腾讯云上 “造车”

今年是腾讯启动车联网业务的第五年，腾讯仍坚持不造车，只行 “云”。

在早期，腾讯从车联网和智能座舱业务起步，到了现阶段，开始发力 To B 云端服务：为汽车行业提供低门槛的定制化平台与工具链——被纳入 6 月 24 日发布的 “车云一体” 战略规划框架内的 “腾讯智能汽车云” 和 “汽车一体化安全方案” 两套工具。

与华为云、百度云或阿里云相对侧重汽车硬件研发（研发增量零部件/造车）不同，腾讯不造车，代以汽车行业助手和生态共建者角色参与。通过 “云 + 图” 数字技术，目的是 “帮助车企造好车、卖好车、提高企业管理效率，改善用户出行体验”。

2022 年，数字技术定义智能汽车，真正得以启动。作为数字技术的基础设施，云的行业意义，用腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生的话概括，即 “以云为核心的数字技术，正在成为汽车产业的新生产力”。

不涉 “硬”“软” 行云

数字技术在今年，终于成为推动智能汽车实现技术突破、开启新元年的动力引擎。

“数字（技术）能定义汽车”。这是长安汽车董事长朱荣华，在 6 月 25 日，联合华为和宁德时代推出 “CHN” 智能汽车平台后，发出的 “技术宣言”。

CHN 平台名称，组合自长安汽车、华为和宁德时代英文名称的首字母。

新架构、强计算和高压充电，是 CHN 平台的技术特征。朱华荣认为，虽然国内新能源车已发展多年，但从今年开始，智能电动汽车才在数字技术的加持下，开启了新的技术和应用元年。

CHN 平台结构分 6 层，即机械层、能源层、电子电气架构层、整车操作系统层、整车功能应用层和云端大数据层。因该平台具有软硬件解耦能力，故能实现数字技术定义汽车。

基于 CHN 平台研发的阿维塔 11，应用了华为 HI（Huawei Inside）全栈智能汽车解决方案。在这套方案中，含有 “智能车云服务”。

这是华为参与车联网与众不同的方式。与之类似的是阿里，但侧重点有所不同。阿里相对华为，更偏重云端服务能力，但也在逐步参与整车研发。

6 月 29 日，有消息称，阿里达摩院仍在研发中的 L4 级自动驾驶卡车 “大蛮驴” 获得 “主驾无人” 自动驾驶重卡公开道路测试牌照。此前在 2020 年云栖大会上，达摩院还推出过一款量产自动驾驶物流车 “小蛮驴”，具有自动路径规划和自动避障等与智能汽车相同的自动驾驶能力。

如果说华为高举高打智能汽车增量零部件和核心硬件控制系统研发，阿里渐次涉足整车制造，那么百度立场更为鲜明，直接下场造车：旗下智能汽车公司品牌 “集度”，于 6 月 8 日推出首款汽车机器人概念车 JIDU ROBO-01。

无论是华为、阿里还是百度，在汽车领域致力的方向，均立足于数字技术基础上。朱华荣说，数字技术能定义汽车。从这个角度看，边缘计算、AI 和 IoT 等数字技术，已成为像发动机、变速器、电机、电池、传感器和激光雷达等同样重要的核心要件。

腾讯智慧出行副总裁钟学丹也对华尔街见闻表示，“软件占整个汽车的比重越来越大。” 在这些软件工作时，数据量必然极为庞大。

英特尔有过一组数据：一辆联网自动驾驶汽车每运行 8 小时，将产生 4TB 级数据，主要由自动驾驶汽拥有的数百个车载传感器产生。英特尔称，仅摄像头就能每秒产生 20MB-40MB 数据，而激光雷达每秒产生的数据量有 10MB-70MB。

如此巨量的数据规模，事实上就 “迫使” 智能汽车商将 “上云” 作为标配。

因为要有效管理这些量级惊人的数据，需要强悍的云技术能力、高速传输能力以及数据安全保障，这些都关系到 C 端用户的终端应用体验，以及极为核心的人身安全。智能汽车和智能手机不同，前者的核心诉求是在保证优异体验的同时，还要有人身安全保障。

支撑这些需求所需要的数字技术，正是腾讯 “入行” 五年来，持续用力的点：不涉及硬件，只专注 “行云”，这也是腾讯（T）有别于华为（H）、阿里（A）和百度（B）的差异化所在。

腾讯汽车云有啥不一样

在造车参与深度层面，腾讯和华为、阿里、百度均存在差异。但是，若就汽车云服务看，四方有何差异？毕竟四方都有云服务业务。

腾讯汽车云服务的特点是什么？

所谓汽车云（Automotive Cloud）服务/解决方案，总体市场定义为，以车企/整车厂为目标并通过 laaS、PaaS 和 SaaS 层的服务形式，提供涵盖汽车设计、研发、生产/制造、销售及售后等全生命周期的相关服务。

