隨著相關(guān)政策的密集出臺(tái)，自動(dòng)駕駛也在愈加規(guī)范的同時(shí)，不斷提速商業(yè)化進(jìn)程。目前，北京、重慶、武漢、深圳、廣州、長(zhǎng)沙等地已有無(wú)人化商業(yè)運(yùn)營(yíng)試點(diǎn)在對(duì)外提供服務(wù)，并有不少智能汽車(chē)品牌把高速公路場(chǎng)景，甚至城市場(chǎng)景下領(lǐng)航輔助駕駛功能產(chǎn)品收入囊中。

業(yè)內(nèi)許多人士認(rèn)為，自動(dòng)駕駛在高速發(fā)展下，正在從技術(shù)驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)時(shí)代。的確，無(wú)論走哪種技術(shù)路線(xiàn)，車(chē)企更多需要通過(guò)真實(shí)數(shù)據(jù)來(lái)驅(qū)動(dòng)真正的自動(dòng)駕駛體驗(yàn)。

數(shù)據(jù)貫穿自動(dòng)駕駛的研發(fā)、測(cè)試、量產(chǎn)、運(yùn)維、售后等全生命周期，企業(yè)也需要利用從研發(fā)到使用全過(guò)程產(chǎn)生的數(shù)據(jù)，來(lái)不斷提升、迭代自動(dòng)駕駛系統(tǒng)。

那么，目前自動(dòng)駕駛最迫切的數(shù)據(jù)應(yīng)用場(chǎng)景是什么？這樣的場(chǎng)景又對(duì)算力、工具、平臺(tái)有哪些需求？應(yīng)用過(guò)程中，面對(duì)隨之而來(lái)的海量任務(wù)，如何能夠提升數(shù)據(jù)管理效能，并保障數(shù)據(jù)的安全與合規(guī)性？車(chē)企要不要上云？該如何上云？ 

為此，12月15日，在金橋經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)管委會(huì)的推動(dòng)下，阿里云聯(lián)合機(jī)器之心共同舉辦「自動(dòng)駕駛的數(shù)智化未來(lái)」閉門(mén)研討會(huì)，邀請(qǐng)眾多專(zhuān)家學(xué)者、產(chǎn)業(yè)界精英和政府相關(guān)部門(mén)代表到場(chǎng)跨界交流，并一齊探索了這些問(wèn)題的答案。

自動(dòng)駕駛需要上云嗎？

從軟件算法到硬件設(shè)備，自動(dòng)駕駛領(lǐng)域天生就會(huì)產(chǎn)生很多數(shù)據(jù)。一輛符合或者具備自動(dòng)駕駛的車(chē)有攝像頭、雷達(dá)、定位系統(tǒng)等各種各樣的感知設(shè)備，這些感知設(shè)備運(yùn)行24小時(shí)，大概會(huì)采集4個(gè)TB的數(shù)據(jù)，阿里云智能副總裁、行業(yè)解決方案研發(fā)部負(fù)責(zé)人曾震宇指出。

「當(dāng)然，一輛車(chē)不可能24小時(shí)都在開(kāi)，假設(shè)100萬(wàn)輛車(chē)一天在路上跑3個(gè)小時(shí)，總數(shù)據(jù)量就是128EB，而通常一家互聯(lián)網(wǎng)公司的數(shù)據(jù)量在幾個(gè)EB。128EB對(duì)于任何一家做自動(dòng)駕駛的公司，都是一個(gè)非常海量的數(shù)據(jù)量級(jí)別，即使對(duì)這些數(shù)據(jù)量做1%到1‰的采樣，算下來(lái)也差不多是EB級(jí)別的。」

