2022年,是汽车产业数字化转型、自动驾驶及智能网联等技术大规模商用的关键一年。
相关数据显示,2024年全球L1-L5级自动驾驶汽车出货量预计将达到5425万辆,近期多款新车已经搭载了高算力计算平台、激光雷达等面向L3级以上的硬件配置,预计L3及以上高阶自动驾驶车辆将大规模投放市场。
如果按照平均每一辆高阶自动驾驶车每天所产生的数据高达6T来算,这意味着数据量也将呈指数级上升,对数据的存储处理以及算力提出了更高的要求,带来高额的研发和运营成本。
这也就使得将车端数据收集上传至云端,进行存储、计算、模型训练,并通过OTA升级的方式把不断迭代的软件算法下发至车端,逐渐成为通用模式。
基于此,当前整个汽车行业的竞争已经从原本的单车智能向云端延伸,如何在云端进行高性能、低成本、安全合规的数据存储、计算、模型训练成为刚需。
此外,新四化给整个汽车行业带来了巨大的变革,车企数字化转型也步入深水区。
数字化转型并不仅仅只是对产品的数字化,更是其整个企业背后相关要素的全流程数字化,贯穿汽车的研发、生产、销售、运营、车后服务等全生命周期。
上云则成为了车企数字化转型的关键抓手。借助“上云”,车企能够打通研发、生产、销售、运营、车后服务等各业务环节的数据通路。逐步实现产业全链路的数据一体化管理,云管端一体化的实时互联,构建贯穿用户全生命周期的服务运营模式,强化产业上下游合作伙伴的连接。
由此我们不难看出,云服务的逐渐普及和应用,于整个汽车行业而言,能够有效的将车端能力和云端优势进行连接、协同发展。面向未来,云服务也将成为汽车产业升级的新生产力,车、云一体化的数据驱动将成为必然趋势。
汽车云市场规模打开,产生五大用云新需求
据分析机构沙利文联合头豹研究院发布的《2021年中国汽车云市场追踪报告》显示,2021年中国汽车云市场已经达到335.2亿的规模,预计到2026年整个市场规模将突破800亿元。
从这一点来看,汽车云服务市场无疑是一片蓝海,众多云服务大厂也纷纷进行相应的市场布局。同时,汽车云的发展,也关系着未来车企数十年发展的大计。
在腾讯联合Gartner发布的白皮书《应对新挑战防范新风险,数字化助力车企化危为机》中,总结了当前整个汽车云服务市场的5大发展特点,具体来说:
1、行业内对云原生和敏捷性需求日益迫切
相比于传统的造车模式,以特斯拉、蔚小理为首的造车新势力以“软件+硬件+互联网”模式颠覆了整个汽车行业的传统业务。
汽车企业在C端营销到IoT物联网,以及后端研发和生产制造各环节对于技术的敏捷性,尤其是对技术和数据的云原生有着迫切需求。
单点IDC的IT系统和数据处理能力已经无法满足车企需求,而只有突破固定算力限制的云计算才能加速这一进程。
2、渐趋严格的数据合规与安全要求
2021年8月,国家互联网信息办公室、国家发展和改革委员会、工业和信息化部、公安部、交通运输部联合发布《汽车数据安全管理若干规定(试行)》自2021年10月1日起施行。
这是中国首个对汽车行业的数据安全进行保护的部门规章,这也意味着车企IT的端到端安全,尤其是数据安全领域面临着愈发严格的监管要求。
随着整个汽车行业数字化的提升,车企在技术及产品研发迭代、企业战略决策、数字化营销等多个方面都离不开数据的介入。因此,随着整车技术框架越来越复杂,车企在加强IT设施及云端的安全管理等方面的任务迫在眉睫。
3、深度融合的技术和业务
近年来,汽车行业的云服务需求,也从原本的基础通用能力,逐渐转向针对汽车行业特性,以及各细分场景需求的IaaS、PaaS乃至SaaS的集成。
以自动驾驶为例,随着自动驾驶从研发走向量产,不论传统车企、Tier1、造车新势力,还是自动驾驶创业公司及产业链相关企业,都面临着相同的挑战:
首先,对自动驾驶数据合规要求严格,自动驾驶测试车所采集的测绘数据属于国家秘密数据,而采集的视频数据包括道路上的车辆行人,则会被定义为个人隐私数据。
其次,大数据的存储和计算等级高,自动驾驶的研发需要海量的数据支撑,研发L2级自动驾驶能力需要PB级的路测或场景数据。更高级别自动驾驶则把行业的数据处理能力等级提升更高。
再者,工具链体系待完善,自动驾驶的研发离不开以数据为核心的一整套工具链体系,正是这套工具链体系连接起数据闭环的各个环节,包括对数据的综合管理、数据隐私计算、数据标注、感知算法训练、规控算法仿真等等。
基于以上挑战,自动驾驶对于云平台具有更明确的需求,自动驾驶云服务需要与具体业务场景深入结合。同时,自动驾驶作为海量数据计算的核心研发场景,成为拉通计算存储网络基础设施、数据合规安全、云原生PaaS、大数据和AI算法等综合能力的专属平台,逐渐成为车企标配。
4、灵活开放的持续进化
随着新能源智能汽车的新产品研发迭代提速,产品与服务形态持续延伸,云服务作为创新底座,需要灵活开放“可生长”,向下整合坚实稳定的基础设施,向上连接丰富多样的生态,为产业链上下游合作伙伴提供开放共创的土壤,提供紧跟行业需求的工具与服务能力。
以智能网联云平台为例,由于封闭和功能性的定位,旧的智能网联平台面临着迭代更新过于依赖供应商、生态服务接入效率低、数据难以有效利用及自主可控性不足等问题,同时平台可扩展性也无法满足智能车云端的大数据存储及运算需求。
因此构建一套自主可控、可扩展及高安全性,同时还能向上服务于数据应用业务的智能网联平台,已经成为广大车企的普遍诉求。例如,腾讯智能网联云平台方案基于云原生能力进行设计,网联组件可插拔,解决了传统智能网联平台必须整体部署的问题,有效支持整套部署或组件化应用。
5、数字业务需要自主可控
在全球数字化浪潮下,数据能力成为车企的核心竞争力。在国家对数字新基建及信创强要求的背景下,国内车企需要构建自主可控的数据基础设施和业务应用系统,尤其对人、车、设备、管理、研发、自动驾驶等海量数据资产实现自主掌控。在此之上,逐渐实现数据可应用、数据可管理、数据透明,成为数据驱动型企业。
综合来看,整个汽车行业对云服务的需求日益增长,对汽车云服务商也提出了新需求,除了基础云服务之外,还需要针对汽车行业特性需求,推出专属化的行业云方案。
行业需要专云专用,一站式、专有化云服务才是车企所需
随着汽车行业对云服务在细分领域的需求不断明确,自动驾驶、智能网联、数据安全等不同领域的需求也不尽相同,基础性云服务不再通吃,专云专用成为汽车云服务的新标准。
如果车企要自建云,在建设过程中就会出现诸多问题,包括建设时间长、运营成本高、覆盖面有限等。因此,于汽车行业而言,一站式专有云平台,也许是现阶段最优的选择。
前不久,腾讯宣布在上海开设一个智能汽车云专区,是行业第一个专门为自动驾驶、智能汽车领域开设的专有云专区。从云专区的硬件选型、到云上组件、工具链的建设,都是高度针对智能汽车行业定制。
这种专云专用的服务具备几大优势:一方面,云专区专门为智能汽车领域服务,保证了全栈物理性隔离的同时,还充分满足汽车行业安全可信的需求。
另一方面,云上组件会根据智能汽车发展不同阶段的特殊需求进行定向优化,有机集成了自动驾驶研发与运营工具链、智慧座舱研发、智能驾驶地图、运营服务等全方位能力,通过“一朵云、一站式”的方式满足智能汽车研发到运营全链路的广泛需求。
相关数据显示,现已有超过100家车企和主流出行科技公司使用了腾讯云服务。
一位业内人士表示,当前整个车企上云发展仍处于早期,未来随着智能汽车、智能手机、云端三位一体的持续发展,汽车云将打通智能汽车研发、生产、销售、运营、车后服务等环节的数据通路,优化改进业务流程,实现降本增效,同时在用户侧也能够提供更好的驾乘体验。
本周推荐
Trend时尚推荐
Vogue