沙利文和头豹研究院 5 月 6 日发布的《2021 年中国汽车云市场追踪报告》（以下简称《沙利文报告》）统计数据（以下若无特别说明，均采用此份报告统计数据）显示，截至 2021 年，中国汽车云服务中 SaaS 层规模占比 64.6%，IaaS 层与 PaaS 规模量的占比分别为 24.7% 和 10.8%。

进一步的汽车云服务功能细化定义则为，汽车主机网通过汽车云服务，搭建自身云平台，将车联网系统在使用过程中产生的大量数据，通过网络上传至云端服务器做处理与运行，从而实现本地无法实现的功能，如第三方数据接入或 Web 服务等。

通过汽车云赋能，Web 服务器、后台服务器、第三方服务平台以及手机终端设备可与汽车实现互联互通。

通俗来说，就是 B 端车商为了应对汽车智能化和移动出行服务标准化而搭建的数字化平台，从而建立符合自身利益诉求的数字化生态系统。

全球车企正在飞速推进数字化转型进程，汽车云顺势成为车企向数字化转型，并为 C 端用户提供具有创新特征的互联汽车服务的基础设施。

比如大众汽车集团，利用汽车云服务，大幅优化旗下所有品牌的车辆、云平台和 C 端服务的互联广度和深度，同时为公众在应用大众汽车集团整套产品组合中，提供标准化、一致性和无差别的移动出行服务。

《沙利文报告》称，“中国汽车云行业尚处干发展初期，其交易量于 2021 年达 335.2 亿元，同时在中国自动驾驶与车联网的技术与市场发展带动汽车云服务平台需求增长的背景下，汽车云市场规模在未来连续 5 年将呈现稳定增长趋势”。

就现阶段来看，车联网解决方案相关产品落地用量，要较高于自动驾驶与车路协同。

统计数据显示，车联网汽车云服务解决方案需求量与应用量最大，其中车联网的 IaaS+PaaS 层应用占比达 44.7%，2021 年市场规模为 53.1 亿元。

6 月 24 日，腾讯发布了一站式智能汽车云解决方案。所谓一站式，即包括自动驾驶研发与运营工具链、智能座舱研发、智能驾驶地图和运营服务等工具链在内的全链路 IaaS+PaaS 服务包。

腾讯号称这是第一个专门为智能汽车而建设的智能汽车云。

所谓专有性，腾讯在上海专门建设了智能汽车云专区，从机房的硬件选型、网络设计、存储等环节都针对性的去投入更适合自动驾驶场景的产品，并针对性的根据汽车行业需求定向优化云上的组件，做到专云专用。钟学丹告诉华尔街见闻，腾讯在这个过程中间也帮助合作伙伴，提供更好的数据合规和数据安全保护的能力。

就目前各家产品特性看，除了腾讯，尚无类似汽车云服务产品。

一站式降本增效工具包

作为专业的公有云服务商，6 月 24 日，CSIG CEO 汤道生再次强调，“不造车是腾讯坚持的定位。帮助车企造好车、卖好车、提高企业管理效率，改善用户出行体验，是腾讯不变的方向。”

汤道生对腾讯在汽车领域的角色定位设计，腾讯实现的落地方式是围绕 “云”，持续推进面向 B 端的汽车出行产业全链路数字化广度和深度：集中在研发与设计、生产与供应链、营销与服务、企业管理、一体化安全防护和基础云等领域，为 B 端用户提供多维度数字化能力。

这套系统发展到今天，被聚合成一站式低门槛定制化平台与工具链——6 月 24 日，腾讯发布 “车云一体” 战略规划，以及工具箱 “腾讯智能汽车云” 和 “汽车一体化安全方案”。

其中，腾讯智能汽车云通过 “一朵云、一站式” 方式，能满足智能汽车从研发到运营全链路的广泛需求，助力客户降低架构复杂度，获得有机集成式方案。

从 “云” 的应用类型看，腾讯智能汽车云聚合了公有云和专有云的优势，属于混合云解决方案，能降低 B 端用户推进云建设和运维成本，缩短项目周期，加快项目落地和部署速度；其行业价值即加快智能汽车发展速度。

面向自动驾驶，腾讯智能汽车云提供 GooseFS 存储加速服务，支持在 10 亿 + 文件规模下，10W QPS（每秒事务数：Query Per Second）的访问效率，并保障低时延。

GooseFS 是腾讯云推出的分布式缓存方案，主要针对需要缓存加速的数据湖业务场景，提供基于对象存储 COS 服务的近计算端数据加速层。

企业将组织、业务和供应链等搬上公有云已成潮流，因此企业存储架构也变得日益复杂。大多数企业的业务，采用了 HDFS 和对象存储等不同存储服务，用以构建混合存储架构，将一些冷数据放到公有云 COS 上，仅在需要时读取，热数据则留存在本地 HDFS 做高性能运算。

