智能駕駛汽車作為與人工智能、云計算、大數據等新一代信息技術以及交通出行深度融合的重要產物，已不再是一臺冰冷的機器，開始演變成為充滿溫度的“移動智能空間”。
隨著汽車產業智能化快速推進，云計算開始占據汽車產業鏈重要位置。明顯的趨勢是每一個傳統車企都背靠著一家云計算巨頭，具體來看，外資車企主要采用微軟云和AWS，本土及合資品牌主要采用本土云像阿里云、百度云、騰訊云以及華為云等傳統云計算廠商。
車企與云計算巨頭牽手愈發緊密。2021年1月，通用Cruise將借助微軟的云計算及邊緣計算平臺Azure，充分挖掘自動駕駛汽車的云計算潛力，實現自動駕駛解決方案的規模化應用。同年，大眾汽車集團宣布旗下軟件公司Car.Software將與微軟展開合作，在微軟Azure平臺上構建基于云計算的自動駕駛平臺（ADP）；寶馬則與騰訊將在中國合作開設專注于自動駕駛汽車的云計算中心。
自動駕駛依靠各類智能傳感器感知和收集周圍環境信息，做出駕駛相關行為決策，從而控制車輛運行。在這一過程中，涉及到的核心技術除了AI算法支撐，還需要海量大數據、高性能計算。隨著自動駕駛向高等級進階，汽車搭載的傳感器數量大幅增加，駕駛場景日益復雜化，每一臺汽車產生的數據量呈指數倍增長。據了解，一輛智能汽車每天能至少收集10TB的數據。
智能駕駛也繞不開開云計算技術。面對龐大的數據運算與存儲，云計算成為自動駕駛發展的關鍵突破口。
升級傳統汽車采用的分布式E/E架構因計算能力不足、通訊帶寬不足、不便于軟件升級等瓶頸，不能滿足現階段汽車智能發展的需求。因此，汽車E/E架構開始從分散式向集中多域控制升級。
因此，汽車功能與云端交換數據變得密集，同時智能駕駛汽車的一些部分功開始運行在云端，通過云計算+邊緣計算來構建車云協同的數據閉環，利用整車、環境、用戶等多維度的高精數據來打造千人千面的智能移動空間。
當前，一輛智能駕駛汽車代碼量已經超過億行，并且軟件占比大幅提升。根據NXP預測，2015-2025年汽車中代碼量將呈指數增長，年均復合增長率達到21%。然而，軟件占比提升的同時，由軟件引起的系列問題也開始暴露。
據國家市場監管總局數據顯示，2013年至2018年，與汽車智能系統和功能相關的召回共有20次，涉及20.69萬輛；涉及軟件的召回次數達109次，涉及車輛191萬輛，召回次數與召回數量呈明顯上升趨勢。為解決汽車軟件“重災區”問題，車企往往通過收集車輛運行數據，利用 OTA不斷修復軟件，同時推送新增功能，這些能力的實現都離不開云計算。
通過云端學習，可以高效促進智能駕駛汽車升級。智能駕駛汽車通過利用云計算，時刻收集處理車輛運行數據，并共享到云端，云端計算機再進一步加工學習，通過遠程升級為汽車帶來新的能力，而汽車也能產生新的數據，通過這樣的循環可以打造更安全的智能駕駛。
此外，車企軟硬件開發、設計、測試、驗證過程中的數字化和異地研發團隊的云化協同、云上仿真等都離不開云平臺，因此，云計算對于自動駕駛的重要性不言而喻。
開辟“新戰場”：自動駕駛背后的云計算潛力釋放
當前，中國云計算市場呈爆發式增長。根據公開數據顯示，我國整體規模達到2091億元，增速為56.6%。
隨著自動駕駛背后的云計算潛力進一步被挖掘，國內頭部云廠商“BATH”劍拔弩張，紛紛大力投入自動駕駛云平臺投入。
自動駕駛云平臺核心能力主要圍繞數據管理、計算和仿真測試，以滿足車企 “云+端”研發迭代新模式，通過測試車隊采集海量道路環境數據，在云端進行模型和算法開發和仿真驗證，達到產品安全標準。整體來看，BATH在自動駕駛云平臺能力輸出大同小異，差異化并不明顯。
2021年作為L3自動駕駛發展元年，也將是用戶價值感受的臨界點，將成為產業重要分水嶺。作為自動駕駛高階發展的重要技術支撐者，云計算廠商進入到了關鍵發展階段，并隨著國內自動駕駛產業鏈開啟黃金10年發展期。
本文來自微信公眾號“Analysys易觀”（ID：yiguanguoji），作者：何奇，36氪經授權發布。
