智能汽车需要什么样的云？
根据Gartner估计，每一辆自动驾驶联网车辆每天至少产生4TB数据，每年约产生数百PB数据，随着自动驾驶渗透率的提升，还将诞生海量的驾驶场景数据，OEM和出行服务商未来需处理的数量估计可达ZB级。
根据公开信息，特斯拉建立了一个拥有60亿个标注物的库，一个将近2000万公里的虚拟道路，专门对算法进行训练。——这还仅仅是自动驾驶的2．0时代。
同时，不仅数据量变大对云端数据库存储产生挑战，对数据的处理、提取、计算、识别难例、生成数据集并进行算法优化等，比如自动驾驶需要大规模且多样性的训练数据，从数据的类型来说就包括感知数据、图像数据、行驶数据等等，并在云端进行训练和推理。
这就对云厂商IaaS＋PaaS的底层能力提出了更高的要求，海量数据能否快速处理，算法模型能否及时更新，数据能否反哺算法快速迭代，是每个汽车云厂商的必修课。
腾讯便重点瞄准了这部分能力，为车企打造了一个超大的“数据中台”。腾讯汽车云事业部内部分为车网联云、出行服务云、自动驾驶云及行业数据中台。其中，行业数据中台能力覆盖云基础、大数据、数据服务、数据应用领域，为车企提供数据分析、应用等大数据服务。
在今年6月份，腾讯升级“车云一体化”战略时，更加强调了行业数据中台的更项能力。包括数据存储、采集、标注、处理、计算等能力的聚合和加强，维度和模块也更加清晰。
在这部分数据能力上，开放一直是云厂商们的主旋律。华为汽车云针对自动驾驶产生的PB级海量数据提供高性能的存储、大数据组件和深度归档服务，以及生态开放的开发工具链，以及一站式AI开发平台ModelArts，帮助车企快速构建开发平台，降低开发复杂度和成本，提升效率。
除底层能力的高要求外，由于乘用车最终需要连接消费者，所以云服务结合智能网联汽车所提供的SaaS应用，才是触达消费者、挖掘数据价值的高频连接口。这需要SaaS层的云服务能够深度结合业务，对内建立直接可用的模型和算法；对外打通业务断点与数据孤岛，实现业务闭环。
火山引擎汽车云解决方案，就是从车内SaaS应用为切口，反哺PaaS层的数据能力。据了解，字节跳动汽车云SaaS层包括服务管理、车辆管理、售后数据、生产数据采集等能力。
据了解，字节跳动已开发了“火山互娱”车机版APP，这款软件结合了抖音、西瓜视频、今日头条、懂车帝等内容生态，可以通过AI文字转语音TTS技术，自动转化成语音播放。目前，火山互娱已在吉利和长安等车型上应用，目前装机量已有数十万台。
汽车中的这块屏幕，是未来商业化的重要入口，不止火山引擎，云大厂们都没有打算放过这块蛋糕。
腾讯汽车云虽然专注打造IaaS＋PaaS的底层能力，但基于底层能力和开放生态，建立起了行业生态市场，将应用和服务交给合作伙伴来做。一位微信小程序开发者对光锥智能讲到：“微信小程序已经开放了汽车终端的API接口，未来，理论上所有的微信小程序都可以在汽车上使用，迁移成本低，不需要重新做一遍。”
阿里云在小鹏汽车上，基于云上基础设施、即开即用算力和产品服务，同时还可以随时接入云上的小程序生态，与阿里体系的小程序生态，实现互联互通。举个例子，在盒马app、支付宝盒马小程序和小鹏汽车内的盒马小程序，可以实现账号互通，在车内使用语音交互可直接盒马下单。
总的来讲，底层技术能力的PK和前端应用的商业化，云厂商们围绕这两个重要赛点展开了不同的竞争布局。
每家车企都要有一个智算中心？
毫末智行CEO顾维灏分享过一个数据：“目前用户使用我们辅助驾驶产品所产生的辅助驾驶里程，已经接近1700万公里。毫末数据智能体系MANA的学习时长已经超过了31万小时，虚拟驾龄达到4万年。末端物流自动配送车也为附近用户运送了超过9万单的物资。数据的规模和多样性都在快速地增长。”
汽车数据变得越来越庞大，也越来越复杂。比如自动驾驶功能产生了大量的冗余数据，采集到的数据类别繁多，包括视频、图像、激光点云、雷达点云、车身数据等，其中95％的数据是低价值的，需要对其进行多层清洗才能获取高价值的数据，这带来的清洗困难和存储负担，导致价值数据挖掘效率低。
数据量庞大、数据类型变复杂，云厂商不仅要更新算法模型，更需要进行数据存储扩容，并提升算力，以提高整体效率。
举个场景化的例子，在自动驾驶领域，以训练一个千亿参数、百万个clips的大模型为例，需要上千个GPU训练几个月时间，训练大模型需要消耗巨大的算力。顾维灏向光锥智能表示，如何提升训练效率、降低训练成本、实现低碳计算，是自动驾驶走进千家万户的一个关键门槛。
这也是为什么自动驾驶公司要不遗余力打造智算中心的原因。
光锥智能了解到，毫末MANA超算中心目标满足千亿参数大模型，同时数据规模100万clips，预计将整体训练成本降低200倍。
今年8月，阿里云也与小鹏汽车合建的智算中心“扶摇”，基于算力可达600PFLOPS（每秒浮点运算60亿亿次），规划将小鹏汽车的自动驾驶训练的速度提升近170倍。
小鹏汽车董事长、CEO何小鹏曾在采访中谈道：“任何一家智能汽车公司对算力的要求够极高，尤其是自动驾驶模型训练，在视觉检测、轨迹预测以及行车规划等算法模型上都很‘吃’算力。”
可以说，在提升算力方面的超前布局，是各云厂商和车企能否进入自动驾驶3．0时代的入场券，在补齐数据、算法、算力三个方面的能力后，这场PK才正式进入下一个赛点。
结语
一个关键产业的突围，往往可以带动数个相关产业链的崛起。
机械臂、3D视觉、3D打印、人工智能．．．．．．数个智能制造的底层技术，已经率先在汽车生产中应用落地。智能汽车不仅是工业的明珠，也将成为智能制造的范本。
云厂商则可以摸着汽车产业过河，进入到一个更加深邃的实体经济数智化大海中。
而自动驾驶带来的数据量爆发，车路协同成为智慧城市的重要切入口，每一个也都是一片广袤的新天地。
汽车云，不仅是云厂商的必争之地，甚至可能是决战之巅。
原文标题 : 阿里华为百度决战汽车云
