2277
作者 | 田水，編輯 | 德新
盡管心理有所準備，2023年智能駕駛賽道的內(nèi)卷程度還是超出了大多數(shù)人的預期。
這一年，汽車價格戰(zhàn)突然開打，主機廠將來自銷售終端的價格壓力，傳導到下游智駕供應商，于是，市面上出現(xiàn)了一大批五千、三千乃至千元級別的智能駕駛方案，砍掉激光雷達、高精地圖等部件，壓榨芯片算力，將成本卷到極致。
時間上的“卷”更為直觀，為了搶奪智駕上車窗口期，車企之間的NOA“開城大戰(zhàn)”成為近一年的主旋律。50城、100城、所有城市可用，不管目標最終能不能實現(xiàn)，喊出一個個更大的開城數(shù)字本身，便反映出車企們在城市智能駕駛競爭中的急迫。
與此同時，對性能卻毫不放松，年初ChatGPT在通用人工智能方面的驚艷表現(xiàn)，讓行業(yè)一致轉(zhuǎn)向加碼“BEV+Transformer”大模型，助推智能駕駛技術(shù)發(fā)展，當原本“百花齊放”的技術(shù)路線變成“千軍萬馬過獨木橋”，內(nèi)卷便不可避免。
歸根結(jié)底，智能駕駛經(jīng)過多年的發(fā)展，已經(jīng)踏過摸索期，進入平臺穩(wěn)定期，身處其中的玩家們或快慢，在2023年開始收斂到同一個方向，即加碼大模型，以數(shù)據(jù)為驅(qū)動，解決智能駕駛剩余5%的corner case，以此快速迭代算法，搶占市場先機。
共識之下，有一個技術(shù)關(guān)鍵點卻幾乎被集體遺漏——數(shù)據(jù)合規(guī)。在以規(guī)則為驅(qū)動的智能駕駛技術(shù)早期，來自車端的數(shù)據(jù)規(guī)模量小，大多僅僅用于算法測試，還不足以構(gòu)成足夠引起重視的問題。
隨著智能駕駛步入商業(yè)化階段，上路收集數(shù)據(jù)的車輛以數(shù)十萬乃至數(shù)百萬計，這些多達PB級的海量數(shù)據(jù)是否合規(guī)、能否滿足信息安全，將直接決定智能駕駛能走多遠。
一位業(yè)內(nèi)人士指出，行業(yè)熱議的大模型，僅僅是躍入自動駕駛的門檻，而看似不起眼的數(shù)據(jù)安全合規(guī)問題，才真正代表著這項新技術(shù)的天花板。
數(shù)據(jù)安全合規(guī)，被低估了
當前談論自動駕駛，言必提數(shù)據(jù)驅(qū)動。
背后的邏輯是，自動駕駛算法模型已基本搭建成熟，能夠應對95%以上的常見駕駛場景，而剩下的5%是千奇百怪、無窮無盡的長尾問題，被稱作“corner case”，例如穿著異形服裝的路人、涂裝人像廣告的車輛、突然竄出的稀有動物等等，可以通過喂養(yǎng)海量數(shù)據(jù)給自動駕駛系統(tǒng)，驅(qū)動其提升識別能力，以此迭代算法，直至走向完全自動駕駛。
與此同時，有一個伴隨而來的問題卻鮮少被提到同樣重要的位置來討論，那就是數(shù)據(jù)安全合規(guī)。無論是算法公司還是車企，似乎都對技術(shù)給予了更高的優(yōu)先級，而數(shù)據(jù)安全合規(guī)更像是錦上添花的部分。
這種漠視曾不斷讓消費者付出代價。早在2016年，有黑客在特斯拉官方知情的背景下，“黑”入了一輛Model S，遠程實現(xiàn)了“變道時折疊后視鏡”、“行駛中突然剎車”等功能，引發(fā)人們對于Model S安全性的恐慌。
更早之前，也有美國黑客“黑”了一輛在鄉(xiāng)間高速上行駛中的四驅(qū)越野乘用車，遠程操控加速和制動系統(tǒng)，讓其沖進了路邊的一條小水溝。
近些年，智能化趨勢讓汽車全身遍布比以往更多的數(shù)據(jù)，以此帶來的數(shù)據(jù)泄露、數(shù)據(jù)被篡改的現(xiàn)象也“變本加厲”。
對于性能表現(xiàn)優(yōu)劣尤為依賴數(shù)據(jù)正確輸入和安全防護的智能駕駛來說，如若遭泄露或受到攻擊，將帶來難以預料的事故后果。
除了關(guān)乎行車安全，數(shù)據(jù)安全合規(guī)還與個人隱私、國家安全息息相關(guān)。
智能汽車上往往都裝有攝像頭、激光雷達等高精度感知硬件，在車輛開啟自動駕駛功能后，這些設備就會對環(huán)境信息進行探測并記錄，而這其中存在未經(jīng)授權(quán)訪問敏感數(shù)據(jù)的風險，包括道路環(huán)境數(shù)據(jù)、行人數(shù)據(jù)等，一旦泄露將在一定程度上威脅國家安全、侵害個人權(quán)益。
