騰訊雲上 “造車”

今年是騰訊啓動車聯網業務的第五年，騰訊仍堅持不造車，只行 “雲”。

在早期，騰訊從車聯網和智能座艙業務起步，到了現階段，開始發力 To B 雲端服務：為汽車行業提供低門檻的定製化平台與工具鏈——被納入 6 月 24 日發佈的 “車雲一體” 戰略規劃框架內的 “騰訊智能汽車雲” 和 “汽車一體化安全方案” 兩套工具。

與華為雲、百度雲或阿里雲相對側重汽車硬件研發（研發增量零部件/造車）不同，騰訊不造車，代以汽車行業助手和生態共建者角色參與。通過 “雲 + 圖” 數字技術，目的是 “幫助車企造好車、賣好車、提高企業管理效率，改善用户出行體驗”。

2022 年，數字技術定義智能汽車，真正得以啓動。作為數字技術的基礎設施，雲的行業意義，用騰訊集團高級執行副總裁、雲與智慧產業事業羣 CEO 湯道生的話概括，即 “以云為核心的數字技術，正在成為汽車產業的新生產力”。

不涉 “硬”“軟” 行雲

數字技術在今年，終於成為推動智能汽車實現技術突破、開啓新元年的動力引擎。

“數字（技術）能定義汽車”。這是長安汽車董事長朱榮華，在 6 月 25 日，聯合華為和寧德時代推出 “CHN” 智能汽車平台後，發出的 “技術宣言”。

CHN 平台名稱，組合自長安汽車、華為和寧德時代英文名稱的首字母。

新架構、強計算和高壓充電，是 CHN 平台的技術特徵。朱華榮認為，雖然國內新能源車已發展多年，但從今年開始，智能電動汽車才在數字技術的加持下，開啓了新的技術和應用元年。

CHN 平台結構分 6 層，即機械層、能源層、電子電氣架構層、整車操作系統層、整車功能應用層和雲端大數據層。因該平台具有軟硬件解耦能力，故能實現數字技術定義汽車。

基於 CHN 平台研發的阿維塔 11，應用了華為 HI（Huawei Inside）全棧智能汽車解決方案。在這套方案中，含有 “智能車雲服務”。

這是華為參與車聯網與眾不同的方式。與之類似的是阿里，但側重點有所不同。阿里相對華為，更偏重雲端服務能力，但也在逐步參與整車研發。

6 月 29 日，有消息稱，阿里達摩院仍在研發中的 L4 級自動駕駛卡車 “大蠻驢” 獲得 “主駕無人” 自動駕駛重卡公開道路測試牌照。此前在 2020 年雲棲大會上，達摩院還推出過一款量產自動駕駛物流車 “小蠻驢”，具有自動路徑規劃和自動避障等與智能汽車相同的自動駕駛能力。

如果説華為高舉高打智能汽車增量零部件和核心硬件控制系統研發，阿里漸次涉足整車製造，那麼百度立場更為鮮明，直接下場造車：旗下智能汽車公司品牌 “集度”，於 6 月 8 日推出首款汽車機器人概念車 JIDU ROBO-01。

無論是華為、阿里還是百度，在汽車領域致力的方向，均立足於數字技術基礎上。朱華榮説，數字技術能定義汽車。從這個角度看，邊緣計算、AI 和 IoT 等數字技術，已成為像發動機、變速器、電機、電池、傳感器和激光雷達等同樣重要的核心要件。

騰訊智慧出行副總裁鍾學丹也對華爾街見聞表示，“軟件佔整個汽車的比重越來越大。” 在這些軟件工作時，數據量必然極為龐大。

英特爾有過一組數據：一輛聯網自動駕駛汽車每運行 8 小時，將產生 4TB 級數據，主要由自動駕駛汽擁有的數百個車載傳感器產生。英特爾稱，僅攝像頭就能每秒產生 20MB-40MB 數據，而激光雷達每秒產生的數據量有 10MB-70MB。

如此巨量的數據規模，事實上就 “迫使” 智能汽車商將 “上雲” 作為標配。

因為要有效管理這些量級驚人的數據，需要強悍的雲技術能力、高速傳輸能力以及數據安全保障，這些都關係到 C 端用户的終端應用體驗，以及極為核心的人身安全。智能汽車和智能手機不同，前者的核心訴求是在保證優異體驗的同時，還要有人身安全保障。

支撐這些需求所需要的數字技術，正是騰訊 “入行” 五年來，持續用力的點：不涉及硬件，只專注 “行雲”，這也是騰訊（T）有別於華為（H）、阿里（A）和百度（B）的差異化所在。

騰訊汽車雲有啥不一樣

在造車參與深度層面，騰訊和華為、阿里、百度均存在差異。但是，若就汽車雲服務看，四方有何差異？畢竟四方都有云服務業務。

騰訊汽車雲服務的特點是什麼？

所謂汽車雲（Automotive Cloud）服務/解決方案，總體市場定義為，以車企/整車廠為目標並通過 laaS、PaaS 和 SaaS 層的服務形式，提供涵蓋汽車設計、研發、生產/製造、銷售及售後等全生命週期的相關服務。

