从去年开始,业内就有一种说法,2022年将是智能汽车元年。
为什么这么说现在,汽车工业中一条非常明确的主线是电气化从科技创新产品的发展规律来看,当渗透率超过10%时,往往证明这种产品商业化成功从9月新能源乘用车零售数据来看,渗透率已经超过30%
那么,意味着新能源汽车将进入产品维度的竞争阶段,新能源汽车的差异化竞争主要依靠智能系统换句话说,电气化为智能化提供了最好的载体,智能化软件决定了电气化体验的上限
因此,在智能汽车大规模商业化生产的前夕,数据驱动和车云集成的IT基础设施是刚需IDC报告预测,2025年,汽车智能网联系统组装率将达到83%,出货量有望提升至2490万台,年复合增长率为16.1%
需求引领方向,这也解释了为什么各大互联网科技公司都在瞄准智能汽车,整合云服务,构建汽车的云架构。
根据Frost amp据苏利文和投宝研究院发布的《2021年中国汽车云市场跟踪报告》显示,2021年汽车云行业整体市场规模达到335.2亿元,其中华为云以22.8%的市场份额位居中国汽车云市场第一。
其他厂商从去年开始就一直在传播相关消息先是字节跳动被曝组建车云团队,随后腾讯云正式宣布推出车云到今年8月底,阿里云与Xpeng汽车共同完成了福万驾驶智能中心,9月,百度AI Cloud正式宣布推出汽车云
对于云厂商来说,抓住汽车机动化,智能化的机会,可能会打开下一个巨大的增量市场可是,在这个过程中,新的问题和挑战不断出现如何了解行业,满足需求,是云厂商的关键考题
不看马力,看算力
在新能源汽车领域,习惯用普及率来评价行业的景气度所谓渗透率,是营销管理中的一个概念,是指在一定时期内,一种产品在市场上所有同类型产品中可能占有的比例
从历史数据来看,2015年国内新能源汽车零售渗透率约为1%,2019年上半年突破至5%,2021年直接上升至13.4%,随后在今年9月首次超过30%。
这些数字的变化说明了一个问题:汽车的智能化正在加速。
那么,汽车智能化的核心是什么换句话说,智能的重心在哪里
传统汽车的核心是马力大小,无论是真皮沙发座椅,还是机械性能等硬件设施现在硬件不再处于主导地位,而是处于从属地位,主导力量已经被计算能力,数据和软件所取代
关系的变化也给产业链带来了相应的新变化。
首先,软件越来越重要,所以软件定义汽车的概念极其流行。
其次,产业链整合了过去传统汽车电子无法覆盖的领域,如通讯技术,电池,操作系统等比如5G和6G整个产业链也开始从过去的垂直产业链发展到现在的网状合作模式
然后就是人工智能技术的融合。
在这种背景下,汽车的智能化不再是软硬件厂商之间的竞争,而是强大的生态系统之间竞争的结果。
既然是生态竞争,要想赢,一方面需要产业链的紧密联盟,另一方面,从技术架构来看,一个覆盖广,低延迟,高带宽,大计算能力的全球云基础设施也呼之欲出。
日前,在华为云汽车产业数字智能升级高峰论坛上,华为云正式发布了自己的全球汽车产业云基础设施KooVerse for Vehicle,其特点可以用1+3+m+n来概括。
华为云全球汽车行业云基础设施KooVerse for Vehicle
1是指覆盖全球的存储网络,可以实现全球170多个国家30ms延迟圈覆盖。
3是指在中国乌兰察布,贵安,芜湖建立的三个超大规模云核心枢纽依托这三个超大型的云核心枢纽,可以聚集行业伙伴共同进行技术创新,也可以划分不同的安全级别,满足汽车行业的规范和要求,同时可以提供大规模,高度灵活的云服务
M是指分布式车联网的节点,帮助网联汽车的数据高效进入云端,实现低延迟的数据高效处理。
N是指覆盖全国的50多个汽车数据专用接入点,提供高效的自动驾驶数据接入。
能否实现汽车数据和云数据的实时交互计算,能否实现车端业务和云业务的实时协同,是未来汽车行业业务结构升级的关键华为CTO张玉玺判断,在他看来,汽车产业的数字化智能升级应该是汽车的数字化智能升级+汽车企业的数字化智能升级+产业链的数字化智能升级
自动驾驶的本质是数据的军备竞赛。
汽车可以分为两类:一类是驾驶智能,一类是周边智能其中,驾驶智能主要通过自动驾驶来实现
毕马威中国管理合伙人麦睿博曾表示,自动驾驶被视为汽车技术皇冠上的明珠,是人工智能技术,客户至上理念和精密制造工艺的复杂集成。
虽然自动驾驶是按照L1—L5来分类的,但是级别越高,实现自动驾驶的难度就越大但是,无论是现在的主流L2+,还是未来的L4L5,都有一个鲜明的特点,那就是数据是最重要的动能
正如华为云汽车行业解决方案架构师孙伟所说,自动驾驶是一个全面数据驱动的时代。
这从自动驾驶产生的数据规模就不难看出根据消息显示,现在整个自动驾驶每个月会产生近500PB的数据预计到2027年,自动驾驶将形成16,000 PB的数据量
这是什么概念与人们经常接触的GB相比,PB的体积是GB的百万倍
由于大量的数据将会不断产生,我们如何经济高效地保存和使用这些数据呢。
