上云，對汽車產業意味著什么？

2021年8月19日，特斯拉在其AI Day正式發布云端超算Dojo，超過100萬輛的特斯拉汽車收集到的數據將被源源不꧙斷送到Dojo，對神經網絡模型進行訓練優化，以將特斯拉的自動駕駛能力覆蓋到越來越多的場景。

Dojo超算，是特斯拉實現自動駕駛的一塊重要拼圖。

在那之后，一位新ﷺ勢力車企的研發負責人盤♔算了一下研發開銷，由于800萬像素攝像頭的加入，以及銷量持續上漲帶來的數據規模暴增，到2023年，這家企業每個季度僅自動駕駛就要燒掉20億元的云服務費用。

這一幕場景似曾相識，互聯網巨頭們在早期業務迅速膨脹的時候，也有過這樣的甜蜜煩惱。

互聯網，特別是♈移動互聯網的發展，驗證了云服務的巨大價值，你在手機上每一次操作，背后都與云端產生著千絲萬縷的聯系，陸奇在總🍎結過去10年移動互聯網的主線時稱之為“移動+云”的時代。

2021年開ဣ始，互聯網平臺經濟的潮水在退卻，各大互聯網公司的流量見頂，同時另一個產業正在吸引著全部的目光，大步挺進數字產業的舞臺中心。

能源轉型、自動駕駛、人工智能，再加上傳統制造業數字化轉型，這些增長引擎ඣ一股腦地聚集在汽車和汽車產業，汽車行業成為下一座等待被挖掘的🍒金礦。

汽車和汽車產業正在被數據淹沒，如🗹何挖掘數據并發揮出數據的價值，成為擺在汽車產業面前的課題。顯然，這對于習慣了和生產制造、機械打交道的汽車產🃏業來說是陌生的，尤其是傳統汽車廠商。

汽車產業需要借助一份力量，通過這份力量車企可以更高效地完成數字化轉型。

現階ꩲ段，華為云正在扮演這個角色，作為全球五朵💎云中唯一出身制造業的云服務廠商，華為云已經成為車企上云的主要選擇。在中國TOP30的車企中，有80%使用了華為云的服務。

云服務，讓計算、存儲、網絡資源變得唾手可得，正在像水和電一樣成為基礎設施的一部分。

微軟（中國）首席技術官韋青有一句貼切的描述，“在很大程度上，現下的數字化轉型，就是向云轉型，就像電力系統被發明出來，我們花了很長時間讓工具都接上🅘電，之后是生產力的🌠大爆炸。”

汽車企業不同于云原生的互聯網企業，從產品到組織、流程都不是長在云上的。

云對汽車產業來說似乎不是必需品，它能為汽車產業帶來什么呢？

從產品層面來看，智能電動汽車和云的關系越來越緊密，可以說，沒有云就沒有智能汽車。

以自動駕駛為例，一臺自動駕駛測試車每天跑8個小時產生的數據量大概在8ౠ-32TB，這意味著僅在研發階段的自動駕駛就需要預留PB（1PB=1024TB）、10PB級別的數據存儲空間。

這還僅僅只是Robotaxi測試車，目前最大𓂃的無人駕駛公司Waymo只擁有不超過1000輛的測試車，如果擴展到量產自動駕駛領域，不考慮單車回傳數據量差異的話，僅特斯拉一家的車隊規模就已經是Waymo的1000倍級別，并且智能電動車的保有量還在快速增長中。

不僅是數據存儲，自動駕駛꧂的標注、訓練還需要算力的支撐，僅特斯拉一家就標注了60億個物體，這背后是數千張G𝐆PU；而特斯拉用5760個英偉達A100 GPU打造的Dojo原型機，造價則在億美元級別。

在智能座💛艙層面，用戶產生的車聯網數據在被采集之后，將被用于產品迭代以及用戶服務，據普華永道統計，單臺汽車每年車聯網回傳的數據有100G-500G規模，100萬臺的網聯汽車將會面臨100PB以上的數據存儲規模，如果采用傳統存儲方式，僅機房建設投入就要在10億人民幣以上。

如果我們將全世界十幾億汽車保有量中的一半替換為智能網聯汽車，僅車聯網的數據每年就將達到ZB（1ZB=1024EB，1EB=💯1024PB）級別，這還不包括自動駕駛產生的數據，而據IDC報告，2020年全球數據總量約為64ZB的數據，汽車的數據生產能力可見一斑。