而且，自動(dòng)駕駛公司以往是針對(duì)感知算法做許多小模型，未來(lái)或會(huì)朝大模型方向發(fā)展，大模型對(duì)數(shù)據(jù)量的消耗以及數(shù)據(jù)的需求會(huì)越來(lái)越大。再?gòu)目磻蛞?guī)劃控制和決策方面，自動(dòng)駕駛公司以往更多是從規(guī)則或決策的角度來(lái)做規(guī)控，未來(lái)不僅是規(guī)則+決策還要加上強(qiáng)化學(xué)習(xí)，這對(duì)數(shù)據(jù)量的需求又非常大。

將海量的數(shù)據(jù)保存下來(lái)之后，又會(huì)有非常多的計(jì)算場(chǎng)景，其中有許多場(chǎng)景都需要用云計(jì)算來(lái)幫助做加工處理。例如，面對(duì)超大的非結(jié)構(gòu)化數(shù)據(jù)的預(yù)處理，如何快速加大并發(fā)、加快數(shù)據(jù)的處理能力？超大規(guī)模的網(wǎng)絡(luò)參數(shù)非常多，怎么快速地并行化訓(xùn)練感知模型算法？在百億級(jí)的向量多模態(tài)檢索環(huán)節(jié)，如何從海量數(shù)據(jù)中快速挑選出有價(jià)值的數(shù)據(jù)？算法上線(xiàn)前做仿真測(cè)試時(shí)，如何提升仿真的并發(fā)度和計(jì)算效率？

由此可見(jiàn)，在自動(dòng)駕駛商業(yè)落地下半場(chǎng)中，數(shù)據(jù)「上云」是自動(dòng)駕駛行業(yè)的一大剛需，也是決定其能否實(shí)現(xiàn)快速迭代的重要因素。

「上云」之路有哪些？

不過(guò)，在具體「上云」方式上，自動(dòng)駕駛行業(yè)各公司的選擇并不單一。

一部分公司選擇自建超算中心，如特斯拉和小鵬。2021年8月，特斯拉正式發(fā)布自研云端超算中心Dojo，主要用于處理大量訓(xùn)練特斯拉自動(dòng)駕駛汽車(chē)AI軟件數(shù)據(jù)；2022年8月2日，基于阿里云智能計(jì)算平臺(tái)，小鵬汽車(chē)在烏蘭察布建成國(guó)內(nèi)最大的自動(dòng)駕駛智算中心「扶搖」，專(zhuān)用于自動(dòng)駕駛模型訓(xùn)練。

還有自動(dòng)駕駛企業(yè)選擇在云平臺(tái)靈活部署自己的技術(shù)，比如Nullmax利用貫通車(chē)端、云端的自研數(shù)據(jù)成長(zhǎng)系統(tǒng)推動(dòng)自動(dòng)駕駛不斷迭代升級(jí)。Nullmax創(chuàng)始人兼CEO徐雷表示，自動(dòng)駕駛是場(chǎng)景驅(qū)動(dòng)的設(shè)計(jì)來(lái)實(shí)現(xiàn)包括測(cè)試和商業(yè)化應(yīng)用的過(guò)程，當(dāng)中必然會(huì)產(chǎn)生很多數(shù)據(jù)。而各種云的服務(wù)是一個(gè)基礎(chǔ)服務(wù)，他們正是在這些服務(wù)上對(duì)采集和收集的數(shù)據(jù)做分類(lèi)切片、標(biāo)注和挖掘工作。這樣一來(lái)，車(chē)端源源不斷地獲取數(shù)據(jù)，云端對(duì)數(shù)據(jù)進(jìn)行分析，可以完成獲取、清洗、標(biāo)注、訓(xùn)練以及模型驗(yàn)證的整個(gè)數(shù)據(jù)閉環(huán)，為感知、融合、決策、定位、測(cè)試等環(huán)節(jié)提供全方位的幫助。

