大厂抢做汽车云

从数字化到智能化，汽车云正在发展。自2021下半年以来，国内主要云制造商如腾讯、阿里巴巴、华为、百度和Byte都开始将“汽车”从各种行业解决方案中分离出来，形成自己的汽车云架构。在产业转型之际，汽车正逐步从交通运输向下一代智能终端过渡，行业的核心竞争力也在从机械能力向软件和服务能力转移。9月初，百度智能云首次发布汽车云，从汽车企业集团云、在线云、供应链协同云三个层面深入汽车制造业数字化升级。6月，腾讯云确立了“车云融合”战略，发布了一系列数据、自动驾驶能力和解决方案；8月底，阿里云与小鹏汽车联手打造自动驾驶智能计算中心；华为通过构建自动驾驶云服务一站式服务，形成了制造、生产、供应、销售、售后、应用的一体化解决方案；去年6月，字节跳动的火山引擎被引爆，组建了一个汽车云团队，今年又推出了更多产品。根据光锥智能的不完全统计，已有超过12家国内外云制造商明确推出了汽车云，其中中国主要的云计算公司已经布局运营。根据沙利文和头宝研究院发布的《2021中国汽车云市场跟踪报告》，中国汽车云仍处于发展初期，2021交易额为335.2亿元。在中国自动驾驶和车联网技术和市场发展推动汽车服务平台需求不断增加的背景下，汽车云市场规模将连续五年呈现稳定增长趋势。

在早期技术和广阔市场的背景下，大型工厂涌向汽车云也就不足为奇了。汽车云与汽车产业链的紧密融合是对能力的全面考验。在数据、算法和计算能力方面，汽车云有着全面的应用。无论是汽车企业内部的数字化转型驱动生产效率的提高，还是未来汽车作为智能终端的场景应用，都需要与云紧密结合。在汽车云的赛道上，韵达工厂正是从上述三个方面切入，每一个方面都展示着自己独特的能力。汽车云的新拐点并不是一个新的赛道，但今年各大云厂商的布局越来越清晰。尽管主要制造商的分工各不相同，他们的名字也各不相同。但总体而言，汽车云包括两个方向：一是汽车企业作为制造业，基于数字化转型产生的内部管理、数字化运维、智能生产、产业链和供应链协同的需求；

其次，汽车作为目前最受欢迎的智能终端，对数据存储和计算产生了巨大的需求。只有上云，才能高效处理这些需求，满足自动驾驶和智能座舱等车联网功能的要求。首先是数字化转型的需要。作为工业皇冠上的明珠，汽车的数字化一直走在制造业的前列，尤其是在最激进的新势力面前。以百度为例，其汽车云的三个部分，集团云和供应链协作云，协助汽车公司进行内部管理和外部供应链协作，以实现降本增效。

据了解，吉利等传统车企主要使用百度汽车企业集团云，覆盖汽车研发、生产、交付、营销等全过程。同时，还包括车企内部管理系统，如CRM、ERP等。，其被上传到云以实现内部质量和效率的提高。除了百度，拥有企业即时通讯工具的大公司更重视这一方面。阿里巴巴通过钉钉、腾讯通过企业微信、字节通过飞书等内部管理工具，整合汽车行业内部的协同管理。在过去的一年里，钉钉不仅构建了自己的基本企业管理工具，还将代码作为各个行业的数字定制工具进行了推广。对于汽车公司来说，钉钉可以成为生产管理的统一界面和移动办公的门户。企业微信和飞书的想法与钉钉的想法完全相同。飞书以组织管理为切入点，首先俘获了造车新势力“魏小利”的心。从战略共创到OKR振兴，重点是组织结构的顺畅流动。另一方面，供应链协同云连接汽车配套产业，连接整个汽车产业链，提高效率。对于整个汽车产业链来说，这一部分数字化的主要挑战在于，汽车行业是一个综合性行业，有成千上万个像螺丝一样小的部件。实际的汽车生产过程也是通过几个不同专业生产工厂之间的合作来完成的。在这样一个需要高效协作的产业链中，更需要一套统一的云管理工具来制定计划、同步进度和防范风险。例如，百度想通过“开物工业互联网平台”连接设备、产业链和供应链。阿里巴巴、腾讯、华为等云计算大公司都在云上布局了车企数字化转型的赛道，但这只是目前的竞争。未来的竞争主播将专注于新一代互联汽车云。随着汽车智能化的发展，车联网、自动驾驶、车路协同等应用迅速落地。汽车作为智能终端产生的数据呈指数级增长，这引发了更多汽车上云的需求。

