近幾年來，圍繞著汽車的行業(yè)創(chuàng)新成為了全世界關(guān)注的焦點，尤其是以特斯拉、蔚小理等為代表的新一代智能電動汽車，更是成為了當(dāng)前高新科技凝結(jié)的產(chǎn)物。伴隨著碳中和碳達峰的目標(biāo)迫近，汽車行業(yè)內(nèi)的電氣化和智能化趨勢加速發(fā)展。

新的汽車EE架構(gòu)、車端算力升級、車云一體、自動駕駛、車聯(lián)網(wǎng)...亞馬遜云科技一直在思考，如此多行業(yè)熱詞背后的趨勢對于整車廠意味著什么？未來整車廠的客戶轉(zhuǎn)型會去到哪里？亞馬遜云科技到底能夠幫助客戶做些什么？

近日，亞馬遜云科技在北京召開的“車云協(xié)同，氣力智行”汽車行業(yè)論壇，亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡針對上述問題給出了答案，這也是亞馬遜云科技首次召開以單一行業(yè)為主題的活動，足見其對于汽車行業(yè)創(chuàng)新的重視。

車廠業(yè)務(wù)轉(zhuǎn)型：從賣車即結(jié)束到整個生命周期服務(wù)

傳統(tǒng)的整車廠業(yè)務(wù)模式較為簡單，主要聚集在買車上。在車輛被賣出之后，客戶與車廠的價值交換基本完成。而現(xiàn)在的業(yè)務(wù)轉(zhuǎn)型趨勢是將這個價值轉(zhuǎn)換點延長到整個汽車使用的生命周期中，利用自動駕駛、車聯(lián)網(wǎng)、軟件定義汽車等方式，和客戶產(chǎn)生直接的互動，拿到更多的數(shù)據(jù)。并通過這些數(shù)據(jù)來洞察客戶的真正需求，在整個汽車生命周期為客戶去提供更多的增值服務(wù)。

顧凡表示，亞馬遜云科技站在整車廠客戶角度去思考，為了更好地完成這種業(yè)務(wù)轉(zhuǎn)型，整車廠的技術(shù)路線需要考慮三個方面。

第一是汽車向著新電子電氣架構(gòu)轉(zhuǎn)型，車端算力可以達到更高的水平。

第二是在這樣的一個新電子電氣架構(gòu)上，需要有一個軟件定義汽車的平臺，真正跨車和云做大量的軟件開發(fā)工作，只有通過這樣的軟件服務(wù)才能夠讓車廠提供具備差異化的價值。

第三是更好的利用數(shù)據(jù)，因為不論是車聯(lián)網(wǎng)還是自動駕駛，其本質(zhì)都是基于數(shù)據(jù)驅(qū)動的軟件開發(fā)流程。例如車廠自己打造出行平臺，一方面積累自己做運營服務(wù)業(yè)務(wù)的經(jīng)驗，另一方面也可以積累車廠在大數(shù)據(jù)分析方面的經(jīng)驗，同時也為自己實現(xiàn)了一個新的收入來源。

整車廠在進行業(yè)務(wù)轉(zhuǎn)型時，有著明顯的優(yōu)勢和短板。優(yōu)勢在于其市場保有量較大、品牌知名度較高、產(chǎn)品線豐富度高、產(chǎn)品影響力大、銷售服務(wù)渠道完備等等。但其面臨的挑戰(zhàn)更多的來自軟件、算法、應(yīng)用生態(tài)和DevOps等方面。而這些整車廠的短板，正是亞馬遜云科技有能力幫助到的地方。顧凡表示，作為云計算的開創(chuàng)者和引領(lǐng)者，亞馬遜云科技從汽車的研發(fā)、創(chuàng)新、生產(chǎn)制造、供應(yīng)鏈到市場營銷，再到智能網(wǎng)聯(lián)，再到終端用戶的服務(wù)和應(yīng)用，都在助力汽車行業(yè)產(chǎn)業(yè)鏈的創(chuàng)新加速和轉(zhuǎn)型。