（Nullmax 創(chuàng)始人兼CEO徐雷）

這是行業(yè)內(nèi)典型的兩種「上云」之路。對(duì)于大部分企業(yè)而言，是否自建云服務(wù)平臺(tái)仍值得商榷。畢竟，自建云計(jì)算基礎(chǔ)設(shè)施不僅需要巨大的前期投入，后續(xù)成果能否盡如人意也是個(gè)未知數(shù)。因此，選擇一家有實(shí)力的第三方云計(jì)算企業(yè)，成為大多數(shù)車(chē)企的最佳選擇。

多云VS單云

如今自動(dòng)駕駛企業(yè)在選擇云服務(wù)時(shí)，往往會(huì)選擇多家，如阿里云、騰訊云、華為云等都采購(gòu)，避免與一家「綁定」。但實(shí)際上從效率角度考慮，選擇單獨(dú)一家，使用一站式/全棧式的服務(wù)是最為高效的。

對(duì)此，輕舟智航技術(shù)合伙人李棟解釋道，他們主要是出于兩方面的考慮：第一是成本，希望能得到最高性?xún)r(jià)比的服務(wù)；第二是想靈活適配各云服務(wù)商，其策略是采用更基礎(chǔ)、接口更統(tǒng)一的服務(wù)，并且盡量壓低在不同服務(wù)之間切換的成本。

（輕舟智航技術(shù)合伙人李棟）

此前，業(yè)內(nèi)也流傳著這樣一種說(shuō)法：「自動(dòng)駕駛企業(yè)上交了數(shù)據(jù)就相當(dāng)于交出靈魂」。確實(shí)，云供應(yīng)商如此深層次地介入到自動(dòng)駕駛研發(fā)業(yè)務(wù)中，在一定數(shù)據(jù)量的積累后，自動(dòng)駕駛企業(yè)是會(huì)產(chǎn)生一定的顧慮。

阿里云行業(yè)解決方案研發(fā)部自動(dòng)駕駛云產(chǎn)品負(fù)責(zé)人孫放表示，對(duì)于這一現(xiàn)象，阿里云有三個(gè)態(tài)度：

第一，阿里云并不干涉客戶(hù)選多云；第二，阿里云不做車(chē)端相關(guān)的技術(shù)，整套服務(wù)體系都不會(huì)綁定車(chē)端的客戶(hù)選型，不管是阿里云提供工具還是原子能力都可以適配客戶(hù)任意車(chē)端體系使用；第三，阿里云提供多層次可以拆分售賣(mài)的自動(dòng)駕駛云方案，擁有多模態(tài)數(shù)據(jù)檢索、仿真軟件大規(guī)模調(diào)度等許多原始能力。如果客戶(hù)自研SaaS，可以直接用原子能力，然后根據(jù)自己的需要選擇合適的上層工具或者是自研上層工具；阿里云也可以聯(lián)合合作伙伴提供上層端到端的SaaS層開(kāi)發(fā)工具產(chǎn)品。

「目前，大部分主機(jī)廠或造車(chē)新勢(shì)力客戶(hù)會(huì)選擇把某一個(gè)業(yè)務(wù)類(lèi)型（如仿真、訓(xùn)練）放在一種云上，而Tier1供應(yīng)商會(huì)根據(jù)他們自己的客戶(hù)的需求選擇云服務(wù)，通常不和某一個(gè)云綁定。對(duì)此，阿里云整體是一個(gè)完全開(kāi)放的態(tài)度。我們更多從技術(shù)層面幫客戶(hù)考慮，如多云之間存算力怎么分配、跨云數(shù)據(jù)同步對(duì)帶寬依賴(lài)、成本和網(wǎng)絡(luò)延遲是否會(huì)產(chǎn)生影響等?！箤O放稱(chēng)。

達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室則認(rèn)為，從效率或者迭代更高角度來(lái)講，更深度的垂直整合往往會(huì)帶來(lái)更高效率和更低成本。這是他們?cè)谂c阿里云更深度結(jié)合綁定的過(guò)程中所實(shí)踐到的。

