自动驾驶入云，看腾讯阿里百度华为如何跑马圈地？
先来做道计算题。
一辆蔚来ET7有33个感知硬件，在辅助驾驶状态下，这些硬件每秒钟捕捉到的数据总和大概是8GB，每个小时会产生大约28TB数据。
对于自动驾驶赛道上的每一个玩家来说，动辄几十亿的投入都是毛毛雨。因为这些数据是决胜未来的至关重要的宝藏。
但如此庞大、未来还会更加庞大的数据库，如何有效地存储，如何更好地利用？“云”，就被放到了前所未有的重要位置。
广汽集团董事长曾庆洪曾说：“只有掌握数据才能有机生长。自动驾驶云数据中心，是实现算法场景演化叠加的有力保障，也是广汽着手布局的关键赛道。”
有需求就会有生意。
腾讯、华为、百度、阿里等在云计算领域深耕多年的互联网巨头们望风而起，在新的土地上短兵相接。
而车企，作为原住民，许多能力建设需要假手于人，但也不希望看到外来者喧宾夺主……
博弈和取舍，一个跑马圈地的故事，正在云端上演。
[ 上云，没得选 ]
“一个成型的数据中心，硬件耗资至少上亿美元，这还不算运营维护费用，没有一定规模的企业，无法承受这个成本。”某汽车集团旗下智能科技公司运维总监说道。
对研发自动驾驶的企业来说，前期研发阶段测试车辆虽然在高强度运转，但整体数据规模没有十分庞大，通过自建数据中心等方式就可以支撑存储和算力需求。
但当自动驾驶从0-1的技术验证阶段进入1-N的商业化落地阶段，如前所述，数据将会有的几何级爆炸式增长。
具象地说，“云”是通过互联网访问的服务器，以及在这些服务器上运行的软件和数据库。
云服务器分布在全球各地的数据中心中，通过使用云计算，用户不必自己管理物理服务器或在自己的机器上运行软件应用程序。
云服务通常有三个层次：软件即服务（SaaS）、平台即服务（PaaS）和基础设施即服务（IaaS）
[车企谨慎“开挂”]
一般来说，自动驾驶软件开发的数据驱动流程是：数据采集-数据存储-数据预处理-数据挖掘- 仿真模型训练&测试-部署发布。
离开了云，理论上讲这一套流程也能跑通。
但正如Panosim执行总裁李祥明所言：“所有的业务和物理世界本身就存在，而云就像一个‘外挂’，为自动驾驶的落地开了快车道。”
某种程度上，小鹏近期率先落地城市NGP，有扶摇这个“外挂”的一份功劳。
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。
其实说到自动驾驶云，最先应该提的是特斯拉。
特斯拉自研的超级计算机Dojo经过至少5年的准备，于2021年正式发布，总算力达到了1.8EFLOPS（每秒1.8百亿亿次浮点运算），能够利用海量的视频数据，进行无人监管的自动驾驶标注和训练。
另外，特斯拉还建立了一个拥有60亿个标注物的库，和将近2000万公里的虚拟道路，用于算法训练。
Dojo的推出，让马斯克在感知硬件上有了进一步化繁为简的底气。今年10月，伴随着取消Model 3与Model Y上超声波雷达的消息，特斯拉也成为了彻底的纯视觉派。
今后特斯拉还计划通过“exapod”集群部署Dojo，每个集群由10台机柜组成。
面向特斯拉自动驾驶汽车的AI模型进行换算之后，其处理能力将逼近每秒8百亿亿次浮点运算，是当前算力的四倍以上。
按照马斯克的计划，第一台Dojo exapod将在2023年第一季度完成部署。
借助16万参与FSD beta测试用户所产生的数据，Dojo exapod将让FSD的成长速度更进一步。
当然，特斯拉本质上是一家软件公司，Dojo也不光为了自动驾驶服务，擎天柱机器人、星链卫星等也需要云的支持。
马斯克甚至认为，Dojo可以和亚马逊的AWS相提并论。后者是全球最全面、应用最广泛的云平台。
歪个楼，马斯克和杰夫·贝索斯（亚马逊集团董事会执行主席）向来是不对付的，两人吵了十几年，经常在采访和社交媒体中互相挖苦。
自建私有云的优势在于，车企可以掌握核心数据以及全流程算法技术能力，更容易实现产品的差异化。
不过像特斯拉这么硬气的并不多，因为云是一个入门门槛很高，高到一点不亚于造车的领域，自建私有云需要漫长的时间周期和巨大的建设成本。
经济实力比较强的车企通常选择自建私有云+采购公有云的混合云架构。
作为推动国内自动驾驶普及的先锋企业，小鹏选择和阿里云合作自建云计算中心，但还是会外采部分针对图形数据的云计算和云存储服务。
继小鹏之后，今年10月上汽集团云计算数据中心项目落户郑州。根据规划，上汽的云计算数据中心将按照两万台服务器规模、互联网开源技术架构一次规划建设，为其智能出行、智能制造、智能驾驶发展赋能。