沙利文和頭豹研究院 5 月 6 日發佈的《2021 年中國汽車雲市場追蹤報告》（以下簡稱《沙利文報告》）統計數據（以下若無特別説明，均採用此份報告統計數據）顯示，截至 2021 年，中國汽車雲服務中 SaaS 層規模佔比 64.6%，IaaS 層與 PaaS 規模量的佔比分別為 24.7% 和 10.8%。

進一步的汽車雲服務功能細化定義則為，汽車主機網通過汽車雲服務，搭建自身雲平台，將車聯網系統在使用過程中產生的大量數據，通過網絡上傳至雲端服務器做處理與運行，從而實現本地無法實現的功能，如第三方數據接入或 Web 服務等。

通過汽車雲賦能，Web 服務器、後台服務器、第三方服務平台以及手機終端設備可與汽車實現互聯互通。

通俗來説，就是 B 端車商為了應對汽車智能化和移動出行服務標準化而搭建的數字化平台，從而建立符合自身利益訴求的數字化生態系統。

全球車企正在飛速推進數字化轉型進程，汽車雲順勢成為車企向數字化轉型，併為 C 端用户提供具有創新特徵的互聯汽車服務的基礎設施。

比如大眾汽車集團，利用汽車雲服務，大幅優化旗下所有品牌的車輛、雲平台和 C 端服務的互聯廣度和深度，同時為公眾在應用大眾汽車集團整套產品組合中，提供標準化、一致性和無差別的移動出行服務。

《沙利文報告》稱，“中國汽車雲行業尚處幹發展初期，其交易量於 2021 年達 335.2 億元，同時在中國自動駕駛與車聯網的技術與市場發展帶動汽車雲服務平台需求增長的背景下，汽車雲市場規模在未來連續 5 年將呈現穩定增長趨勢”。

就現階段來看，車聯網解決方案相關產品落地用量，要較高於自動駕駛與車路協同。

統計數據顯示，車聯網汽車雲服務解決方案需求量與應用量最大，其中車聯網的 IaaS+PaaS 層應用佔比達 44.7%，2021 年市場規模為 53.1 億元。

6 月 24 日，騰訊發佈了一站式智能汽車雲解決方案。所謂一站式，即包括自動駕駛研發與運營工具鏈、智能座艙研發、智能駕駛地圖和運營服務等工具鏈在內的全鏈路 IaaS+PaaS 服務包。

騰訊號稱這是第一個專門為智能汽車而建設的智能汽車雲。

所謂專有性，騰訊在上海專門建設了智能汽車雲專區，從機房的硬件選型、網絡設計、存儲等環節都針對性的去投入更適合自動駕駛場景的產品，並針對性的根據汽車行業需求定向優化雲上的組件，做到專雲專用。鍾學丹告訴華爾街見聞，騰訊在這個過程中間也幫助合作伙伴，提供更好的數據合規和數據安全保護的能力。

就目前各家產品特性看，除了騰訊，尚無類似汽車雲服務產品。

一站式降本增效工具包

作為專業的公有云服務商，6 月 24 日，CSIG CEO 湯道生再次強調，“不造車是騰訊堅持的定位。幫助車企造好車、賣好車、提高企業管理效率，改善用户出行體驗，是騰訊不變的方向。”

湯道生對騰訊在汽車領域的角色定位設計，騰訊實現的落地方式是圍繞 “雲”，持續推進面向 B 端的汽車出行產業全鏈路數字化廣度和深度：集中在研發與設計、生產與供應鏈、營銷與服務、企業管理、一體化安全防護和基礎雲等領域，為 B 端用户提供多維度數字化能力。

這套系統發展到今天，被聚合成一站式低門檻定製化平台與工具鏈——6 月 24 日，騰訊發佈 “車雲一體” 戰略規劃，以及工具箱 “騰訊智能汽車雲” 和 “汽車一體化安全方案”。

其中，騰訊智能汽車雲通過 “一朵雲、一站式” 方式，能滿足智能汽車從研發到運營全鏈路的廣泛需求，助力客户降低架構複雜度，獲得有機集成式方案。

從 “雲” 的應用類型看，騰訊智能汽車雲聚合了公有云和專有云的優勢，屬於混合雲解決方案，能降低 B 端用户推進雲建設和運維成本，縮短項目週期，加快項目落地和部署速度；其行業價值即加快智能汽車發展速度。

面向自動駕駛，騰訊智能汽車雲提供 GooseFS 存儲加速服務，支持在 10 億 + 文件規模下，10W QPS（每秒事務數：Query Per Second）的訪問效率，並保障低時延。

GooseFS 是騰訊雲推出的分佈式緩存方案，主要針對需要緩存加速的數據湖業務場景，提供基於對象存儲 COS 服務的近計算端數據加速層。

企業將組織、業務和供應鏈等搬上公有云已成潮流，因此企業存儲架構也變得日益複雜。大多數企業的業務，採用了 HDFS 和對象存儲等不同存儲服務，用以構建混合存儲架構，將一些冷數據放到公有云 COS 上，僅在需要時讀取，熱數據則留存在本地 HDFS 做高性能運算。