而在此次汽車論壇上，針對自動駕駛、車聯(lián)網(wǎng)和軟件定義汽車耽擱代表性的汽車數(shù)字化場景，亞馬遜云科技展示了其全面的解決方案。

自動駕駛開發(fā)的五大挑戰(zhàn)

自動駕駛是一個典型的數(shù)據(jù)驅(qū)動的端到端流程，包括數(shù)據(jù)采集和存儲、數(shù)據(jù)預(yù)處理分析、數(shù)據(jù)的標(biāo)注、模型訓(xùn)練、仿真驗證和最后的部署發(fā)布這樣一個完整的流程。首先車端的數(shù)據(jù)會被采集，匯總到一個集中的存儲或者在云上的自動駕駛數(shù)據(jù)湖，數(shù)據(jù)湖里面數(shù)據(jù)是可以被進一步做預(yù)處理和分析，然后針對處理過和清洗過的數(shù)據(jù)進行標(biāo)注，訓(xùn)練自動駕駛的機器學(xué)習(xí)模型，模型一旦開發(fā)出來，將通過仿真和驗證進行測試，最終模型一旦通過驗證就會部署到車輛上。

這樣的一個開發(fā)流程所需要的工具鏈并不是整車廠客戶所擅長的，為了更快地實現(xiàn)自動駕駛，整車廠更希望快速整合現(xiàn)有的工具鏈，把Data Pipeline跑通。但不論是自研還是整合現(xiàn)有工具鏈，都會面臨著工具鏈割裂、數(shù)據(jù)孤島等等一系列的挑戰(zhàn)。這時候，圍繞著云上進行工具鏈整合就會更加便捷。

首先第一個挑戰(zhàn)來自海量數(shù)據(jù)的傳輸。當(dāng)前一輛自動駕駛汽車上包含了各種各樣的傳感器，包括攝像頭、激光雷達、毫米波雷達等等，每天每輛車產(chǎn)生的數(shù)據(jù)量可以和i達到TB級。如何進行有針對性的定制化數(shù)據(jù)采集，解決自動駕駛領(lǐng)域中的長尾Corner case非常關(guān)鍵。而亞馬遜云科技可以通過Amazon Direct Connect網(wǎng)絡(luò)專線，以及Amazon Snowball移動存儲，快速把數(shù)據(jù)上傳到亞馬遜云科技，放在Amazon S3里面。Amazon IoT FleetWise則可以解決長尾Corner case的定制化數(shù)據(jù)采集的工作。

第二個挑戰(zhàn)來自海量數(shù)據(jù)的低成本存儲。Amazon S3提供了云里面最豐富的8層存儲分級，當(dāng)用戶將車端采集的數(shù)據(jù)放在Amazon S3上面的時候，就可以根據(jù)數(shù)據(jù)所處的不同溫度，從頻繁訪問的熱數(shù)據(jù)到應(yīng)該深度歸檔的冷數(shù)據(jù)，存放在不同的層級，從而達到最優(yōu)的成本。值得一提的是其Amazon S3 Intelligent-Tiering智能分層功能，根據(jù)自動駕駛工作負(fù)載里面動態(tài)變化的數(shù)據(jù)訪問模式實現(xiàn)自動分層，幫助用戶自動選擇最合適的存儲層級。據(jù)實際客戶反饋，使用這個功能平均可以節(jié)省約30%的成本。