先说存储站在用户的角度,自然是既高效又低成本为此华为云推出了分布式缓存系统,可以加快训练速度,同时可以对数据进行热,温,冷三级分级,自动降低数据成本,满足客户海量数据的低成本存储需求
存储海量数据后,如果需要搜索,华为云还提供了一个叫CSS的解决方案用户可以将经常搜索的关键词或者经常使用的数据直接放入这个搜索引擎中,完成实时的秒级交互查询另外,对于全量的数据查询,只需要直接把所有的列放到更多的维度上,把信息放到Hbase中,就可以实现准实时查询
自动驾驶数据应用的一个很重要的方向就是训练目前为了安全起见,自动驾驶是没有办法直接在路上跑的所以需要在特定的环境下做反复的训练,比如城市道路,乡村道路,雨雾天气,自动紧急制动,行人过马路等场景通过对这些数据的分析处理,可以进行纠偏,最终达到安全上路行驶的标准
怎样才能又快又好的训练数据在这方面,华为已经推出了自动驾驶R&D平台这个平台的意义在于让客户一站式完成数据上传,标注,模型训练,推理部署,所以最直接的好处就是节省时间
许多传统的AI开发模型需要几天时间,但现在可以缩短到几个小时甚至不到一个小时华为云机器学习和深度学习技术专家,ModelArts产品架构师白小龙博士解释道
之所以能达到这样的效果,在于华为云在性能,效率,准确性上的精准发力。
例如,自动驾驶的大规模数据的预处理和模型训练可能需要数千个GPU或专用的AI芯片这时候训练平台就需要能够平衡通信与单个节点的计算,这也是业内普遍存在的问题
对此,华为云开发了一些相对通用的大批量优化器,既能让单个节点有足够的计算时间,又能掩盖通信瑕疵,提高集群的训练效率。
另外,自动驾驶训练的过程中会有很多琐碎的工作,或者工程师会面临一些隐藏的bug华为云提出了一套AutoML算法工具,可以自动帮助算法工程师做最基础的程序工作,可以自动分析诊断问题
目前,就我们而言,大约90%的工作失败是由一些简单的代码错误引起的现在因为软硬件系统的可靠性提高,我们可以把故障率控制在1%以内,甚至更低白小龙博士说
另外,由于自动驾驶的安全性要求极高,对数据的准确性要求自然也极高华为云通过计算集群帮助用户和开发者搜索更高效的神经网络,可以减轻算法工程师的设计负担,提高准确率"在分类检测的许多基本场景中,准确率可以提高2%左右."白小龙博士说
在实现自动驾驶的过程中,出现了两条路线:一是自行车智能,二是车路协同从2019年左右开始,车路协同的路线越来越受欢迎在这样的情况下,对决策的要求是更快,更准如果单靠自行车智能做不到,就需要云平台提供技术支持
在华为云汽车行业数字智能升级高峰论坛上,华为云与中国联通在北上广等大城市建立了分布式车联网节点,可实现10毫秒延时覆盖。
此外,针对车联网数据应用的场景,华为云还与合作伙伴合作,提供多种车联网应用服务,包括驾驶行为分析,车联网知识图谱等服务。
华为云汽车行业解决方案全景
积木式方案,产业发展的需要与能力
与传统的强调完整性和系统级的车辆功能软件不同,在软件定义车辆的趋势下,软件架构和形式越来越强调分层解耦,标准化,模块化和开放性所谓模块化,就是有一个标准清晰的接口,模块可以组合和扩展,可以由不同的供应商提供
想要满足用户的需求,还需要行业的能力。
从时间线来看,自驾车赛道从2013年开始进入起步阶段此后,相关的投融资事件逐年增多2016年进入快速发展期,2018年达到顶峰2019年虽然进入低谷,但并没有持续多久2020年,行业再次迎来复兴
在风风雨雨的岁月里,无论是算法,数据等软件方面,还是芯片,雷达,域控制器等硬件方面,自动驾驶赛道的产业链都变得更加细分和全面。
比如产业链上游由软硬件供应商和技术服务,数字平台供应商组成,中游主要包括马骁智行,文远智行等车企和自动驾驶技术公司,而终端包括港口,物流,终端配送,Robotaxi,Robobus等商业应用场景。
参与者越来越小之后,也促进了产品和服务的标准化比如市场上虽然有很多不同厂家的阅卷模拟培训,但是产品界面已经标准化了
对此,华为云基于自身AI能力,在自动驾驶领域推出了一整套积木式解决方案。
积木的意义在于两点,一是解决方案的完整性,二是不同流程之间的可组合性。
比如不同的模块用户可以有不同的选择,不一定非要选择华为的方案有些方案客户自己开发了方案,也可以基于华为的方案进行替换从这个角度来说,我们提供了一套完整的解决方案,客户可以根据自己的需求进行定义,从而更广泛地满足行业的需求华为云行业解决方案专家Bright博士解释道
同时,他也判断自动驾驶方案向积木方向发展是行业下一步的趋势。
趋势的发展还需要观察,但无论是计算能力和数据处理能力,还是解决方案的灵活性,考验的不仅仅是云厂商的技术能力,还有他们的战略定位汽车还处于市场发展初期,云厂商还在建立自己的标杆客户从行业使能出发的华为云,可能更有利于其早期的制造经验,找到自己的业务定位
点击展开全文。
郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。