而對(duì)于自動(dòng)駕駛企業(yè)所顧慮的方面，達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室的看法是，選擇多元方案涉及到云與云之間包括網(wǎng)絡(luò)傳輸和數(shù)據(jù)互通，協(xié)同成本很高，在不同企業(yè)發(fā)展階段這種付出是可以權(quán)衡的。例如，在快速迭代階段，可與單一云廠商深度綁定；進(jìn)入規(guī)?；l(fā)展階段，再考慮多云間平衡的技術(shù)方案。

自動(dòng)駕駛的數(shù)據(jù)應(yīng)用難點(diǎn)

自動(dòng)駕駛企業(yè)對(duì)云端研發(fā)自動(dòng)駕駛、對(duì)于感知模型訓(xùn)練、仿真測(cè)試、研發(fā)工具鏈等的需求越來(lái)越旺，礦山、城區(qū)和高速道路等都是其目前相對(duì)迫切的數(shù)據(jù)應(yīng)用場(chǎng)景，但過(guò)程中也面臨許多難點(diǎn)。 

伯鐳科技自動(dòng)駕駛產(chǎn)品解決方案負(fù)責(zé)人趙新寰介紹，礦山相對(duì)公開(kāi)道路不太一樣，沒(méi)有交通燈、斑馬線(xiàn)等交通信號(hào)，也沒(méi)有行人場(chǎng)景，需要標(biāo)注的數(shù)據(jù)也不一樣，如道路、擋墻以及不同大小和形態(tài)的落石。由于單車(chē)數(shù)據(jù)標(biāo)志量雖不很大，但往往比較特別，他們選擇找專(zhuān)業(yè)的數(shù)據(jù)標(biāo)注公司來(lái)提供服務(wù)，但成本較貴、時(shí)間周期較長(zhǎng)。

而且，他指出，礦山場(chǎng)景中做數(shù)據(jù)采集，要考慮車(chē)輛的形態(tài)、能耗，還要保證無(wú)人駕駛和有人駕駛車(chē)輛的混編，包括道路共享、匯車(chē)、錯(cuò)車(chē)等，整體數(shù)據(jù)量非常巨大。從仿真角度來(lái)說(shuō)，對(duì)數(shù)據(jù)的處理難度以及算力的要求都比較高。

上海數(shù)字大腦研究院執(zhí)行CEO、CMC Capital VP劉海濤則結(jié)合此前的項(xiàng)目經(jīng)歷，談到礦山數(shù)據(jù)應(yīng)用場(chǎng)景的另一棘手情況：做數(shù)據(jù)標(biāo)注時(shí)存在降噪問(wèn)題。當(dāng)大型礦卡行至顛簸道路，會(huì)在啟停時(shí)晃得很厲害，有時(shí)候傳感器突然打到地面，會(huì)誤認(rèn)為地面是障礙物，或者在攝像頭結(jié)霜時(shí)就看不到了。

（上海數(shù)字大腦研究院執(zhí)行CEO、CMC Capital VP劉海濤）

專(zhuān)注于做車(chē)路協(xié)同自動(dòng)駕駛的中智行技術(shù)副總裁劉生認(rèn)為，無(wú)人駕駛看的是安全、效率和體感，其中最難的是安全性，它的數(shù)據(jù)難點(diǎn)有以下三點(diǎn)：首先，現(xiàn)實(shí)世界中發(fā)生的案例大多都是典型的，但安全性場(chǎng)景極其罕見(jiàn)；其次，自動(dòng)駕駛未來(lái)的目標(biāo)不是做到絕對(duì)安全，只需要做到比人更好就可以，但評(píng)估起來(lái)是非常難的；最后是數(shù)據(jù)理解方面的難題，構(gòu)建安全性場(chǎng)景非常難，需要保真度和安全性的評(píng)估指標(biāo)。

