商业伙伴

 

如今，越来越多的车企希望像特斯拉一样，把服务从卖车延长到用户用车的整个生命周期。在日前召开的“亚马逊云科技赋能汽车行业加速创新”沟通会上，亚马逊云科技大中华区战略业务发展部总经理顾凡重点从自动驾驶、车联网、软件定义汽车等代表着汽车产品数字化三大最重要的场景，分析了车企客户的挑战和亚马逊云科技所能提供的价值。

 

自动驾驶

 

麦肯锡研究报告显示，到2040年，自动驾驶汽车和相关的移动出行市场将达到2万亿美元。自动驾驶行业的应用范围也在从乘用车扩展到干线物流，甚至最后一公里的交付。然而，自动驾驶需要经历从早期的实验，到中长期的规模化生产的过渡，直到成熟还有很长的路要走。

 

传统上，汽车量产以后软件基本就不发生变化了，但基于深度学习的自动驾驶，需要持续不断地去收集长尾里的一些不常见案例数据，像燃料一样喂给算法，不停迭代，形成一个基于数据驱动的闭环。这样的开发流程是一个数据驱动的端到端的流程，从数据的采集到存储，到数据的预处理分析，再到数据的标注、模型训练、仿真验证，再到最后的部署发布。

 

在开发环节中，使用到的工具链的效率将决定自动驾驶的开发效率。当然，对于车企来说，核心竞争力不是开发工具链，而应该是更快地整合现成的工具链，高效地解决数据孤岛的问题。

 

亚马逊云科技在存储计算、数据湖、AI/ML、CI/CD方面都有非常领先的云服务，可以为车企和自动驾驶公司在整合工具链的时候提供强大的支持。今天，丰田、Mobileye、Uber、Lyft、Zoox等都在亚马逊云科技上整合自动驾驶工具链，训练模型，进行仿真验证、数据验证、数据管理和标注等一系列工作。

 

顾凡针对自动驾驶开发流程中的一些具体的挑战和解决方案进行了解读。

 

挑战一，海量的数据和传输。自动驾驶的测试车运行过程中各类的传感器、摄像头、激光雷达、毫米波雷达会产生大量数据，每天每车数据量会达到TB级别。这些数据开始存在车载硬盘，回车库后将硬盘数据放到本地数据中心，然后再上传到亚马逊云科技Amazon S3中。当然，其中还要处理如何去做针对性的定制化数据采集而非全面的数据采集，亚马逊云科技的Amazon IoT FleetWise就是解决此问题的解决方案。

 

挑战二，海量数据的低成本存储。Amazon S3提供了云上最丰富的存储分级，共有8个层级，可以将车端采集的数据，从频繁访问的热数据到应该深度归档的冷数据，存放在不同的层级，以达到最优的成本。亚马逊云科技有一个非常酷的功能叫做Amazon S3 Intelligent-Tiering智能分层，背后是依赖于机器学习技术，根据自动驾驶工作负载里面动态变化的数据访问模式实现自动分层，很多汽车科技公司客户使用这个功能，平均可以节省约30%的成本。

 

挑战三，预处理和分析。即利用Amazon S3构建自动驾驶数据湖。传感器的数据需要进行数据清洗、统一格式等去噪的过程。在云上整合自动驾驶工具链的核心就是自动驾驶数据湖，所有的工具链都可以在授权的情况下访问Amazon S3数据湖里面的数据，同时数据也可以在各个工具链上下游流动，这样就可以避免工具链割裂带来的数据孤岛的问题。亚马逊云科技已推出了自动驾驶数据湖的参考架构，可以帮助客户更容易地在云上构建自动驾驶数据湖。

 

挑战四，复杂的模型开发和训练。当数据处理完成以后，下一步就是做2D、3D以及车道线等数据标注，其中最头疼的是质量价格比。业界流行的方法是通过自动化辅助标注再配合专业的人力资源去提升质量价格比。而在模型开发阶段，无论是从特征工程、模型训练，还是超参的调优和模型的调试，都需要非常复杂的机器学习的端到端的集成开发环境，同时需要大量的人力和丰富的经验，才能针对多个训练任务进行计算资源的调度、管理。Amazon SageMaker则提供了一个全托管端到端的机器学习集成开发环境，可以帮助自动驾驶公司或者是车企，把复杂的模型开发和训练的超级复杂的工作流串起来，从而解放算法工程师，把其精力投入在高质量的模型构建和迭代上，而不用浪费时间去管底层的资源。

