上云，对汽车产业意味着什么？

2021年8月19日，特斯拉在其AI Day正式发布云端超算Dojo，超过100万辆的特斯拉汽车收集到的数据将被源源不断送到Dojo，对神经网络模型进行训练优化，以将特斯拉的自动驾驶能力覆盖到越来越多的场景。

Dojo超算，是特斯拉实现自动驾驶的一块重要拼图。

在那之后，一位新势力车企的研发负责人盘算了一下研发开销，由于800万像素摄像头的加入，以及销量持续上涨带来的数据规模暴增，到2023年，这家企业每个季度仅自动驾驶就要烧掉20亿元的云服务费用。

这一幕场景似曾相识，互联网巨头们在早期业务迅速膨胀的时候，也有过这样的甜蜜烦恼。

互联网，特别是移动互联网的发展，验证了云服务的巨大价值，你在手机上每一次操作，背后都与云端产生着千丝万缕的联系，陆奇在总结过去10年移动互联网的主线时称之为“移动+云”的时代。

2021年开始，互联网平台经济的潮水在退却，各大互联网公司的流量见顶，同时另一个产业正在吸引着全部的目光，大步挺进数字产业的舞台中心。

能源转型、自动驾驶、人工智能，再加上传统制造业数字化转型，这些增长引擎一股脑地聚集在汽车和汽车产业，汽车行业成为下一座等待被挖掘的金矿。

汽车和汽车产业正在被数据淹没，如何挖掘数据并发挥出数据的价值，成为摆在汽车产业面前的课题。显然，这对于习惯了和生产制造、机械打交道的汽车产业来说是陌生的，尤其是传统汽车厂商。

汽车产业需要借助一份力量，通过这份力量车企可以更高效地完成数字化转型。

现阶段，华为云正在扮演这个角色，作为全球五朵云中唯一出身制造业的云服务厂商，华为云已经成为车企上云的主要选择。在中国TOP30的车企中，有80%使用了华为云的服务。

云服务，让计算、存储、网络资源变得唾手可得，正在像水和电一样成为基础设施的一部分。

微软（中国）首席技术官韦青有一句贴切的描述，“在很大程度上，现下的数字化转型，就是向云转型，就像电力系统被发明出来，我们花了很长时间让工具都接上电，之后是生产力的大爆炸。”

汽车企业不同于云原生的互联网企业，从产品到组织、流程都不是长在云上的。

云对汽车产业来说似乎不是必需品，它能为汽车产业带来什么呢？

从产品层面来看，智能电动汽车和云的关系越来越紧密，可以说，没有云就没有智能汽车。

以自动驾驶为例，一台自动驾驶测试车每天跑8个小时产生的数据量大概在8-32TB，这意味着仅在研发阶段的自动驾驶就需要预留PB（1PB=1024TB）、10PB级别的数据存储空间。

这还仅仅只是Robotaxi测试车，目前最大的无人驾驶公司Waymo只拥有不超过1000辆的测试车，如果扩展到量产自动驾驶领域，不考虑单车回传数据量差异的话，仅特斯拉一家的车队规模就已经是Waymo的1000倍级别，并且智能电动车的保有量还在快速增长中。

不仅是数据存储，自动驾驶的标注、训练还需要算力的支撑，仅特斯拉一家就标注了60亿个物体，这背后是数千张GPU；而特斯拉用5760个英伟达A100 GPU打造的Dojo原型机，造价则在亿美元级别。

在智能座舱层面，用户产生的车联网数据在被采集之后，将被用于产品迭代以及用户服务，据普华永道统计，单台汽车每年车联网回传的数据有100G-500G规模，100万台的网联汽车将会面临100PB以上的数据存储规模，如果采用传统存储方式，仅机房建设投入就要在10亿人民币以上。

如果我们将全世界十几亿汽车保有量中的一半替换为智能网联汽车，仅车联网的数据每年就将达到ZB（1ZB=1024EB，1EB=1024PB）级别，这还不包括自动驾驶产生的数据，而据IDC报告，2020年全球数据总量约为64ZB的数据，汽车的数据生产能力可见一斑。