對(duì)此，目前業(yè)界有三種解法。一是影子模式，用人開(kāi)的方式和自動(dòng)駕駛差異性找到罕見(jiàn)事件作為安全性評(píng)估；二是機(jī)器學(xué)習(xí)方法從普通場(chǎng)景推導(dǎo)安全性的案例，這里面需要解決認(rèn)知和邏輯性問(wèn)題；三是減少安全性的場(chǎng)景，從而使安全關(guān)鍵事件的發(fā)生概率被人們接受。比如可以借助于第三方力量（如路端），有助于克服機(jī)載傳感器的局限性。這種方式的挑戰(zhàn)在于如何提升PnC的泛化能力。

「但不管用哪種解法，技術(shù)挑戰(zhàn)和投入成本都是非常大的?！箘⑸赋?，中智行另辟蹊徑，用車(chē)路協(xié)同來(lái)實(shí)現(xiàn)低成本高效率數(shù)據(jù)采集。中智行聯(lián)合天翼交通發(fā)布的“輕車(chē)·熟路”車(chē)路協(xié)同系統(tǒng)具備全時(shí)空的觀測(cè)，場(chǎng)景覆蓋率可以達(dá)到100%，能夠完美解決安全維度最難的稀缺性。

另外一方面，無(wú)人駕駛是生態(tài)型的，不可能一家公司從頭做到尾，在數(shù)據(jù)處理方面也同樣需要上下游合作。無(wú)人駕駛的數(shù)據(jù)處理分為數(shù)據(jù)工具和數(shù)據(jù)理解兩部分，而他們非常愿意把數(shù)據(jù)工具體系交給平臺(tái)方去做，更多去關(guān)注數(shù)據(jù)的理解。

（中智行技術(shù)副總裁劉生）

比如，阿里云就提供了一系列工具，能夠幫助業(yè)務(wù)方把有價(jià)值的數(shù)據(jù)量提取出來(lái)。劉生介紹，有了高質(zhì)量的數(shù)據(jù)，友商也能提供強(qiáng)大的平臺(tái)幫他們做數(shù)據(jù)處理，接下來(lái)中智行還進(jìn)一步利用路側(cè)數(shù)據(jù)做了規(guī)控優(yōu)化、感知泛化以及更新高精地圖等工作。

基于路側(cè)數(shù)據(jù)優(yōu)化自動(dòng)駕駛的規(guī)控方面，阿里云也做了不少相關(guān)的實(shí)踐。目前，阿里云提供針對(duì)城市和高速道路等的自動(dòng)駕駛仿真場(chǎng)景庫(kù)，主要面向規(guī)控仿真。2022年9月27日，阿里云聯(lián)合毫末智行在德清市發(fā)布「中國(guó)首個(gè)基于車(chē)路協(xié)同云服務(wù)的大規(guī)模自動(dòng)駕駛場(chǎng)景庫(kù)」。

（毫末智行COO侯軍）

此外，毫末智行COO侯軍談到，隨著自動(dòng)駕駛大規(guī)模商業(yè)化落地的提速， 數(shù)據(jù)智能成為自動(dòng)駕駛能力高速迭代的核心，而更加開(kāi)放的生態(tài)也讓企業(yè)贏得未來(lái)。毫末選擇與生態(tài)伙伴一起合作，將海量數(shù)據(jù)云上進(jìn)行高效訓(xùn)練，以提升數(shù)據(jù)處理能力，降低訓(xùn)練成本。

還有場(chǎng)景落地可行性問(wèn)題…

除面臨海量的、不同類(lèi)型的數(shù)據(jù)應(yīng)用難題外，自動(dòng)駕駛企業(yè)還要注意收集及處理數(shù)據(jù)時(shí)的效能和合法合規(guī)性。

今年11月23日，上海市通過(guò)了以浦東新區(qū)為試點(diǎn)，促進(jìn)無(wú)駕駛?cè)酥悄芫W(wǎng)聯(lián)汽車(chē)的新規(guī)，為完全無(wú)人駕駛汽車(chē)在上海的落地提供了制度依據(jù)。