第三大挑戰(zhàn)在于如何實現(xiàn)復(fù)雜數(shù)據(jù)管理和分析。數(shù)據(jù)湖是在云上整合自動駕駛工具鏈的核心，而Amazon S3這一工具鏈正是圍繞著自動駕駛數(shù)據(jù)湖去做整合的。所有的工具鏈都可以在授權(quán)情況下訪問Amazon S3數(shù)據(jù)湖里面的數(shù)據(jù)，同時數(shù)據(jù)也可以在各個工具鏈上下游流動，這樣就可以避免工具鏈割裂帶來的數(shù)據(jù)孤島的問題。亞馬遜云科技也推出了自動駕駛數(shù)據(jù)湖的參考架構(gòu)，可以幫到客戶更容易地在云上構(gòu)建自動駕駛數(shù)據(jù)湖。

第四大挑戰(zhàn)來自復(fù)雜的模型開發(fā)與訓(xùn)練。數(shù)據(jù)清洗處理之后就要進行數(shù)據(jù)標(biāo)注，提升數(shù)據(jù)標(biāo)注的質(zhì)量價格比非常關(guān)鍵。而在模型開發(fā)階段，無論是從特征工程、模型訓(xùn)練，再到超參的調(diào)優(yōu)和模型的調(diào)試，其實需要非常復(fù)雜的機器學(xué)習(xí)的端到端的集成開發(fā)環(huán)境。同時，用戶會發(fā)現(xiàn)需要花大量的人力和經(jīng)驗，來針對多個訓(xùn)練任務(wù)、針對一堆的GPU的計算資源進行調(diào)度、管理，聽起來都非常麻煩。Amazon SageMaker是一個全托管端到端的機器學(xué)習(xí)集成開發(fā)環(huán)境，它可以幫助自動駕駛公司或者是車企，把復(fù)雜的模型開發(fā)和訓(xùn)練的超級復(fù)雜的工作流串起來，真正的目的是讓算法工程師把精力投入在高質(zhì)量的模型的構(gòu)建和迭代上，不浪費時間去管底層的資源。

第五大挑戰(zhàn)來自于仿真驗證，自動駕駛的仿真驗證需要統(tǒng)一架構(gòu)來實現(xiàn)超大規(guī)模仿真，仿真系統(tǒng)的效率會直接影響整個自動駕駛開發(fā)鏈的效率。云上的高并發(fā)仿真，能解決仿真領(lǐng)域里的兩大挑戰(zhàn)，一個是規(guī)模、一個是成本。規(guī)模自然要通過云上的高并發(fā)來實現(xiàn)，而如何在高并發(fā)仿真的同時實現(xiàn)低成本，這就需要借助到亞馬遜云科技提供的一系列服務(wù)。

首先，通過Amazon EC2的Spot競價實例，大規(guī)模應(yīng)用在仿真上面，可以達到最佳的性價比。因為Spot是把亞馬遜云科技空閑的EC2實例以按需定價費用超過3折的價格提供給客戶，這是云獨有的優(yōu)勢。

其次Amazon S3作為仿真系統(tǒng)使用持久性存儲，它可以近乎線性地匹配計算實例的規(guī)模，并且支持水平縮放。隨著仿真任務(wù)喚起越來越多的EC2實例，Amazon S3的吞吐量也是幾乎以線性增長，這樣才能保證Amazon S3到每一個EC2的實例的吞吐量始終是匹配的。

第三就是Amazon FSx for Lustre，云上托管的Lustre并行文件系統(tǒng)，背后是依托于Amazon S3，它可以作為EC2實例組成的高性能計算集群和Amazon S3持久存儲中間的緩存，目的就是為了大規(guī)模仿真系統(tǒng)提供最極致的吞吐量和IOPS。

Mobileye是全球自動駕駛解決方案的領(lǐng)導(dǎo)者，它在Amazon S3上構(gòu)建的數(shù)據(jù)湖已經(jīng)達到了200PB，同時它也是非常擅長使用Spot競價實例的客戶。Mobileye的自動駕駛的仿真任務(wù)幾乎都跑在Spot的競價實例上，這樣可以在控制成本的前提下保持一個極度的靈活性，同時它的仿真任務(wù)成功率可以達到99.6%。它的仿真任務(wù)可以調(diào)度的Spot資源彈性范圍非常大，高峰的時候可以達到500KvCPU，低峰的時候甚至可以降到0，這個幫到Mobileye的自動駕駛仿真周期從過去的一個月壓縮到幾個小時，同時可以極大地降低研發(fā)成本，提高開發(fā)人員的敏捷性。