 

挑战五，仿真验证。仿真系统的效率会直接影响整个自动驾驶开发链的效率。仿真的系统主要由场景库、仿真平台、评价体系三部分组成。做个比喻，可以把数据驱动的自动驾驶开发流程想象成题海战术，场景库就相当于考官给你出无数难题，仿真平台就是做题，评价体系就像打分阅卷，客户可以真正看到自动驾驶的软件到底在这个题海战术中的表现程度。

 

此时，云上的高并发仿真，可以解决仿真领域里的两大挑战，一是规模，二是成本。规模就好比你面对场景库的题海战术，一天能做多少题。成本是花了多少钱，请了多少人，一起来做这些难题。所以云上的高并发仿真是很多汽车科技公司和车企在做自动驾驶的时候用到的非常重要的应用。

 

云上的仿真模式分为两种，一种是用基于路测的真实数据，测试自动驾驶系统不同部件整合起来的综合性能。另一种是对路面地形、传感器、车辆控制进行仿真。两种模式在亚马逊云科技上可以通过统一、弹性可扩缩的系统架构来满足业务的需求。

 

在云上跑的超大规模的并行仿真，需要三个核心要素分别是：计算资源、持久化存储资源和并行文件系统，只有这三个全都能够支持大规模的弹性扩缩，才不会在仿真工作负载中产生瓶颈。

 

首先，计算方面，既要控制成本也要讲规模，很多客户会利用亚马逊云科技的秘密武器——Amazon EC2的Spot竞价实例，使云上仿真达到最佳的性价比。因为Spot是把亚马逊云科技空闲的EC2实例按需定价费用超过3折的价格提供给客户，这是云独有的优势。

 

其次，Amazon S3作为仿真系统使用持久性存储，可以近乎线性地匹配计算实例的规模，并且支持水平缩放。随着仿真任务唤起越来越多的EC2实例，Amazon S3的吞吐量也以线性增长，保证Amazon S3到每一个EC2的实例的吞吐量始终是匹配的。

 

第三是Amazon FSx for Lustre，云上托管的Lustre并行文件系统，背后是依托于Amazon S3，它可以作为EC2实例组成的高性能计算集群和Amazon S3持久存储中间的缓存，目的就是为了大规模仿真系统提供最极致的吞吐量和IOPS。

 

Mobileye是将计算机视觉、机器学习、数据分析等，充分地应用在支持自动驾驶解决方案领域的全球领导者。Mobileye选择亚马逊云科技作为首选的云服务商，在Amazon S3上构建的数据湖已经达到了200PB。Mobileye也是最会使用Spot竞价实例的客户之一，它的自动驾驶的仿真任务几乎都跑在Spot的竞价实例上，这样可以在控制成本的前提下保持极度的灵活性，同时将仿真任务成功率达到99.6%，它的仿真任务调度的Spot资源弹性范围非常大，高峰时可以达到500KvCPU，低峰时甚至可以降到0，这帮助Mobileye的自动驾驶仿真周期从过去的一个月压缩到几个小时，同时可以极大地降低研发成本，提高了开发人员的敏捷性。

 

车联网

 

车是物联网中的一个关键节点，未来随着万物互联，人的行为应该能够被数字化，投射到云端，我们就会拥有一个人最准确的数字画像，这样对人的很多预测就变为可能，其商业价值和想象空间都非常大。这也是为什么今天会看到很多物联网和手机厂商的用户也在造车，移动互联网时代，客户的数据镜像都分散在各个APP中，是不完整的。当车作为物联网的一个关键节点，把出行和交通场景中的客户行为数据补上，人的数据镜像会变得更加立体，这也是车联网非常大的一个价值。

 

最简单的一个逻辑是，未来帮客户在车的全生命周期里提供服务，就需要客户的数据画像，需要跟客户有更多的直接互动，无论是娱乐服务、出行服务，还是商业服务，车联网有机会成为营销运营、产品改进、为用户提供服务这三个互联服务生态领域里重要的拼图。

 