上海金橋智能網(wǎng)聯(lián)汽車(chē)發(fā)展有限公司高級(jí)經(jīng)理周軼表示，政府在做好監(jiān)管職責(zé)之后，另一方面也在思考：面對(duì)示范區(qū)車(chē)輛監(jiān)管和車(chē)路協(xié)同建設(shè)沉淀的海量數(shù)據(jù)，作為第三方機(jī)構(gòu)如何在保障安全和隱私的前提下，引導(dǎo)產(chǎn)業(yè)鏈上的參與者，建立一套行之有效的行業(yè)協(xié)作機(jī)制，背靠浦東豐富的城市社區(qū)場(chǎng)景和海量的出行服務(wù)需求，以數(shù)據(jù)管理和應(yīng)用為導(dǎo)向，形成一個(gè)可持續(xù)、可管理、可閉環(huán)的數(shù)據(jù)生態(tài)。

從根源上來(lái)講，這并不完全是技術(shù)層面的問(wèn)題，更多是面向應(yīng)用場(chǎng)景的落地可行性問(wèn)題。金橋智聯(lián)的建議是建立適應(yīng)浦東應(yīng)用場(chǎng)景特色的智能網(wǎng)聯(lián)車(chē)數(shù)據(jù)安全與數(shù)據(jù)管理標(biāo)準(zhǔn)體系，除了技術(shù)上的考慮，一定要瞄準(zhǔn)浦東的創(chuàng)新應(yīng)用場(chǎng)景的數(shù)據(jù)管理和應(yīng)用需求。

「未來(lái)浦東一定是國(guó)內(nèi)最大規(guī)模的自動(dòng)駕駛無(wú)人出租、無(wú)人公交、無(wú)人配送、無(wú)人泊車(chē)等應(yīng)用場(chǎng)景的商業(yè)化落地區(qū)域，這個(gè)過(guò)程中數(shù)據(jù)在業(yè)務(wù)上如何保障信息安全和隱私，技術(shù)上如何防止篡改和盜用，乃至金融上如何確保用戶(hù)和企業(yè)資金流轉(zhuǎn)的安全和存證，這都需要建立一套面向場(chǎng)景應(yīng)用的數(shù)據(jù)安全與管理標(biāo)準(zhǔn)。以此為基礎(chǔ)，保障不同應(yīng)用場(chǎng)景擁有可靠同源的安全架構(gòu)，才能真正推動(dòng)自動(dòng)駕駛商業(yè)運(yùn)營(yíng)的大規(guī)模推廣落地?！?/span>

數(shù)據(jù)在驅(qū)動(dòng)自動(dòng)駕駛高速發(fā)展的同時(shí)，也帶來(lái)許多挑戰(zhàn)。為應(yīng)對(duì)海量的數(shù)據(jù)以及龐雜的處理任務(wù)，自動(dòng)駕駛企業(yè)需要建立起強(qiáng)大的數(shù)據(jù)存儲(chǔ)與智能計(jì)算能力，而能夠提供這些支持的正是云服務(wù)。

需要注意的是，隨著技術(shù)應(yīng)用的迭代和業(yè)務(wù)場(chǎng)景的變化，現(xiàn)如今自動(dòng)駕駛企業(yè)對(duì)云服務(wù)商提出了更多的需求，其中「從垂直場(chǎng)景切入深度解決數(shù)據(jù)應(yīng)用難點(diǎn)，切實(shí)提升數(shù)據(jù)管理效能」就是關(guān)鍵點(diǎn)之一。

在此情況下，云服務(wù)商需要與自動(dòng)駕駛公司加強(qiáng)溝通、對(duì)齊需求；后者也需要再多加思考選擇云服務(wù)的方案和策略：如何在免除「被綁定」顧慮的同時(shí)，還能發(fā)揮出更高的效率、以及更低的成本，并以此加速自動(dòng)駕駛的商業(yè)化進(jìn)程？