所謂 HDFS，是指被設計成適合運行在通用硬件（Commodity Hardware）上的分佈式文件系統（Distributed File System）；COS 即對象存儲 (Cloud Object Storage)，無目錄層次結構和無數據格式限制，可容納海量數據且支持 HTTP/HTTPS 協議訪問的分佈式存儲服務，由騰訊雲推出。

企業大規模上雲，出現了在混合存儲架構模型下，需要維護多種不同的存儲接口的難題，運維複雜度由此大幅增加。因此，騰訊雲開發了一套存儲服務工具包，能對接不同的後端存儲系統，為上層計算業務提供統一的訪問視圖，極大減少了業務開發難度，並提升了存儲服務使用效率。

這套工具包，被打包在騰訊智能汽車雲一站式解決方案中。相比傳統的存儲訪問和接入模式，這套工具包將雲存儲性能提升了 10 倍。

雲存儲和訪問速度提升，對 AI 雲數據計算和模型訓練極為有益。基於此，騰訊智能汽車雲提供一站式算法開發和訓練平台 TI-One，可有效節約算法訓練成本。所謂 TI-One，技術結構説來複雜，簡單説這是一個機器 AI 學習平台。

這些得到提升的效率和得以被節約的成本，到底有多少？鍾學丹披露了一組數據：在數據接入環節，最高可節省 80% 的工作量；在數據處理環節，可降低 70% 的標註成本；在模型訓練環節，算法開發 TCO（總體擁有成本）至少降低 50%。

怎麼解決更強風險攻擊

隨着車企數字化轉型的深入，B 端想要充分享受雲計算帶來的紅利，就得讓業務能力生長在雲上，由現在的 On Cloud 進階到未來的 In Cloud；同時，立足於通過雲基礎設施，形成新生能力與既有能力有機協同，達成立而不破，最大程度降低轉型成本。

經過十多年發展，雲計算作為數字化轉型的重要基礎設施，已由 “面向雲遷移應用” 演進到 “面向雲構建應用”，即由 “以資源為中心” 演進到 “以應用為中心” 的雲原生基礎設施階段。

對車企來説，推進業務上雲或達成應用生長於雲，意味着汽車雲網絡的邊界，較之前的有限開放將更進一步。所以，潛在的網絡攻擊力度，也相應有所增加，B 端核心數據資產面臨更高的被攻擊風險。

針對這項新變化，騰訊在 6 月 24 日，推出了能完整覆蓋雲管端的 “騰訊一體化汽車安全方案”。

鑑於騰訊智能汽車雲是公有云和專有云的混合體，因此這套騰訊一體化汽車安全方案，從基礎安全、企業安全、業務安全和網聯安全四方面入手，有機結合了公有云和專有云的安全防護體系。

從公有云角度看，騰訊圍繞安全治理、數據安全、應用安全、計算安全和網絡安全等五個層面，構建雲原生安全防護體系，能有效檢測、防禦和處置公有云存在的安全隱患，同時對安全事件做技術回溯分析，強化車企自身的安全防護體系構築。

隨着 AI、5G、HPC（高性能計算）和邊緣計算等新技術的逐漸落地和普及，對算力多樣化提出了更高要求。

針對特定的業務場景，一般都會採用專有硬件以提供更好的計算效能，越來越多的異構計算硬件如 GPU、FPGA、ASIC 和 SoC 等，均被應用到專有領域。從雲計算的角度來説，這些異構計算硬件構成了專有云的硬件底座。

雲原生基礎設施的特徵之一就是向下統一管理和支持各種異構硬件，向上屏蔽底層多種硬件的差異性，從而真正做到以應用為中心，C 端應用無需關心底層的硬件設備差異，B 端則無需針對特定硬件做任何特殊處理。

這套騰訊一體化汽車安全方案，在專有云的安全層面，採用了以 SoC 為中心的自適應雲原生安全方案，能深度檢測車企內部潛在風險和麪臨的外部攻擊，為主機廠提供具備充裕提前量的安全警告。

同時，還能對海量數據做多維度分析、及時預警並實施智能處理，實現全網安全態勢可知、可見和可控，由此形成集團化視角網絡安全監測與協調指揮能力。

無論是強調 “一站式” 全鏈路解決方案，還是提供成體系的安全技術服務，騰訊入場車聯網的目的，都可歸結為湯道生所説的 “幫助車企造好車、賣好車、提高企業管理效率，改善用户出行體驗”。

騰訊副總裁、騰訊智慧交通和出行總裁鍾翔平對華爾街見聞説，“通過車雲一體，我們想要讓汽車變得更聰明，讓車企運轉更高效，車和 C 端用户間的服務關係也能由此變得更健康和具有良性，最終還是要讓 C 端用户受益，也會讓我們廣泛的 B 端出行企業夥伴獲得更高收益。”