汽車雲算力“競速”，個性化進階成新風向_風聞

配圖來自Canva可畫

隨着產業互聯網的持續推進，雲服務逐漸深入各行各業，雲服務廠商也專門推出各種面向特定行業的專屬雲，比如金融雲、零售雲、政務雲等等。如今雲服務廠商正把焦點深入到汽車領域，圍繞“汽車雲”展開新的角逐。

今年以來，先是火山引擎推出以云為底座的產品解決方案（含汽車雲），後是BATH陸續推出自己的汽車雲解決方案，其中一直佔據前排位置的阿里雲，更是對外宣佈了它與小鵬汽車合作的自動駕駛智算中心“扶搖”，並藉此推出了其全套的汽車雲解決方案，一時之間汽車雲成了眾巨頭扎堆之地。

巨頭加速入局汽車雲

從行業現實情況來看，當前汽車雲尚且處於技術應用初期階段，可以發揮的空間極為廣闊，大廠雲集於此並不令人感到意外。

**從需求端來看，**隨着智能汽車的大規模進入市場，汽車廠商基於數據存儲、處理、應用的需求快速攀升，雲服務已經成為了汽車廠商們的剛需。據英特爾統計，一輛智能網聯汽車的數據處理量高達3.9TB，每一輛自動駕駛聯網車輛每年產生的數據將達到PB級，而當車企銷售出數十萬甚至上百萬智能汽車的時候，其數據量將是從PB級別到ZB級的增長，十分消耗車企在數據獲取、存儲和計算上的資源。

據來自工信部的數據顯示，今年上半年，國內具備組合駕駛輔助功能的乘用車銷量超288萬輛，滲透率升至32.4%，同比增長46.2%，預計未來3-5年國內市場的智能車出貨量將會達到千萬級別，這種情況下智能汽車想要維持較好的用户體驗，就需要來自“雲”的支持。

**從供給端來看，**儘管參與者不乏一些車企，但從雲服務行業自身重資產、重研發的特質來看，技術積累更深厚、更擅長軟件技術的雲服務廠商，更適合當下智能汽車市場爆發的狀況。

近年來，在汽車加速“雲化”的過程中，包括蔚來、吉利、上汽等車企，都有參與數據、雲服務的相關動作。放在整個行業來看，車企參與雲服務建設，固然有利於整個行業的發展，但是否划算就另當別論了。畢竟，車企自建雲服務基礎設施不僅需要大量資金投入，更需要技術支持，自己做汽車雲顯然難度不小。相比之下雲服務廠商具備更好的技術和資源，無疑是當下車企“上雲”的更佳選擇。

此外，汽車雲是雲服務廠商們當前面臨的為數不多的重要增量場景，各路雲巨頭自然是志在必得。近年來在外部監管收緊、互聯網流量紅利見頂的情況下，雲巨頭們均面臨增速放緩的窘境，而汽車雲作為新興領域，伴隨着智能汽車的爆發正展現出無限的增長潛力，是為數不多的增量市場，這自然引得各方垂涎。

算力比拼成新焦點

在海量數據以及超低時延技術的需求之下，當下智能汽車計算量正在呈現出指數級倍增的趨勢，尤其是人工智能在自動駕駛、車聯網等場景的廣泛應用，正在促使汽車的智能座艙日益成為一個高性能計算平台。在此背景下，算力比拼日漸成為車企在智能汽車領域贏得優勢的關鍵。

**一來，智能汽車典型的應用場景如自動駕駛，本身產生的數據體量龐大、類型複雜，因此運行起來很“吃算力”。**對於自動駕駛場景來説，廠商需要海量的數據來做數據標註、大模型訓練、仿真測試等工作，這些應用場景都需要巨大的算力資源提供底層支撐。有相關數據顯示，自動駕駛級別每提升一級，算力需求至少提升十倍。

當下，車企圍繞數據模型訓練、仿真測試已經產生了巨量的算力需求，而從仿真測試到封閉場地測試再到開放道路測試，還會產生巨量的算力需求，並且伴隨着自動駕駛進入城市場景中，基於複雜現實場景還會衍生出新的算力需求。

**二來，隨着汽車應用場景化、服務化不斷延伸，汽車新生場景還在繼續產生難以計數的數據量，迫使汽車不斷提升算力以應對不斷提升的“算力消耗”。**除了眾所周知的自動駕駛場景之外，近年來隨着智能座艙和車聯網技術的不斷發展，座艙產品智能化不斷升級，芯片和算法等性能同步提升，一芯多屏、多屏互融、立體式虛擬呈現等技術普及，相應地其所需要的算力資源也在提升。

另外，車聯網技術不斷發展，人、車、路、雲全方位連接，催生出了大量應用服務，進一步覆蓋了網聯汽車後服務、智能出行服務等多個環節，這些應用都在催生新的算力需求。

謀求戰略聚焦的阿里雲

總的來看，對於汽車雲市場，外界的一眾雲巨頭都已經動起來了，但在投入的側重點上各方卻有所不同。相比其他雲廠商，阿里雲對於汽車雲的投入更加聚焦場景，其應用主要集中在自動駕駛雲、營銷雲、智造雲三朵雲上。

