但不断出现的Corner Case，也在一定程度上制约着自动驾驶的发展。

华为云结合盘古大模型，针对自动驾驶的特定需求还专门推出了四个场景大模型:场景生成大模型、场景理解大模型、预标注大模型、多模态检索大模型，旨在赋能合作伙伴快速打造自己的自动驾驶大模型，以及相关的场景应用方案。

针对不同车企的差异化需求，华为云自动驾驶开发平台可以提供上面所述 “积木式”服务，基于与生态伙伴的合作，按需提供数据传输、存储、生成、标注、模型训练以及仿真等多领域工具集成；还可以提供“一站式”全生命周期完整开发工具链，帮助有需要的车企在智能化领域全面加速。

据了解，目前华为云的自动驾驶开发平台已经在长安汽车、一汽、比亚迪、广汽等多家车企实现了落地应用，覆盖乘用车、矿用卡车、港口ART以及专线重卡等多个不同的场景。

值得关注的是，除了自动驾驶，在车联网以及整车厂生产制造和销售等环节，华为云也在快速渗透，助力车企研发加速的同时，更好地实现数智化精益管理。据IDC统计数据显示，2022年下半年，中国汽车云市场保持高速增长，整体市场规模为39.6亿元，其中华为云获中国汽车云市场份额第一，同时也在车联网解决方案和专属云基础设施细分市场排名第一。

而且不仅仅在国内，在海外市场，华为云也可以提供相关的能力支持。得益于华为全球化的业务布局，华为云打造了全球一张网，云服务涵盖29个地理区域、83个可用区，此前已经成功助力长城、江淮、奇瑞、赛力斯等海外车联网项目落地。

可以说，在汽车云市场，华为云已经实现领跑。接下来，伴随着汽车智能化、车企数智化以及整车厂业务全球化持续提速，与此同时华为云进一步推进“生态化”的长期发展战略，必将进一步助力中国智能汽车产业跑出“加速度”。