車聯(lián)網(wǎng)服務(wù)搭建的五大挑戰(zhàn)

要將汽車與用戶之間的價值轉(zhuǎn)換延長到整個使用生命周期內(nèi)，車聯(lián)網(wǎng)的作用非常關(guān)鍵。一切增值服務(wù)的用戶互動和觸及都需要有用戶數(shù)據(jù)的分析和挖掘，才能夠提供更精準(zhǔn)的個性化服務(wù)。不論是娛樂服務(wù)、出行服務(wù)還是商業(yè)服務(wù)，車聯(lián)網(wǎng)有望成為這三個互聯(lián)服務(wù)生態(tài)領(lǐng)域中的重要拼圖。而車聯(lián)網(wǎng)的數(shù)據(jù)應(yīng)用包含營銷運營、產(chǎn)品改進和用戶服務(wù)場景三個層面，不論是哪個層面，整車廠在搭建車聯(lián)網(wǎng)服務(wù)的過程中都面臨著諸多挑戰(zhàn)。

第一大挑戰(zhàn)即“全球統(tǒng)一部署”。車企進行的都是全球化的銷售策略，中國新興新能源的出口量也持續(xù)增長。在進行全球車聯(lián)網(wǎng)布局時，需要選擇一個跨越全球的基礎(chǔ)設(shè)施去部署車聯(lián)網(wǎng)業(yè)務(wù)。而亞馬遜云科技在全球有最大的云基礎(chǔ)設(shè)施，目前有26個地理區(qū)域，84個可用區(qū)，橫跨六大洲，服務(wù)245個國家，還有8個區(qū)域在建設(shè)過程中。因此對于想要搭建全球統(tǒng)一部署車聯(lián)網(wǎng)的車企而言，是一個非常合適的選擇。

第二大挑戰(zhàn)是“安全合規(guī)”，保證車聯(lián)網(wǎng)業(yè)務(wù)符合全球范圍內(nèi)的當(dāng)?shù)胤ㄒ?guī)，保證本地數(shù)據(jù)信息安全合規(guī)。而亞馬遜云科技幾乎滿足所有的監(jiān)管機構(gòu)的合規(guī)要求支持98項安全標(biāo)準(zhǔn)和合規(guī)認(rèn)證。車企客戶可以直接繼承亞馬遜云科技的安全合規(guī)認(rèn)證。同時亞馬遜云科技還與眾多合作伙伴一起，為整車廠客戶提供從咨詢到實施整體和安全合規(guī)的方案，無論是安全工程、數(shù)據(jù)保護還是身份和訪問控制等等。

第三大挑戰(zhàn)是通過全面的服務(wù)體系，提升客戶體驗。不同國家地區(qū)的音視頻內(nèi)容、導(dǎo)航地圖內(nèi) 容、數(shù)據(jù)分析和軟件更新等內(nèi)容各不相同，整車廠進行本地業(yè)務(wù)拓展時需要和各地不同的內(nèi)容服務(wù)商打交道。亞馬遜云科技與全球范圍內(nèi)的車聯(lián)網(wǎng)合作伙伴合作，為客戶提供無論是跨車端還是云端還是App端各種車聯(lián)網(wǎng)會用到的解決方案。包括互聯(lián)移動、數(shù)據(jù)分析、充電管理和服務(wù)、地圖導(dǎo)航、車隊管理、網(wǎng)絡(luò)安全等等。因此當(dāng)整車廠去其他國家地區(qū)拓展業(yè)務(wù)時，可以亞馬遜云科技實現(xiàn)更快的適合本地的內(nèi)容和服務(wù)搭建。