所谓 HDFS，是指被设计成适合运行在通用硬件（Commodity Hardware）上的分布式文件系统（Distributed File System）；COS 即对象存储 (Cloud Object Storage)，无目录层次结构和无数据格式限制，可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务，由腾讯云推出。

企业大规模上云，出现了在混合存储架构模型下，需要维护多种不同的存储接口的难题，运维复杂度由此大幅增加。因此，腾讯云开发了一套存储服务工具包，能对接不同的后端存储系统，为上层计算业务提供统一的访问视图，极大减少了业务开发难度，并提升了存储服务使用效率。

这套工具包，被打包在腾讯智能汽车云一站式解决方案中。相比传统的存储访问和接入模式，这套工具包将云存储性能提升了 10 倍。

云存储和访问速度提升，对 AI 云数据计算和模型训练极为有益。基于此，腾讯智能汽车云提供一站式算法开发和训练平台 TI-One，可有效节约算法训练成本。所谓 TI-One，技术结构说来复杂，简单说这是一个机器 AI 学习平台。

这些得到提升的效率和得以被节约的成本，到底有多少？钟学丹披露了一组数据：在数据接入环节，最高可节省 80% 的工作量；在数据处理环节，可降低 70% 的标注成本；在模型训练环节，算法开发 TCO（总体拥有成本）至少降低 50%。

怎么解决更强风险攻击

随着车企数字化转型的深入，B 端想要充分享受云计算带来的红利，就得让业务能力生长在云上，由现在的 On Cloud 进阶到未来的 In Cloud；同时，立足于通过云基础设施，形成新生能力与既有能力有机协同，达成立而不破，最大程度降低转型成本。

经过十多年发展，云计算作为数字化转型的重要基础设施，已由 “面向云迁移应用” 演进到 “面向云构建应用”，即由 “以资源为中心” 演进到 “以应用为中心” 的云原生基础设施阶段。

对车企来说，推进业务上云或达成应用生长于云，意味着汽车云网络的边界，较之前的有限开放将更进一步。所以，潜在的网络攻击力度，也相应有所增加，B 端核心数据资产面临更高的被攻击风险。

针对这项新变化，腾讯在 6 月 24 日，推出了能完整覆盖云管端的 “腾讯一体化汽车安全方案”。

鉴于腾讯智能汽车云是公有云和专有云的混合体，因此这套腾讯一体化汽车安全方案，从基础安全、企业安全、业务安全和网联安全四方面入手，有机结合了公有云和专有云的安全防护体系。

从公有云角度看，腾讯围绕安全治理、数据安全、应用安全、计算安全和网络安全等五个层面，构建云原生安全防护体系，能有效检测、防御和处置公有云存在的安全隐患，同时对安全事件做技术回溯分析，强化车企自身的安全防护体系构筑。

随着 AI、5G、HPC（高性能计算）和边缘计算等新技术的逐渐落地和普及，对算力多样化提出了更高要求。

针对特定的业务场景，一般都会采用专有硬件以提供更好的计算效能，越来越多的异构计算硬件如 GPU、FPGA、ASIC 和 SoC 等，均被应用到专有领域。从云计算的角度来说，这些异构计算硬件构成了专有云的硬件底座。

云原生基础设施的特征之一就是向下统一管理和支持各种异构硬件，向上屏蔽底层多种硬件的差异性，从而真正做到以应用为中心，C 端应用无需关心底层的硬件设备差异，B 端则无需针对特定硬件做任何特殊处理。

这套腾讯一体化汽车安全方案，在专有云的安全层面，采用了以 SoC 为中心的自适应云原生安全方案，能深度检测车企内部潜在风险和面临的外部攻击，为主机厂提供具备充裕提前量的安全警告。

同时，还能对海量数据做多维度分析、及时预警并实施智能处理，实现全网安全态势可知、可见和可控，由此形成集团化视角网络安全监测与协调指挥能力。

无论是强调 “一站式” 全链路解决方案，还是提供成体系的安全技术服务，腾讯入场车联网的目的，都可归结为汤道生所说的 “帮助车企造好车、卖好车、提高企业管理效率，改善用户出行体验”。

腾讯副总裁、腾讯智慧交通和出行总裁钟翔平对华尔街见闻说，“通过车云一体，我们想要让汽车变得更聪明，让车企运转更高效，车和 C 端用户间的服务关系也能由此变得更健康和具有良性，最终还是要让 C 端用户受益，也会让我们广泛的 B 端出行企业伙伴获得更高收益。”