【原】加速实现自动驾驶，需要怎样的一朵“云”？

cheyunwang 2023-07-19 发布于北京

展开全文

城市自动驾驶似乎一直是当前自动驾驶领域一条不可逾越的鸿沟。

然而今年，小鹏陆续开放了城市NGP；采用华为方案的问界、阿维塔紧随其后，也在5座城市开放了2City NCA城市智驾领航辅助系统；理想同样在近期开始了北京和上海的城市NOA内测。

几个领头羊率先进入了国内自动驾驶的第二个阶段，开始包围城市。同时，工信部上个月将启动智能网联汽车准入和上路通行试点，明确表态推动L3级及更高级别的自动驾驶功能商业化应用，在政策层面对智能驾驶产业加大投入。

一时间，自动驾驶的热度又高涨了起来，人们纷纷探讨城市自动驾驶实现的时间点，自动驾驶无疑又将成为今年汽车行业的一大主题。

虽然国内自动驾驶持续高速发展，但真正实现高阶自动驾驶仍然有很长的路要走。自动驾驶商业化落地加速，数据成几何式增长，如何让软硬件融合匹配、如何更高效处理车辆产生的大数据、上下游企业如何进一步打通协同等等，都是目前自动驾驶仍然存在的行业痛点。我国自动驾驶发展走向下一步急需形成突破。

破局的方向在哪里？

目前，我国主流车企已经基本达到较为基础的L2级自动驾驶水平，渗透率和装配率都大幅提升。部分位于发展前列的车企更是已经开始推出具有导航领航功能的辅助驾驶，不过因为政策法规的原因，我们仍然称其为L2+级自动驾驶。

在这个基础上形成突破，我们首先需要知道自动驾驶未来发展的几个关键技术层面。

首先，相比过去实现单一的自动驾驶辅助功能，向更高阶段自动驾驶能力发展，必须要拥有平台化和体系化的研发能力，就像整车平台一样，利用研发平台实现对感知层、决策层和执行层的统一规划和模块化管理，从而大幅提升各项功能和系统协同的开发效率，有效降低开发成本。

其次是数据的支撑。作为训练自动驾驶算法的基础，数据已经成为自动驾驶发展的核心竞争力之一，对于自动驾驶公司来说，数据闭环迭代能力和合规安全的数据库尤为重要。像发展迅速的特斯拉FSD，就是依靠庞大保有量的车辆提供的大数据，构成了特斯拉“重算法”策略的研发基础。但这目前仍是我国自动驾驶相对的薄弱环节，数据体量和协同能力仍有很大发展空间。

在此基础上，就要说到近些年来愈加火热的话题——AI技术和算力。有了AI算法的加持，在自动驾驶各个层面进行数据处理分析和决策控制，并自我迭代升级持续优化算法，将大大加速自动驾驶研发的速度，成为未来起到决定性的因素。尤其是今年以大模型为代表的AI技术的推出，让我们看到了AI更大的潜力和与自动驾驶领域结合的可能，各家车企也在纷纷加码AI技术，加大投入自研各自的算法。

当然，针对AI的技术储备历来是科技巨头们的强项，国外有微软和OpenAI的GPT、谷歌的PaLM、Meta的Llama，国内也开始迅速发布自研产品，出现了百度文心一言、腾讯混元大模型、阿里通义大模型、华为盘古大模型等。

这里需要着重提一下华为近期刚刚发布的盘古大模型3.0，除了支持千亿级参数量、提升算力之外，它相比其它模型更注重规模化服务，面向金融、制造、气象、政务等大行业场景。这也是与ChatGPT和其它语言模型最大的不同，能真正对大型企业和行业形成质的改变，就像是从“作坊式”到“工业化”的升级。这其中自然也包含了汽车制造和自动驾驶，AI大模型的算力支持必然将大大提升自动驾驶发展的加速度。

说到这，我们注意到未来破局的方向涉及到了两个关键的技术点——平台化和AI技术，或者可以概括为现在流行的云计算概念。

简单来说，云计算通过网络“云”将巨大的数据计算处理任务分发给多个服务器系统，通过分布式计算、并行计算、云端储存备份等网络技术，利用云端计算平台并深度结合智能AI算法，同时处理大量数据并合并计算结果，从而拥有高度灵活、可扩展、高效率的优势。

从研发阶段的测试优化，到实际应用感知硬件产生的大数据，云计算都可以很好地解决快速储存、处理巨大工作负载的问题。可以预见，云计算将会在未来我国自动驾驶发展的过程中起到关键性的作用。

而事实上，当下云计算已经渗透到自动驾驶的全流程，无论是新势力还是传统车企，目前自动驾驶赛道走在前列的品牌，都是依靠了背后来自亚马逊、华为、英伟达、地平线等公司的云计算技术。可以说如今的自动驾驶已经进入了云计算的阶段，未来只会有更多车企加大投入到云计算的领域中。

中国自动驾驶需要一朵怎样的“云”？

就像自动驾驶方案一样，过去直接从Tier 1供应商打包的方式已经不适合中国市场上百花齐放的品牌，越来越多的车企开始自研算法。云计算也是如此，云的选择将成为自动驾驶行业相关企业成败的关键。那么中国自动驾驶到底需要怎么样的云计算平台，才能最有利于中国自动驾驶又快又稳地发展？

对于中国车企来说，考虑到自动驾驶在未来的发展趋势，必然将呈现出车辆自身硬件感知和云端储存计算协同工作的形式，因此一方面要依靠自身实力掌握核心技术，另一方面则要进一步加强与科技公司的深度合作，选择具备“高效快速”和“安全合规”等特性的云，通过加大建设专有云、优化云端数据闭环迭代能力，加大模型训练、仿真模拟和数据合规的投入，通过技术实力形成整个产业的进化和突破。

大模型和云计算的基础就在于算力，而自动驾驶更是需要稳定的算力。目前来看，我国AI大模型发展，包括自动驾驶在内，在算力上并没有优势，但未来自动驾驶对算力的需求只增无减。而且不要忘了，我们还要考虑到来自大洋彼岸的断供和制裁因素造成的影响，未来使用亚马逊云、微软云等服务或将都受到限制。因此算力也是我国自动驾驶一个待突破的瓶颈。

对于国内车企来说，解决算力问题还需要借用科技巨头的强大研发实力，而且目光必须投向国内科技企业。在AI算力上拥有足够的实力和技术，且能够与自动驾驶行业紧密结合的，可能华为云在现阶段是最好的选择。

首先，华为本身在通信、光电行业拥有绝对的技术和市场优势，尤其手握AI和5G技术，华为对于如今需要依靠大量车载通信和软件算法的自动驾驶来说，恰好“专业对口”。同时华为早在2013年就成立了车联网事业部，一直潜心研发汽车电子和高阶自动驾驶相关技术，尤其在云计算、AI、大数据技术迅速发展下，目前从车联网到自动驾驶研发算法，大模型支撑，昇腾AI云服务等都可以提供全套的自动驾驶解决方案。

更重要的是，华为还拥有强大的资金实力。依靠手机、通信等业务的盈利，华为拥有持续投入大资金的能力，这也将是未来解决算力的必要因素。而事实上，华为现在已经建立起了相当的云计算和算力基础，前不久发布的昇腾AI云服务，已经拥有2000P Flops的单集群算力、高达90%的千卡训练30天长稳率，可以为自动驾驶发展提供稳定高效的AI算力支持。