文｜刘宇琪

责任编辑：王一苏

从数字化到智能化，汽车云正在不断发展。

从2021年下半年以来，腾讯、阿里、华为、百度、字节跳动等国内各大云厂商均开始将“汽车”从多个行业解决方案中独立出来，形成了专门的汽车云架构。

随着行业变革，汽车逐渐从交通工具转变为下一代智能终端，行业核心竞争力也开始从机械能力转向软件和服务能力。

9月初，百度智能云推出首个汽车云，从汽车集团云、网络云、供应链协同云三个层面深化汽车制造业数字化升级；6月，腾讯云确立“车云一体化”战略，发布一系列数据、自动驾驶能力及解决方案；8月底，阿里云与小鹏汽车共建自动驾驶智能计算中心；华为自动驾驶云服务形成一栈服务，覆盖产、供、销、售后、应用的一体化解决方案；去年6月，字节跳动旗下火山引擎被曝成立汽车云团队，今年已有进一步产品上线。

据光锥智能不完全统计，国内外已有超过12家云厂商明确推出汽车云，国内各大云计算公司也已纷纷布局。根据沙利文和投宝研究院发布的《2021年中国汽车云市场研究报告》，《跟踪报告》显示，中国汽车云仍处于发展初期，2021年交易规模达335.2亿元。在中国自动驾驶和车联网技术与市场发展带动汽车服务平台需求增长的背景下，汽车云市场规模有望大幅增长，未来五年将呈现连续平稳增长的趋势。

由于技术尚处于早期阶段，市场广阔，各大企业纷纷布局汽车云并不奇怪，汽车云与汽车产业链的紧密结合，考验的是综合能力。

在数据、算法、算力等方面，汽车云有着全面的应用，无论是车企数字化转型驱动生产效率的提升，还是未来汽车作为智能终端的场景化应用（自动驾驶、智能座舱等），都需要与云端紧密结合。

在汽车云领域，各大云厂商正从以上三个方面入局市场，并展现出各自独特的优势。

汽车云计算的新转折点

汽车云并不是一个新赛道，但今年各大云厂商的布局已愈发清晰。

虽然各大厂商的划分不同，叫法也五花八门，但总体来说，汽车云包括两大方向：一是汽车内部的管理、数字化运维、智能生产，一是有产业链、供应链协同的需求；二是汽车作为最普及的智能终端，产生了巨大的数据存储、计算需求，只有上云才能高效处理这些需求，满足自动驾驶、智能座舱等车联网功能。

首先，数字化转型的必要性。作为行业皇冠上的明珠，汽车数字化始终走在制造业的前面，尤其是新势力最为激进。以百度为例，其汽车云由集团云、供应链云三部分组成。供应链协同云的目的是帮助汽车制造商进行内部管理和外部供应链协同，实现降本增效。

据了解，吉利等传统车企主要使用百度的汽车集团云，涵盖了车辆研发、生产、交付、营销等全流程，以及车企内部管理系统，如CRM、ERP等系统上云，可以提升企业质量和效率。

除了百度，其他拥有企业即时通讯工具的大公司也更加重视这方面，阿里以钉钉、腾讯以企业微信、字节跳动以飞书为切入点，整合车企内部的协同管理。

过去一年，钉钉除了打造自己的基础企业管理工具，也推动低代码作为各行业的数字化定制工具。对于车企来说，钉钉可以成为生产管理的统一界面，移动办公的入口。微信、飞书的思路和钉钉如出一辙，飞书以组织管理为切入点，率先俘获造车新势力“微博、小李、理想汽车”的心。从战略共创到 OKR 评审，重点在于组织架构的流畅。

供应链协作云连接汽车配套产业，打通整个汽车产业链，提升效率，对于整个汽车产业链来说，数字化的主要难点在于汽车行业是一个综合性产业，小到螺丝钉，零部件就有成千上万个，实际的汽车生产过程也是由几个不同的专业生产厂（车间）协作完成的。

在这样一个需要高效协作的产业链中，需要一个统一的云端管理工具来制定计划、同步进度、防范风险，比如百度就想打通设备、产业链、以及供应链的连接。

在车企上云数字化转型的竞赛中，阿里、腾讯、华为等云巨头均已布局，但这只是当前的竞争，未来的竞争重心将集中在新一代车联网云上。

随着汽车智能化的发展，车联网、自动驾驶、车路协同等应用正在快速落地，汽车作为智能终端产生的数据正在呈指数级增长，催生出更多汽车上云的需求。

每个行业都有自己的专业分工，车企更注重打造自己的产品，而不是购买和运营大型数据中心，更愿意与云厂商合作，打造高算力的“智能计算中心”。分析师告诉光锥智能，现阶段车企真正需要的是数据中心资源和技术体系，车联网云平台、自动驾驶云平台、仿真云平台、高精度地图云平台等已经成为汽车云行业主流公有云解决方案的标配产品。

CEO顾伟浩在沟通会上表示：“自动驾驶1.0时代是硬件的，2.0时代是数据（特定场景下的数据处理）的，3.0时代是计算的。”

汽车企业对算力的早期布局，让车联网云成为了新的蓝海。

上述报告显示，2021年“应用场景化”需求首次超过“数字化转型”需求，达到约70.4亿元，占整个汽车云IaaS+PaaS的59.3%。也就是说，智能驾驶汽车企业上云的需求已经到达一个拐点，这意味着一个以新技术为中心的市场正在打开。

智能汽车需要什么样的云？

据测算，每辆自动驾驶网联汽车每天至少产生4TB数据，每年产生数百PB数据。随着自动驾驶渗透率的提升，未来将产生海量的驾驶场景数据，需要主机厂和出行服务商进行处理，预计可达ZB级别。