科技行业拥有专业知识，汽车公司的重点是打造自己的产品，而不是购买和运营大型数据中心。他们更倾向于选择与云厂商合作，共同打造高计算能力的“智能计算中心”。多位汽车行业分析师告诉Light Cone Intelligence，现阶段对汽车公司的真正需求在于数据中心资源和技术系统。车联网云平台、自动驾驶云平台、仿真云平台、高精度地图云平台已成为主流公有云汽车云行业的标准解决方案。在自动驾驶时代，1.0时代是关于硬件的，2.0时代是关于数据的，3.0时代是关于计算的。

上述报告显示，2021，dem……

“落地应用场景”的d将首次超过“数字化转型”的需求，约70.4亿元，占整个车云IaaS+PaaS的59.3%。也就是说，智能驾驶汽车公司上云的需求已经达到了一个转折点，这意味着一个以新技术为中心的市场正在开放。智能汽车需要什么样的云？根据Gartner的估计，每辆自动驾驶联网汽车每天至少产生4TB的数据，每年大约产生数百PB的数据。随着自动驾驶渗透率的提高，也将产生大量的驾驶场景数据。原始设备制造商和旅行服务提供商未来需要处理的数据量估计可以达到ZB级别。根据公开信息，特斯拉已经建立了一个由60亿个标记物体组成的图书馆和一条近2000万公里的虚拟道路，专门训练算法——这只是自动驾驶的2.0时代。同时，数据量的增加不仅对云数据库存储提出了挑战，而且对数据处理、提取、计算、疑难病例识别、数据集生成和算法优化也提出了挑战。例如，自动驾驶需要大规模、多样化的训练数据，包括感知数据、图像数据、驾驶数据等，这些数据可以在云中进行训练和推断。这对云供应商IaaS+PaaS的底层能力提出了更高的要求。海量数据（603138）能否快速处理，算法模型能否及时更新，数据能否反馈算法迭代，是每个汽车云厂商的必修课。腾讯专注于这部分能力，为车企打造了一个超大型的“数据中心”。腾讯汽车云事业部内部分为车联网云、出行服务云、自动驾驶云和行业数据中心。其中，行业数据中心能力涵盖云基础设施、大数据、数据服务、数据应用领域，为汽车企业提供数据分析、应用等大数据服务。今年6月，腾讯在升级“车云融合”战略时，强调了行业数据中心的更大能力。数据存储、收集、注释、处理和计算能力的聚合和增强，以及更清晰的维度和模块。

在数据能力方面，开放性一直是云供应商的主旋律。华为汽车云为自动驾驶生成的PB级海量数据提供高性能存储、大数据组件和深度归档服务，以及生态开放的开发工具链，以及一站式人工智能开发平台ModelArts。它帮助汽车公司快速构建开发平台，降低开发复杂性和成本，提高效率。除了对底层能力的高要求外，由于乘用车最终需要连接到消费者，云服务与智能网联汽车提供的SaaS应用相结合是接触消费者并探索数据价值的高频连接端口。这需要SaaS层的云服务能够与业务深度集成，并在内部建立直接可用的模型和算法；