第一，营销运营的场景，当车厂都希望慢慢地走向直营开零售店，建立车的目标客户群，进行线上线下的营销，都可以通过数据做分析和指导决策。

 

第二，产品改进方面，很多时候工程部门需要车本身的使用数据来分析某个零部件的耐久度，指导后续的产品改进。

 

第三，最重要的，就是为用户提供服务的场景。车企经常在想，车内客户最常用的服务是什么，车联网的数据拿到后如何变现，客户到底会为什么样的服务掏钱买单？现在市场上已经看到很多成熟的服务，比如把数字钥匙存在手机里，比如停车的时候，车辆接近目的地时向驾驶员发送一个停车建议，当然可以顺手加上一个支付的闭环。

 

这三个场景的背后其实都离不开大数据分析，所以当车联网的大数据上云以后，就可以利用亚马逊云科技的Amazon S3去构建数据湖以及采用云上的各种托管分析服务。

 

如今，无论是合资、外资还是本土的车企，都在全球层面布局车联网，亚马逊云科技总结了客户经常会碰到五大挑战：

 

第一，全球统一部署。数据显示，2021年中国汽车出口350万辆，其中新能源车出口31万辆，未来这个数字会越来越大，这么多车出口，车企在全球部署车联网的时候，如何选择一个跨越全球的基础设施去部署车联网业务。

 

第二，安全合规。如何保证企业的车联网业务符合全球范围各地的法律法规，保证数据信息的安全合规。

 

第三，全面的服务体系，提升客户体验。全球的车联网业务，需要跟当地的很多车联网合作伙伴打交道，无论是提供移动互联，数据分析的软件更新，还是在当地提供音视频内容、导航地图等。

 

第四，数据增值服务。拿到数据如何挖掘价值，给客户提供增值服务。

 

第五，弹性敏捷架构。因为车联网是在动态、快速的迭代和发展过程中的，人们无法知道今年、明年连接到车联网的车的数量到底增长有多快，所以今天未雨绸缪地区想象车联网的软件架构，一定要明白未来的车联网业务的弹性需求会对软件架构将造成巨大的挑战。

 

针对以上这五种挑战，亚马逊云科技能够通过以下服务帮助到客户。

 

第一，当进行全球部署车联网的时候，亚马逊云科技在全球拥有最大的云基础设施，目前有26个地理区域，84个可用区，横跨六大洲，服务245个国家，还有8个区域在建设中。这将使客户在全球统一部署的时候拥有一个非常强大的基础设施。

 

第二，车联网的数据安全，防范合规风险。亚马逊云科技几乎满足所有的监管机构的合规要求，目前支持98项安全标准和合规认证。车企客户可以直接继承亚马逊云科技的这些安全合规认证，同时亚马逊云科技还有众多合作伙伴提供从咨询到实施整体和安全合规的方案。目前，宝马、福特、丰田、以及国内的很多新能源厂商和传统车厂，都在选择亚马逊云科技构建车联网服务平台。

 

第三，如何跟全球范围内的车联网合作伙伴合作，一起打造更好的客户体验。亚马逊云科技和全球众多的车联网合作伙伴一起，可以为客户提供包括互联移动、数据分析、充电管理和服务、地图导航、车队管理、网络安全等各种车联网会用到的解决方案。比如国内某车厂去北美拓展车联网业务，人生地不熟。亚马逊云科技可以联合海外的已经为全球车企成功实施过项目的车联网服务合作伙伴，一起为国内车厂提供一站式的车联网解决方案，这是亚马逊云科技独特的优势。同时，亚马逊还拥有自己的内容生态，如Amazon Music、Amazon FireTV等等，都可以为车厂在出海打造车联网的车端客户体验时帮到大忙。

 

第四，海量数据上云以后，如何挖掘数据的价值，给终端用户提供可能会买单的增值服务。

 

我们前面介绍了三大场景，营销运营、产品改进、为用户提供服务的场景，再介绍一个针对新能源车的增值服务场景，这是亚马逊云科技和一个全球整车厂合作的例子，就是专门是针对新能源车电池故障预测的案例。亚马逊云科技当时是和车厂合作，在三到四个月内采集了四千多辆车的电池数据，包括电池的静态数据、动态数据，电流、电压数据，以及实时的车辆报警数据，通过这些数据构建了一个机器学习的模型，去预测未来两周有可能发生电池单体一致性故障差的概率。如果我们能帮顾客提前预测新能源车电池出故障的可能性，帮助他采取一些预前的措施，这一定是一个非常典型的利用数据去帮到客户增值的服务。

