佐思汽研發(fā)布《2023年汽車云服務平臺產業(yè)研究報告》。

01

汽車數據量呈現指數級增長，上云成為必然選擇

從企業(yè)層面來看，數字化轉型的目標是將貫穿汽車研發(fā)、生產、銷售、運營、售后服務等全生命周期的相關要素全流程數字化，將沉睡在車企本地服務器和機房內的數據上云，打通各環(huán)節(jié)數據通路，逐步實現產業(yè)全鏈路的數據一體化管理，云管端一體化的實時互聯，構建貫穿用戶全生命周期的服務運營模式，強化產業(yè)上下游合作伙伴的連接，產生更大的價值。

從產品層面來看，汽車智能化、網聯化迅速發(fā)展，例如自動駕駛功能，從L2級開始，自動駕駛的每一次向高階駕駛演進，對于云的基礎設施平臺、應用、服務的消耗量都要上升一個量級。隨著高階自動駕駛逐漸走向量產，車載傳感器數量及數據量大幅增加，本地處理難以滿足需求，上云將是最優(yōu)選擇。

車企在云服務建設上，每年花費高達數千萬元，促進市場規(guī)?？焖僭鲩L。2022年中國汽車云服務市場超過150億元，預計未來5年將保持30-40%的增速。

2020-2027年中國汽車云市場規(guī)模

來源：《2023年汽車云服務平臺產業(yè)研究報告》

02

專屬汽車云平臺上線，差異化競爭成為關鍵

2021年字節(jié)跳動發(fā)布“字節(jié)跳動汽車云”， 在數字營銷、智能座艙、自動駕駛、車輛服務四個板塊提供云服務；2022年，騰訊智能汽車云、百度汽車云、阿里汽車云紛紛上線，BATHD（百度、阿里、騰訊、華為、抖音）五大巨頭均已入場，依托汽車專屬云構建的汽車云服務進入深化競爭階段。

從各汽車云的服務范圍來看大同小異，基本涵蓋了研發(fā)、制造、營銷、供應鏈幾大板塊，對于研發(fā)的支持主要集中在自動駕駛、智能座艙、車聯網、三電幾個領域，因此如何構建差異化競爭成為企業(yè)制勝的關鍵。

中國汽車云平臺

來源：《2023年汽車云服務平臺產業(yè)研究報告》

03

云服務的差異化競爭，主要從基礎資源層服務和上層研發(fā)工具鏈兩方面構建

基礎資源層方面，超算中心是衡量服務能力的一項重要指標，阿里、百度等率先布局。

2022年8月，阿里云啟動位于張北和烏蘭察布的兩座超級智算中心，算力規(guī)模合計15 EFLOPS（每秒1500億億次浮點運算）。同期，阿里云推出智能計算解決方案“飛天智算平臺”，通過“平臺+智算中心”形式將智算能力開放出來。

阿里云張北&烏蘭察布超算中心

百度云繼開啟陽泉、濟南、福州、鹽城、天津五大智算中心之后，于2023年5月開工建設百度智能云-沈陽智能計算中心項目，占地約2.4公頃，建筑面積4.2萬平方米，總體規(guī)劃算力500P，一期建設算力200P。百度沈陽智算中心未來不僅包含物理數據中心建設能力、智算基礎設施能力，還包括以大模型為代表的AI軟硬件生態(tài)能力的綜合性解決方案，可支持智算時代下企業(yè)不同業(yè)務場景的計算任務和大模型的產業(yè)應用需求。

百度智能云-沈陽智能計算中心

來源：公開資料

研發(fā)工具鏈方面，云服務供應商正致力于通過“全流程”、“全閉環(huán)”的服務，為用戶打造 “拎包入住”服務體驗。

騰訊自動駕駛云平臺中，虛擬仿真成為關鍵一環(huán)。

華為自動駕駛云平臺”八爪魚” 內置2000萬框標注數據集、20萬仿真場景庫、以及完整的工具鏈和標注算法，覆蓋自動駕駛數據、模型、訓練、仿真和標注等全生命周期業(yè)務，能夠協助車企“0”基礎構建自動駕駛開發(fā)能力。

百度則從芯片（昆侖芯）、深度學習（飛槳）、訓練大模型（文心），到搜索（百度搜索）、云平臺（百度智能云）、自動駕駛（Apollo）、智能網聯（小度）等，構建全棧布局，實現數據閉環(huán)。

百度智能云自動駕駛解決方案整體架構

來源：百度

04

多云策略下，主機廠的需求從追求資源轉變?yōu)樽非笮?/p>

隨著深度上云，主機廠上云的資源需求已基本滿足，企業(yè)云戰(zhàn)略的底層邏輯從追求資源轉變?yōu)樽非笮?，最終實現對企業(yè)整體生產經營數字化的能力提升。在這個過程中，主機廠不再與某一個云平臺深度綁定，而是實施多云策略，將不同的業(yè)務類型放到不同的云平臺。

例如：

吉利汽車，在與百度合作打造“1+6+N”吉利混合云平臺的基礎上，與阿里合作建設了星睿智算中心，與騰訊開展基于車聯網和安全解決方案的合作。

一汽集團，采用華為云Stack構建了混合云架構，還與阿里云合作開展智能制造、數字營銷等業(yè)務。

部分車企云平臺選擇

來源：《2023年汽車云服務平臺產業(yè)研究報告》

多云策略的優(yōu)勢毋庸置疑，能夠集合各云平臺優(yōu)勢、實現業(yè)務精細化部署、降低企業(yè)成本，同時助力車企在云平臺構建上獲得核心主動權，避免 “靈魂之爭”的困擾。然而多云策略的挑戰(zhàn)也不可避免，多云之間存/算力怎么分配、跨云數據同步對帶寬依賴、成本和網絡延遲是否會產生影響等都是亟需解決的問題。因此，如何制定多云策略，是主機廠需要解決的問題。