对外打通业务断点和数据竖井，实现业务闭环。火山引擎汽车云解决方案是从汽车中SaaS应用的角度，利用PaaS层的数据能力。据了解，字节跳动汽车云的SaaS层包括服务管理、车辆管理、售后数据、生产数据采集等能力。据了解，字节跳动开发了“火山互娱”车载版APP，结合抖音、西瓜视频、今日头条、懂车迪等内容生态，可通过AI文本转语音TTS技术自动转换为语音播放。目前，火山互动娱乐已应用于吉利、长安等车型，装机容量达数十万台。车内屏幕是未来商业化的重要切入点，不仅是火山引擎，云厂商也无意放过这块蛋糕。尽管腾讯汽车云专注于构建IaaS+PaaS的底层能力，但基于这些能力和开放的生态系统，它已经建立了行业生态系统市场，并将应用和服务委托给合作伙伴。一位微信小程序开发者对Light Cone Intelligence表示，“微信微程序已经为汽车终端开辟了API接口。未来，理论上所有微信小软件都可以在汽车上使用，迁移成本低，无需重做。”阿里云基于云基础设施、开箱即用的计算能力和产品服务，也可以随时访问云上的小程序生态系统，实现与阿里巴巴小程序生态的互联互通。例如，在盒马app、支付宝盒马小程序和小鹏汽车中的盒马小应用程序中，可以实现账户互通，在车内，可以使用语音交互直接下单。

总体而言，云供应商围绕底层技术能力的PK和前端应用的商业化展开了不同的竞争布局。每个汽车公司都需要有一个智能计算中心？民摩智行首席执行官顾伟豪，共享了一段数据：“目前，用户使用我们的辅助驾驶产品产生的辅助驾驶里程接近1700万公里。Minmo数据智能系统MANA的学习时间已超过31万小时，虚拟驾驶体验已达到4万年。终端物流自动配送车还为附近用户运送了9万多单物资。”数据的规模和多样性正在迅速增长汽车数据正变得越来越庞大和复杂。例如，自动驾驶功能生成大量冗余数据，收集了广泛的数据类别，包括视频、图像、激光点云、雷达点云、车身数据等，其中95%是低值数据，需要多层清洁才能获得高值数据。这给清理和存储带来了困难，导致价值数据挖掘效率低下。由于数据量大、数据类型复杂，云供应商不仅需要更新算法模型，还需要扩展数据存储和提高计算能力，以提高整体效率。例如，在自动驾驶领域，以训练一个具有数十亿个参数和数百万个剪辑的大型模型为例，需要数千个GPU才能训练几个月，而训练一个大型模型需要巨大的计算能力。顾伟豪向光锥智能表示，提高培训效率、降低培训成本、实现低碳计算是自动驾驶进入数百万家庭的关键门槛。这也是为什么自动驾驶公司应该不遗余力地建设智能计算中心的原因。光锥智能了解到，毫米MANA超算中心的目标是满足千亿参数大模型的要求，数据规模为100万个片段，预计将使整体训练成本降低200倍。今年8月，阿里云和小鹏汽车联合打造了一个名为“福耀”的智能计算中心。基于其高达600PFLOPS的计算能力，它计划将小鹏汽车的自动驾驶训练速度提高近170倍。

小鹏汽车董事长兼首席执行官何小鹏曾在接受采访时表示：“任何一家智能车企对算力的要求都极高……

特别是在自动驾驶模型的训练中，自动驾驶模型在视觉检测、轨迹预测和驾驶规划算法模型方面具有非常高的计算效率。“可以说，在提高算力方面的先进布局是各云厂商和车企进入自动驾驶3.0时代的入场券，在补充数据、算法方面。在算力的三个方面之后，这场PK正式进入下一个竞争点。一个关键行业的突破往往可以带动几个相关行业的崛起里亚尔链。

机器人手臂、3D视觉、3D打印、人工智能智能智能制造的几项底层技术已首次应用于汽车生产。智能汽车不仅是工业的明珠，也是智能制造的典范。云制造商可以探索汽车行业，进入实体经济中更深的数字智能海洋。随着自动驾驶带来的数据量爆炸式增长，车路协同已成为智慧城市的重要切入点，每一个都是一个巨大的新天地。汽车云不仅是云制造商的战场，甚至可能是战斗的顶峰。本文首发于微信公众号：Light Cone Intelligence。文章内容属于作者个人观点，不代表和讯网络的立场。投资者应据此操作，并承担风险。

标签：小鹏长安皇冠特斯拉

汽车资讯热门资讯