隨著車上傳感器越來越多，智能電動車將成為重要𝄹的數據生產單元，海量的數據需要被儲存、計算、傳輸，🐭云將是重要一環。

在特斯拉入局超算之后，某自動駕駛公司CEO判斷未來的車企也將同時是云計算企業。

這幾年傳統車企紛紛成立自己的軟件部門🎃，布局相關的軟件平臺業務，例如大眾就成立了軟件部門CARIAD，CARIAD其中的一🅺項計劃是到2030年，將全球4000萬輛汽車接入到大眾汽車云（VW Automotive Cloud）中。

那站在汽車產品背后的汽車廠商和😼汽車行業呢？其組織和流程（研發、生產、銷售、運營），有必要上🐻云嗎？上云又有什么好處呢？

研發

在整車研發階段，需要碰撞仿真、流體仿真、NVH仿真等來縮短研發周期，降低研發成本，這些仿真軟件需要高性能計算的支持，原來車企會自己部署工作🐼站、建高性能計算集群（HPC）來解決仿真的問題，但如果投入少，會導致計算精度不夠、計算時間過長，導致仿真的價值有限；但如果大規模投入，由于HPC技術復雜、涉及面廣、選型困難等問題，車企有太多的坑要填。

如果采用云計算，不僅可以突破固定算力的限制，還能應用到最新的技術，并且可以實現按需采購，開箱即用。例如一汽就將自有的1萬多塊CPU等處理核心與華為的云計算資源進行了統一調🌠度，使得一汽在車型研發𒀰的仿真計算環節，效率提升了一倍左右。

同時，縮短研發周期也是非常重要的，傳統燃油車的研發周期之前是在36個月，但新能源車的研發周期明顯變短了，迭代速度更快，競爭更激烈，快速出車正在成為車企的核心競爭力，而華為🌠在服務化IT平臺HIS（Huawei IT Servi🀅ce）上的積累則可以給車企提供這方面的參考。

生產

數字化工廠，是傳統車企在數字化方面發力最🥃多的地方之一，主要的原因在于之前工廠的數字化程度低，或者四大車間之間的數據不流通，導致整體的生產數據和局部的產線情況也不能有效把控和優化。

隨著越來越多的數據采集和監控節點被建立起來，通過數據🍎分析和𒉰智能質檢、預測，可以推動生產效率、產品品質的提升，通過數據智能提升生產力不再是一句空話。

實現單廠智能還不夠，傳統車企的工廠分散，跨地域難以協同，這也是亟需解決的問題。在華為云和一汽大眾的合作中，華為云通過一朵云連接了一汽大眾的五地六廠，實現了𝔉多業務部門的統籌規劃和協同。

營銷、運營

隨著特斯拉率先打🌟破傳統汽車銷售模式，采取直營和線上購車的方式，新興車企們也跟進了這一方式𝕴，產品力的優勢以及銷售服務模式的改變提升了老車主的滿意度，老車主們非常熱情地向周圍親朋好友推薦這些車，新勢力們的NPS（凈推薦值）都非常高。

但傳統主機廠們目前與用戶溝🐭通還主要依賴經銷商，主要的用戶觸點也在線下，其已經運行多年的營銷系統也是飽受詬病，組織權限混亂、各業務模🐲塊的功能不通、線上營銷和線下割裂，造成了各種低效的問題。

這就使得傳統車廠當下的目標是，需要先優化流程、改善自身。

例如華為云為一汽大眾優化的BI平臺，改變了傳統數ও據入湖▨方式，將業務報表系統維護的鏈路從3萬條降低至65條，同時還是實現了10億級數據無一條丟失，直接將一汽大眾的銷售報表數據的可查看時間從1天縮減至10分鐘。

另外，傳統的4S店除了賣車，還有維修保養的業務𒁃，但修車師傅的水平參差不齊，一旦遇到問題通過人工翻閱維修手冊或求助廠家等方法來解決，導致人工效率低、用戶不滿意等問題。

盡管經過了日積月累，4S店掌握了維修記錄、維修手冊、指導視頻等資料，但這些信息之間是割裂的，沒有被有效整合，華為云的方式是通過軟件和大數據技術來梳理這些信息，具體方式是先和維修專家、知識圖譜專家協同，對知識進行抽象建模，然后通過對數據的抽取、映射、融合與消歧等步驟，形成車輛的維修知識圖譜，進而通過🔯App來為修車師傅們打造趁手的工具。

總結下，產品層面，智能電動車浪潮使得汽車不得不上云；流程層面，上云🔯可以為企業降本增效。以上就是關于上云對汽車產業產生的影響和意義，億聯云是一家云網服務提供商、大帶寬租賃、光纖專線接入、云服務器等行業，提供性價比高的產品和優質的技術服務，贏得了數十萬用戶的青睞。