据公开资料显示，特斯拉已经建立了60亿个标注物体的库和近2000万公里的虚拟道路来训练算法，这还只是自动驾驶的2.0时代。

同时，数据量的增加不仅对云端数据库存储带来挑战，也对数据的处理、提取、计算、难例识别、数据集生成、算法优化等带来挑战。例如，自动驾驶需要大规模、多样化的训练数据，数据类型包括感知数据、图像数据、驾驶数据等，训练和推理都在云端进行。

这对云厂商的IaaS+PaaS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。

腾讯聚焦这一能力，为车企打造了庞大的“数据中台”。腾讯汽车云事业部分为车联网云、出行服务云、自动驾驶云和行业数据中台。行业数据中台能力涵盖云基础设施、大数据、数据服务、数据应用等领域，为车企提供数据分析、应用等大数据服务。

今年6月，腾讯在升级“车云一体化”战略时，更加强调行业数据平台的全新能力，这包括数据存储、采集、标注、处理、计算能力的汇聚与增强，以及维度和模块的融合，让数据更加清晰。

在数据能力方面，开放一直是云厂商的主旋律，华为汽车云针对自动驾驶产生的PB级海量数据，提供高性能存储、大数据组件、深度归档服务，以及开放的开发工具链和一站式AI开发平台，帮助车企快速搭建开发平台，降低开发复杂度和成本，提高效率。

除了对底层能力要求较高之外，由于乘用车最终需要连接消费者，智能网联汽车提供的云服务结合SaaS应用，是触达消费者、挖掘数据价值的高频连接点。SaaS层的云服务可以与业务深度结合，对内建立直接可用的模型和算法；对外打通业务断点、数据孤岛，实现业务闭环。

火山引擎汽车云解决方案以车载SaaS应用为切入点，在PaaS层反哺数据能力。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，字节跳动开发了“火山互娱”车载版APP，这款软件融合了抖音、西瓜视频、今日头条、动车帝等内容生态，可以自动转换成语音播放。目前，火山互娱已经应用在吉利、长安等车型上，目前装机量已经达到数十万台。

车载这块屏幕是未来商业化的重要切入点，不仅火山引擎，各大云厂商也无意放过这块蛋糕。

虽然腾讯汽车云专注于IaaS+PaaS的底层能力建设，但基于底层能力和开放生态，已经建立了行业生态市场，将应用和服务留给合作伙伴。一位微信小程序开发者告诉广锥智能：“微信小程序已经开放了汽车终端的API接口，未来理论上所有微信小程序都可以在汽车上使用，迁移成本低，无需重做。”

阿里云在小鹏汽车的应用，基于云基础设施、即用型算力和产品服务，同时还能随时接入云端小程序生态，与阿里体系的小程序生态实现互联互通。例如，小鹏汽车的盒马APP、支付宝盒马小程序与盒马小程序可以实现账号互通，在车内通过语音交互直接在盒马下单。

总体来看，各云厂商都围绕底层技术能力的竞争、前端应用商业化的竞争这两个重要的竞争点，展开了不同的竞争布局。

各汽车公司

我们需要一个智能计算中心吗？

浩瀚智行CEO顾伟浩曾分享过一个数据：“目前，用户使用我们的辅助驾驶产品产生的辅助驾驶里程已经达到近1700万公里，浩瀚数据的智能系统MANA的学习时间已经超过31万小时，虚拟驾驶经验达到4万年，终端物流自动配送车也已经为附近的用户配送了超过9万份物料订单。数据的规模和多样性正在快速增长。”

汽车数据越来越庞大、越来越复杂，例如自动驾驶功能产生大量冗余数据，采集的数据种类繁多，包括视频、图像、激光点云、雷达点云、车身数据等，95%的数据价值较低，需要经过多个层次的清洗才能获得高价值数据，由此带来的清洗困难和存储负担导致有价值数据的挖掘效率低下。

随着数据量越来越大，数据类型越来越复杂，云厂商不仅需要更新算法模型，还需要扩展数据存储容量，提升计算能力，以提高整体效率。

举一个场景化的例子，在自动驾驶领域，训练一个拥有数千亿参数、数百万数字的大模型需要数千块GPU耗费数月的时间，而训练一个大模型需要消耗巨大的算力。魏璟告诉 ，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关键门槛。

这也是自动驾驶企业纷纷大力打造智能计算中心的原因。

了解到， MANA超算中心的目标是满足千亿级参数、百万级数据规模的大型模型需求，并有望将整体训练成本降低200倍。

今年8月，阿里云与小鹏汽车联合打造智能计算中心“复耀”，计划基于其算力，将小鹏汽车自动驾驶训练速度提升600万亿次每秒浮点运算，提升近170倍。

小鹏汽车董事长兼CEO何小鹏曾在采访中表示：“任何一家智能车企，对于算力的要求都是极高的，尤其是自动驾驶模型训练，无论是视觉检测、轨迹预测，还是驾驶规划的算法模型，都需要消耗大量的算力。”

可以说，在提升算力上的提前布局，是云厂商与车企进入自动驾驶3.0时代的门票，在数据、算法、算力上的能力都完成之后，这场PK才正式进入下一个赛点。

结论

一个关键产业的突破，往往能带动几条相关产业链的崛起。

机械臂、3D视觉、3D打印、人工智能……智能制造的几大底层技术，都率先在汽车生产中得到应用。智能汽车不仅是产业的瑰宝，更是智能制造的典范。

云厂商可以通过汽车行业摸索过河，进入实体经济数字化更深的海洋。

随着自动驾驶带来的数据爆炸式增长，车路协同成为智慧城市的重要切入点，而每一个都是一片广阔的新天地。

汽车云不仅是云厂商的战场，甚至可能是决战的战场。