在自動駕駛方面，阿里雲充分發揮其在數據挖掘以及產品閉環迭代方面的優勢，幫助車企提升自動駕駛研發效率、降低研發成本。

對於整車廠而言，如何從海量的數據中挖掘出價值數據以優化算法，是其能否高效推進自動駕駛產品迭代的關鍵。而絕大多數主機廠在感知模型訓練、仿真測試和研發工具鏈上仍存在痛點，且無法通過傳統的數據中心得到解決，這些痛點短期內或可克服，但長期來看必然離不開汽車雲服務作為強“外援”，以超強算力、智能策略、端對端的工具鏈服務，以及深度業務賦能能力實現自動駕駛技術迭代與落地。數據顯示，雲服務能夠將算法訓練效率提升10倍以上，數據處理成本降低50%，在提升自動駕駛的迭代效率、增強自動駕駛安全性方面意義重大。

典型的例子是“扶搖”。今年8月，小鵬汽車和阿里雲宣佈在烏蘭察布建成國內最大的自動駕駛智算中心“扶搖”，專用於自動駕駛模型訓練。按照小鵬的説法，“扶搖”是全國最大的自動駕駛智算中心。基於阿里雲飛天智算平台，“扶搖”自動駕駛模型訓練提速近170倍。同時，智算中心的 PUE（年均能耗電力電源使用效率）低於1.2，降本增效十分顯著。

在智能製造方面，藉助其在數字孿生、智能計算、輔助決策和在線協同等方面的能力打造數智工廠，推動智能汽車生產的數字化、智能化水平。隨着智能汽車時代的到來，智能汽車的生產流水線也在全面向智能化升級，基於雲計算、數字孿生的智能製造日漸成為一種潮流，而由阿里雲與機械工業九院聯合為一汽紅旗打造的汽車數智工廠—繁榮工廠正是此中代表。

其通過將近2萬台設備實時在線，實現了五大車間的數字孿生實時聯動，在國產自研的數據採集與監控平台上，算法幫助焊裝車間實現了焊點合格判定準確率提升到97%；塗裝車間的空調能耗節約9%，漆膜質量預測準確率提升到91%。

**在智能營銷方面，充分利用阿里生態的數據智能和數字人等技術，提升車企的營銷投放精準度和流量轉化效率，降低車企營銷成本。**阿里雲“營銷雲”基於瓴羊的數據智能和達摩院的數字人等技術能力，整合阿里巴巴集團的生態資源，可高效觸達1.3億規模的汽車意向人羣，相比傳統投放有約60%人羣增量；同時通過打造全鏈路銷售漏斗，實現營銷業務端到端數字化運營，幫助車企提升會員數量、提升用户體驗、提高轉化率和訂單數量。

目前，一汽奧迪的銷售公司已基於阿里雲“營銷雲”建設內容中台，構建超過170個內容標籤，內容日均活躍度超過10萬。一汽紅旗的營銷部門基於“營銷雲”將品牌線索轉化率提升超過10%，線索運營成本降低30%。總的來看，基於以上三朵雲，阿里雲很好地實現了幫助車企造好車、賣好車的願景。

汽車雲下一站：從“服務”向“共生”轉變

從行業來看，無論是算力支持還是應用支持，車企與雲服務廠商之間的關係早已不再只是簡單的“採購商與供應商”的關係了，如今兩者更像是“共生”的關係。從這個意義上來説，阿里雲的汽車雲戰略或具有廣泛的示範意義。

**在內容上，**阿里雲積極響應“車雲融合”的行業變化趨勢，兼顧車企的多重技術訴求，在安全、高效的基礎上夯實產業基礎打造產業合力。

在技術日新月異、行業變化天翻地覆的今天，智能汽車的製造已經遠遠超出了單一整車廠以及雲服務廠商的能力範疇，變成了一個需要全行業共同參與的事情。而對於車企而言，如何在推動自身技術發展的同時，做到技術自主可控、產品迭代高效、數據安全可信，就成了一個現實問題。阿里雲積極與汽車廠商探索“共創共生”的模式，通過加強溝通、對齊需求、釋放大數據的生產力，從而成功激發出汽車雲服務賦能智能網聯業務發展的化學反應，很好地形成了產業合力。

**在服務範圍上，**阿里雲一改過去行業內，做單一的“小而美”的服務或“大而全”的泛生態化服務，轉向剛性需求做深做精垂直領域，幫助車企破解痛點難題。從行業來看，“汽車雲”可以分為兩大類：一是上文提到的自動駕駛、車聯網、車路協同等落地應用場景；二是針對車企數字化轉型，滿足數字化管理和供應鏈協同需求，覆蓋生產、管理、營銷等環節。

過去行業內的汽車雲玩家，要麼針對其中的單一環節，要麼針對泛生態的產業鏈進行佈局，對車企的剛需、差異化、定製化需要則關注不足。而阿里雲則重點聚焦智能汽車的生產製造、自動駕駛以及銷售這三大剛性需求做深做精，重點解決好當前車企關心的“造好車、賣好車”的訴求。

**在模式上，**阿里雲深刻洞察主機廠傾向於從“授人以魚”到“授人以漁”的技術反哺需要，通過多種技術手段幫助車企實現從“造車到賣車再到智能化升級”的全生命週期需要，陪伴車企共同成長。

不難預見，隨着行業的不斷發展，產業融合的不斷深化，行業將愈發呈現出開放包容的發展趨勢，車企與雲服務廠商的關係，也將越來越呈現出“共創共生”的新特點。作為其中的參與者與推動者，阿里雲也將成為“車雲共創共生”的最大受益者。