随着车上传感器越来越多，智能电动车将成为重要的数据生产单元，海量的数据需要被储存、计算、传输，云将是重要一环。

在特斯拉入局超算之后，某自动驾驶公司CEO判断未来的车企也将同时是云计算企业。

这几年传统车企纷纷成立自己的软件部门，布局相关的软件平台业务，例如大众就成立了软件部门CARIAD，CARIAD其中的一项计划是到2030年，将全球4000万辆汽车接入到大众汽车云（VW Automotive Cloud）中。

那站在汽车产品背后的汽车厂商和汽车行业呢？其组织和流程（研发、生产、销售、运营），有必要上云吗？上云又有什么好处呢？

研发

在整车研发阶段，需要碰撞仿真、流体仿真、NVH仿真等来缩短研发周期，降低研发成本，这些仿真软件需要高性能计算的支持，原来车企会自己部署工作站、建高性能计算集群（HPC）来解决仿真的问题，但如果投入少，会导致计算精度不够、计算时间过长，导致仿真的价值有限；但如果大规模投入，由于HPC技术复杂、涉及面广、选型困难等问题，车企有太多的坑要填。

如果采用云计算，不仅可以突破固定算力的限制，还能应用到最新的技术，并且可以实现按需采购，开箱即用。例如一汽就将自有的1万多块CPU等处理核心与华为的云计算资源进行了统一调度，使得一汽在车型研发的仿真计算环节，效率提升了一倍左右。

同时，缩短研发周期也是非常重要的，传统燃油车的研发周期之前是在36个月，但新能源车的研发周期明显变短了，迭代速度更快，竞争更激烈，快速出车正在成为车企的核心竞争力，而华为在服务化IT平台HIS（Huawei IT Service）上的积累则可以给车企提供这方面的参考。

生产

数字化工厂，是传统车企在数字化方面发力最多的地方之一，主要的原因在于之前工厂的数字化程度低，或者四大车间之间的数据不流通，导致整体的生产数据和局部的产线情况也不能有效把控和优化。

随着越来越多的数据采集和监控节点被建立起来，通过数据分析和智能质检、预测，可以推动生产效率、产品品质的提升，通过数据智能提升生产力不再是一句空话。

实现单厂智能还不够，传统车企的工厂分散，跨地域难以协同，这也是亟需解决的问题。在华为云和一汽大众的合作中，华为云通过一朵云连接了一汽大众的五地六厂，实现了多业务部门的统筹规划和协同。

营销、运营

随着特斯拉率先打破传统汽车销售模式，采取直营和线上购车的方式，新兴车企们也跟进了这一方式，产品力的优势以及销售服务模式的改变提升了老车主的满意度，老车主们非常热情地向周围亲朋好友推荐这些车，新势力们的NPS（净推荐值）都非常高。

但传统主机厂们目前与用户沟通还主要依赖经销商，主要的用户触点也在线下，其已经运行多年的营销系统也是饱受诟病，组织权限混乱、各业务模块的功能不通、线上营销和线下割裂，造成了各种低效的问题。

这就使得传统车厂当下的目标是，需要先优化流程、改善自身。

例如华为云为一汽大众优化的BI平台，改变了传统数据入湖方式，将业务报表系统维护的链路从3万条降低至65条，同时还是实现了10亿级数据无一条丢失，直接将一汽大众的销售报表数据的可查看时间从1天缩减至10分钟。

另外，传统的4S店除了卖车，还有维修保养的业务，但修车师傅的水平参差不齐，一旦遇到问题通过人工翻阅维修手册或求助厂家等方法来解决，导致人工效率低、用户不满意等问题。

尽管经过了日积月累，4S店掌握了维修记录、维修手册、指导视频等资料，但这些信息之间是割裂的，没有被有效整合，华为云的方式是通过软件和大数据技术来梳理这些信息，具体方式是先和维修专家、知识图谱专家协同，对知识进行抽象建模，然后通过对数据的抽取、映射、融合与消歧等步骤，形成车辆的维修知识图谱，进而通过App来为修车师傅们打造趁手的工具。

总结下，产品层面，智能电动车浪潮使得汽车不得不上云；流程层面，上云可以为企业降本增效。以上就是关于上云对汽车产业产生的影响和意义，亿联云是一家云网服务提供商、大带宽租赁、光纤专线接入、云服务器等行业，提供性价比高的产品和优质的技术服务，赢得了数十万用户的青睐。