自动驾驶背后为什么需要“一朵云”？

智能驾驶汽车作为与人工智能、云计算、大数据等新一代信息技术以及交通出行深度融合的重要产物，已不再是一台冰冷的机器，开始演变成为充满温度的“移动智能空间”。

随着汽车产业智能化快速推进，云计算开始占据汽车产业链重要位置。明显的趋势是每一个传统车企都背靠着一家云计算巨头，具体来看，外资车企主要采用微软云和AWS，本土及合资品牌主要采用本土云像阿里云、百度云、腾讯云以及华为云等传统云计算厂商。

车企与云计算巨头牵手愈发紧密。2021年1月，通用Cruise将借助微软的云计算及边缘计算平台Azure，充分挖掘自动驾驶汽车的云计算潜力，实现自动驾驶解决方案的规模化应用。同年，大众汽车集团宣布旗下软件公司Car.Software将与微软展开合作，在微软Azure平台上构建基于云计算的自动驾驶平台（ADP）；宝马则与腾讯将在中国合作开设专注于自动驾驶汽车的云计算中心。

自动驾驶依靠各类智能传感器感知和收集周围环境信息，做出驾驶相关行为决策，从而控制车辆运行。在这一过程中，涉及到的核心技术除了AI算法支撑，还需要海量大数据、高性能计算。随着自动驾驶向高等级进阶，汽车搭载的传感器数量大幅增加，驾驶场景日益复杂化，每一台汽车产生的数据量呈指数倍增长。据了解，一辆智能汽车每天能至少收集10TB的数据。

智能驾驶也绕不开开云计算技术。面对庞大的数据运算与存储，云计算成为自动驾驶发展的关键突破口。

升级传统汽车采用的分布式E/E架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈，不能满足现阶段汽车智能发展的需求。因此，汽车E/E架构开始从分散式向集中多域控制升级。

因此，汽车功能与云端交换数据变得密集，同时智能驾驶汽车的一些部分功开始运行在云端，通过云计算+边缘计算来构建车云协同的数据闭环，利用整车、环境、用户等多维度的高精数据来打造千人千面的智能移动空间。

当前，一辆智能驾驶汽车代码量已经超过亿行，并且软件占比大幅提升。根据NXP预测，2015-2025年汽车中代码量将呈指数增长，年均复合增长率达到21%。然而，软件占比提升的同时，由软件引起的系列问题也开始暴露。

据国家市场监管总局数据显示，2013年至2018年，与汽车智能系统和功能相关的召回共有20次，涉及20.69万辆；涉及软件的召回次数达109次，涉及车辆191万辆，召回次数与召回数量呈明显上升趋势。为解决汽车软件“重灾区”问题，车企往往通过收集车辆运行数据，利用 OTA不断修复软件，同时推送新增功能，这些能力的实现都离不开云计算。

通过云端学习，可以高效促进智能驾驶汽车升级。智能驾驶汽车通过利用云计算，时刻收集处理车辆运行数据，并共享到云端，云端计算机再进一步加工学习，通过远程升级为汽车带来新的能力，而汽车也能产生新的数据，通过这样的循环可以打造更安全的智能驾驶。

此外，车企软硬件开发、设计、测试、验证过程中的数字化和异地研发团队的云化协同、云上仿真等都离不开云平台，因此，云计算对于自动驾驶的重要性不言而喻。

开辟“新战场”：自动驾驶背后的云计算潜力释放

当前，中国云计算市场呈爆发式增长。根据公开数据显示，我国整体规模达到2091亿元，增速为56.6%。

随着自动驾驶背后的云计算潜力进一步被挖掘，国内头部云厂商“BATH”剑拔弩张，纷纷大力投入自动驾驶云平台投入。

自动驾驶云平台核心能力主要围绕数据管理、计算和仿真测试，以满足车企 “云+端”研发迭代新模式，通过测试车队采集海量道路环境数据，在云端进行模型和算法开发和仿真验证，达到产品安全标准。整体来看，BATH在自动驾驶云平台能力输出大同小异，差异化并不明显。

2021年作为L3自动驾驶发展元年，也将是用户价值感受的临界点，将成为产业重要分水岭。作为自动驾驶高阶发展的重要技术支撑者，云计算厂商进入到了关键发展阶段，并随着国内自动驾驶产业链开启黄金10年发展期。

本文来自微信公众号“Analysys易观”（ID：yiguanguoji），作者：何奇，36氪经授权发布。