总体上讲，相比自建云计算中心，以采购云服务商提供的公有云服务为主的方式其实更具性价比，也是多数自动驾驶开发者的选择。
“开发者的核心能力在算法研发和定义产品上，云作为一种算法训练工具应该尽量SaaS化。比如，直接在云端准备好丰富的标注数据、场景，甚至是训练模型，最好做到开箱即用。”上述软件工程师说道。
一方面要够专业、方便使用，另一方面又要能做到底层解耦、自主可控，车企对于购买云服务也是要多方面权衡考量的。
因为云计算涉及到了企业竞争最关键的数据归属问题。
很多人应该还记得，在上汽荣威第一代互联网车型火爆过后，阿里系与上汽系对车联网数据及技术资源的争夺，直接导致了车联网先行者斑马网络的内乱。
“以工具链的使用来说，单独一家供应商提供数据采集、标注、仿真等全栈工具链一定是效率最高的。但出于安全自主的考量，车企又希望在不同的环节选择不同的供应商，甚至想通过自研工具链，提升自己在生态中的话语权。”某自动驾驶公司 IT 总监的话道出了车企的纠结。
[ BATH跑马圈地，让子弹飞一会 ]
微软、亚马逊、谷歌等国际巨头正加速在国内汽车云市场上的布局。
比如8月，微软就在国内首次发布了面向汽车和移动出行，并以微软智能云与智能边缘技术为基础的整体解决方案。
不过整体上，国内的汽车云市场还是BATH（百度、阿里、腾讯、华为）在唱主角。
面对着车企的需求与纠结，他们也在试图寻找合作的平衡。
以腾讯为例，自2016年进入自动驾驶赛道以来，其发展方向几经调整。
2018年，腾讯相继拿到了北京和深圳两地的自动驾驶测试牌照。时任腾讯自动驾驶实验室负责人的苏奎峰表示，要重点推进L3产品落地。
显然，这个目标至今未实现，腾讯也早早放弃了做全套解决方案的念头，将定位调整为，自动驾驶研发的软件和服务提供商。
起初重点发力仿真业务。2019年推出自动驾驶虚拟仿真平台TAD Sim并在一年后将其迭代到2.0版本。
腾讯的虚拟仿真业务，在长沙、襄阳、深圳等地的智能网联汽车测试场或示范区中拿到了一些订单，但在车企方面，建树不多。
2021年，腾讯再次调整方向，推出了自动驾驶云平台，虚拟仿真成为了工具链中的一环。同时，在云平台中集成了西门子工业软件、云测数据等企业的工具和软件。
最终目的，就是在自动驾驶研发数据驱动的每一个流程上，都能够提供开箱即用的便捷工具和服务。
用官方的话说，就是让研发人员“拎包入住”。
同样云+SaaS化的业务发展思路，也展现在华为的自动驾驶云服务“八爪鱼”中。
早在2019年发布八爪鱼的时候，华为就提出了要协助车企“0”基础构建自动驾驶开发能力的口号。
为此，华为宣称其在八爪鱼中内置了2000万框标注数据集、20万仿真场景库、以及完整的工具链和标注算法，让车企能够快速聚焦自动驾驶业务的核心价值。
相比前两者，百度和阿里高调发布各自的自动驾驶云业务的时间比较晚。
今年 9 月，百度智能云推出三朵汽车云：覆盖研发、生产、服务环节的集团云，覆盖自动驾驶、智能座舱的网联云，以及覆盖产业协同、物流调度的供应链协同云。
可以看到，百度把供应链与自动驾驶提到了更高的地位。
此外帮助小鹏建设“扶摇”的阿里，将会在11月举办的云栖大会上，正式宣布其汽车云业务。
阿里云智能全球销售总裁蔡英华说：“自动驾驶将是未来阿里云的三大支柱之一。”
值得注意的是，尽管各家的云品牌叫法不同，但趋势很相似：
在服务SaaS化的同时，为了消除车企关于数据归属的顾虑，云服务商也在尝试将工具链解耦，分为数据、训练、仿真多个模块，不捆绑销售，用户可与随时替换，以此来保证车企的主导权。
根据公开信息，腾讯已经先后和宝马、奔驰两家车企在自动驾驶云领域达成合作。
按照公开的合作协议，腾讯将助力宝马建设一个用于自动驾驶的高性能数据中心；和奔驰则是共同成立一个自动驾驶实验室，推动奔驰L3级自动驾驶系统的本土化落地。
形成对比的是，到目前为止，并没有车企单独采购华为自动驾驶云服务的消息流出。但在其和极狐、问界等企业的合作中，这部分服务多半被打包其中。
但即便强势如华为，也需要考虑客户的接受度。为此，八爪鱼会给客户提供多种合作方案。
第一种，全包。华为负责开发并提供完整量产解决方案； 第二种半包，华为负责开发，客户可自由配置部分参数； 第三种采购，华为提供自动驾驶开发工具链，客户自研，华为提供全套售后开发咨询服务。”
阿里在与小鹏合建扶摇之前，就已经在为路特斯、上汽智己、毫末智行、赢彻科技等企业的自动驾驶模型训练提供算力和技术支持。
总体来讲，大家目前都处于市场开拓的初期阶段，但自动驾驶云市场广阔、前景光明。让子弹再飞一会，才能真正看出格局。