第四大挑戰(zhàn)是如何拿到數(shù)據(jù)挖掘價值，為客戶提供更具吸引力的增值服務(wù)。亞馬遜云科技已經(jīng)與一些客戶已經(jīng)合作了非常有價值的增值服務(wù)。例如在一個針對新能源車電池故障預(yù)測的案例中，亞馬遜云科技與車廠合作在三到四個月內(nèi)，采集了四千多輛車大概有1T左右的電池的數(shù)據(jù)，包括電池靜態(tài)數(shù)據(jù)、動態(tài)數(shù)據(jù)，電流、電壓以及實時車輛報警數(shù)據(jù)等。通過這些數(shù)據(jù)亞馬遜云科技與車廠構(gòu)建了一個機器學(xué)習(xí)的模型，能夠去預(yù)測未來兩周有可能發(fā)生電池單體一致性故障差的概率。

第五大挑戰(zhàn)是運維的復(fù)雜度提升，需要更彈性敏捷的軟件架構(gòu)。顧凡表示，今天的車聯(lián)網(wǎng)是在動態(tài)、快速的迭代和發(fā)展過程中，你根本不知道今天、明天、明年，你連接的車聯(lián)網(wǎng)的車的數(shù)量到底增長有多快，所以今天未雨綢繆去想象車聯(lián)網(wǎng)的軟件架構(gòu)，就必須要為未來做好準(zhǔn)備。所以一定要明白未來的車聯(lián)網(wǎng)業(yè)務(wù)的彈性需求會對你的軟件架構(gòu)造成巨大的挑戰(zhàn)，今天應(yīng)該做一個什么樣的選擇。很多車企會選擇無服務(wù)器的計算，例如Amazon Lambda這樣的架構(gòu)。Amazon Lambda可以根據(jù)實際的業(yè)務(wù)量，快速地彈性擴縮后臺的計算資源，這樣既可以保證充足的算力資源，又可以節(jié)省大量成本。

軟件定義汽車：廣泛參與和基本原則

在軟件定義汽車這個技術(shù)趨勢中，整車廠需要考慮的是，如何從底層開始就真正走向軟件定義汽車的架構(gòu)轉(zhuǎn)型，真正做到軟硬件解藕。要實現(xiàn)軟件定義汽車，需要的是車廠、芯片商、硬件提供商、軟件提供商、系統(tǒng)集成商和云服務(wù)廠商，所有參與方一起推動其行業(yè)邁進。

顧凡表示，降低門檻才能讓行業(yè)內(nèi)更多人參與進來開發(fā)，無論是汽車行業(yè)里面的軟件供應(yīng)商，還是更廣泛的云端的大量應(yīng)用開發(fā)者，這些開發(fā)者原來都不一定開發(fā)過在車上的應(yīng)用，但是他們對云上的開發(fā)非常熟悉。所以只有降低門檻，讓所有人參與進來，才能讓車廠的服務(wù)產(chǎn)生長尾效應(yīng)。場景、服務(wù)需求是非常多的，需要更多人參與進來去開發(fā)。但同時還是有一些基本的原則和需求是業(yè)內(nèi)的一些共識。

第一，軟件一定要具備可移植性，能夠跨不同的硬件去執(zhí)行。第二，軟件一定是要在云端開發(fā)測試，讓開發(fā)和維護成本真正降到最低。第三，在云端開發(fā)汽車軟件的時候，必須要考慮到汽車行業(yè)的特殊性。在云端開發(fā)有一些實時性和功能安全的功能時候需要提供保證。第四，軟件平臺必須要是開放的架構(gòu)。