 

第五，运维复杂度，需要弹性敏捷的软件架构。车联网现在几乎已经是新能源车的标配，非常多的油车也快成为标配了。在这样的大趋势下，随着车企车联网业务的不断拓展，用户规模的增长，单车每日传感器收集的数据已经可以达到GB级别，如果你是几十万、几百万的规模，支持这么大规模的车联网数据的快速处理和存储，就需要一个超级弹性扩缩的软件架构。

 

很多车企都会采用无服务器的计算，就是Amazon Lambda这样一个架构，当车端数据上云以后，在云端为实时的流数据做预处理，因为车联网的数据格式是千奇百怪的，要做大量的工作才能让车联网的数据具备可读性。Amazon Lambda可以根据实际的业务量，快速地弹性扩缩后台的计算资源，既可以保证充足的算力资源，又可以节省大量成本。因为Amazon Lambda可以做到不需要为峰值预留计算资源，而是当峰值来了可以快速弹性地扩展资源。

 

举个案例，WirelessCar为了满足不同国家、不同市场、不同整车厂、车联网用户每天千万次的服务请求，利用亚马逊云科技全球部署的能力构建了自己的全球车联网解决方案，同时还用到了亚马逊云科技全球范围内的非常多的标准云服务，如Amazon IoT Core、Amazon Lambda、Amazon DynamoDB。国内的车企可以以去学习它们的宝贵经验。

 

再如，宝马集团的云数据中心Cloud Data Hub（CDH）案例也有非常典型的意义。它除了就近在各个国家构建数据湖，还构建了跨多个国家的Cloud Data Hub，使全球的业务人员可以用自助式的方式查询宝马集团在全球各个分公司拥有的数据。

 

软件定义汽车

 

SDV（Software Define Vehicle，软件定义汽车）本质上是行业驱动的计划，需要车厂、芯片、硬件、软硬件提供商、系统集成商、云厂商一起通力合作，才能去推动SDV的创新。亚马逊云科技与合作伙伴携手，通过车云一体化持续降低开发的门槛，让更多人参与开发，才能让车厂的服务产生长尾效应。

 

第一，亚马逊云科技与车载芯片供应商合作，参与了ARM发起的SOAFEE组织，支持车云环境对等。

 

第二，与黑莓合作构建了BlackBerry IVY，标准化车端非常复杂的数据采集以及数据上云工作。

 

第三，与Tier1供应商大陆集团合作开发下一代软件定义汽车开发平台CAEdge（Continental Automotive Edge），让更多供应商参与进来一起开发软件定义汽车的平台。

 

第四，发布Amazon IoT FleetWise服务，支持在车端自定义的数据采集。

 

第五，通过自己的专业服务团队，为车企提供软件定义汽车项目的交互服务。

 

2021年，亚马逊云科技联合多家汽车行业产业链的代表企业，共同发起了汽车行业的创新加速计划，赋能汽车产业价值链的转型，该计划主要聚焦培训和技术输出，构建行业的解决方案，市场拓展等三个方面。同时，亚马逊云科技和苏州高铁新城管理委员会共同合作设立了亚马逊云科技智能网联汽车数字化赋能中心，强强联手，共创共赢。

 

今天，亚马逊云科技已经站在全球汽车出行行业创新的前沿，拥有成熟和丰富的全球客户实践，全球的十大整车厂、一级供应商、汽车科技厂商都选择亚马逊云科技作为数字化转型的伙伴，同时亚马逊云科技也拥有100多家专注于为汽车客户提供服务的合作伙伴，在自动驾驶、车联网、软件定义汽车、市场营销等汽车产业链中持续和深入地为汽车行业客户不断升级的业务需求而服务。

 

把服务延伸到汽车等整个生命周，就需要数据洞察，需要以车云一体化去考虑算力，需要服务的应用生态。作为云计算的开创者和引领者，亚马逊云科技正从汽车的研发、创新、生产制造、供应链到市场营销，再到智能网联、终端用户的服务和应用，助力汽车行业产业链的创新加速和转型。