在芯片層面，亞馬遜云科技和車載芯片供應(yīng)商合作，參與了Arm發(fā)起的SOAFEE的組織，支持車云環(huán)境對等。亞馬遜云科技在云端是有基于ARM 核心的Graviton2和Graviton3的CPU，很多車企最終的選型也是采用ARM芯片，這樣，云端和車端硬件都是基于ARM 打造的處理器，會為客戶在構(gòu)建一個車云對等的軟件開發(fā)環(huán)境時帶來極大的幫助，云端開發(fā)測試的很多應(yīng)用在車端可以無縫部署。

在軟件平臺層面，亞馬遜云科技與黑莓合作構(gòu)建了BlackBerry IVY，標(biāo)準(zhǔn)化車端的非常復(fù)雜的數(shù)據(jù)采集工作以及數(shù)據(jù)上云工作。各種不同類型的開發(fā)者，不需要具備專業(yè)汽車的技能，就可以利用BlackBerry IVY去一致和安全的訪問、讀取車輛傳感器的數(shù)據(jù)，然后加以規(guī)范化，并且在云端利用數(shù)據(jù)分析和機器學(xué)習(xí)的工具，去做應(yīng)用的創(chuàng)新。

在系統(tǒng)集成商層面，亞馬遜云科技與Tier1供應(yīng)商大陸集團合作開發(fā)下一代的軟件定義汽車的開發(fā)平臺CAEdge（Continental Automotive Edge），這是一個跨車和云，用多租戶隔離的方式，可以讓更多供應(yīng)商參與進來一起開發(fā)軟件定義汽車的平臺。大陸集團作為Tier1，可以邀請更多供應(yīng)商和開發(fā)合作伙伴一起，在CAEdge平臺上為車廠開發(fā)更多的應(yīng)用。在這樣一個場景下面，CAEdge的多租戶環(huán)境可以保證參與的各種各樣的開發(fā)人員和公司，去使用相同工具測試程序和保護措施，它的開發(fā)環(huán)境是標(biāo)準(zhǔn)化的，同時不同開發(fā)人員和公司之間相互不受影響，數(shù)據(jù)安全和合規(guī)更是符合要求的。

在數(shù)據(jù)上云的層面，亞馬遜云科技還發(fā)布了Amazon IoT FleetWise服務(wù)，支持在車端自定義的數(shù)據(jù)采集，可以極大地降低車端數(shù)據(jù)采集上云的門檻。比如自動駕駛的場景有時候需要人工來定向采集一些不同的數(shù)據(jù)，分析和判斷一些Corner case。Amazon IoT FleetWise就可以讓測試人員帶著一些定制化的數(shù)據(jù)采集任務(wù)去路測，極大地提高這一部分工作的效率。

另外，除了上述所提到的合作和服務(wù)外，亞馬遜云科技還在軟件定義汽車領(lǐng)域上有一個專業(yè)服務(wù)團隊，在全球為大量車企在做項目，幫助客戶賦能軟件定義汽車的行業(yè)創(chuàng)新。

總結(jié)

當(dāng)前汽車行業(yè)正處于快速變革中，很多行業(yè)標(biāo)準(zhǔn)和生態(tài)還在爭搶和制定中，整車廠在探索的一些新的方向，雖然還有非常多的不確定性，但明確的一點是，車企將不會以售出汽車作為終點，而是作為其汽車使用生命周期中服務(wù)的起始點。顧凡表示，亞馬遜云科技的定位就是賦能和開放，亞馬遜云科技不做車，但可以幫助車廠去揚長避短加速轉(zhuǎn)型。無論是在軟件定義汽車的布局，還是去賦能客戶建立數(shù)字驅(qū)動的開發(fā)流程，像自動駕駛、車聯(lián)網(wǎng)等等，這些都是亞馬遜云科技的優(yōu)勢。

這是亞馬遜云科技第一次做單獨一個行業(yè)、而且還是汽車行業(yè)的活動，不過相信未來隨著亞馬遜云科技在賦能汽車行業(yè)變革路上的不斷創(chuàng)新，明年我們可以看到更多有意思的、精彩的分享。