按照政策要求，解決數(shù)據(jù)合規(guī)問題最主要是依靠圖商。國家曾收緊甲級測繪資質(zhì)的監(jiān)管，目前市面上達到要求的單位僅有19家。
盡管如此，智能駕駛相關(guān)的企業(yè)并未完全遵從要求，一部分選擇繞過圖商，自主持有、保存、運行數(shù)據(jù)。究其原因，除了需要給圖商額外支付一筆不小的服務費用外，更在于和圖商合作雖然保證了數(shù)據(jù)合規(guī)，但智能駕駛技術(shù)開發(fā)的進度卻大大因此延緩了。
以業(yè)內(nèi)爭論最多的“高精地圖”去留問題為例，使用圖商制作的高精地圖，難以滿足智能駕駛?cè)粘？捎玫男枨螅捎谄浒醇径雀?，而在城市場景，施工、改道等道路作業(yè)可能一周一變甚至一天一變，按照圖商提供的路徑走，很容易發(fā)生交通事故，由此阻礙智能駕駛的商業(yè)化落地，更難形成“數(shù)據(jù)驅(qū)動”的飛輪效應，技術(shù)迭代效率低下。
而如果車企自主“制作”高精地圖（也即拋棄使用圖商的“高精地圖”），通過使用SD地圖和借助車身傳感器，實時繪制路況信息，達到每日更新的車道級“類高精地圖”能力，這樣盡管提升了智能駕駛開發(fā)效率，卻使得智能汽車數(shù)據(jù)處于不合規(guī)不安全的風險之中。
按照2022年8月底自然資源部發(fā)布的《關(guān)于促進智能網(wǎng)聯(lián)汽車發(fā)展維護測繪地理信息安全的通知》，“去高精地圖”的方案仍然涉及敏感數(shù)據(jù)，必須與圖商合作。
一家自動駕駛公司的技術(shù)人員表示，當前之所以存在有不少“去高精地圖”的方案未達到數(shù)據(jù)安全合規(guī)的要求，卻還沒被叫停的現(xiàn)象，主要原因在于智能駕駛作為新事物出現(xiàn)，政策端的管理還較為放松，且相對粗放。
“一旦政策收緊，數(shù)據(jù)安全合規(guī)這把懸在所有人頭上的達摩克利斯之劍，就會隨時掉落下來?！?/p>
汽車專區(qū)：“既要效率又要安全”的最優(yōu)解
既要滿足數(shù)據(jù)安全合規(guī)要求，與圖商開展合作，又要追求快速迭代技術(shù)，同時實現(xiàn)降本增效，汽車專區(qū)成為當下智能駕駛研發(fā)的最優(yōu)選擇。
汽車專區(qū)是云服務廠商為智能駕駛搭建的專屬云，一方面以強大的云存儲、云計算能力，幫助車企、算法公司處理海量的數(shù)據(jù)：
圖片及數(shù)據(jù)來源：《智能汽車云服務白皮書》
根據(jù)Gartner估計，每一部自動駕駛型車每天至少產(chǎn)生4TB數(shù)據(jù)，每一臺量產(chǎn)車每日產(chǎn)生1GB數(shù)據(jù)，而當車企銷售出數(shù)十萬，甚至上百萬的自動駕駛車輛時，其數(shù)據(jù)量將是從PB級到ZB級的增長，十分消耗車企在數(shù)據(jù)獲取、傳輸、存儲和計算上的資源，基于汽車專區(qū)云服務的方式，可以解決這一問題。
另一方面，在于全方位/全生命周期保證數(shù)據(jù)安全合規(guī)。
采集、運輸、上傳、存儲……汽車數(shù)據(jù)安全涉及環(huán)節(jié)眾多，還需要經(jīng)過分類分級、降密、脫敏、加密等流程，注定需要有資質(zhì)的圖商和懂合規(guī)、懂場景、懂技術(shù)的云服務廠商以及車企等一起合作，為智能駕駛數(shù)據(jù)提供全流程的安全合規(guī)保障。
具體來說，數(shù)據(jù)上傳環(huán)節(jié)，車企在車端進行數(shù)據(jù)分類分級、將測繪數(shù)據(jù)與非測繪數(shù)據(jù)分離，此外還要對位置信息進行坐標偏轉(zhuǎn)；而圖商則利用密鑰對車輛采集的圖片、視頻等敏感數(shù)據(jù)進行加密；云服務商則提供智能汽車數(shù)據(jù)專有云服務，儲存圖商加密后的數(shù)據(jù)。
而當車企需要使用數(shù)據(jù)時，云服務商根據(jù)監(jiān)管合規(guī)要求，支持圖商對數(shù)據(jù)進行解密，并完成信息脫敏、數(shù)據(jù)審校之后，傳到車企在汽車專區(qū)使用的自動駕駛訓練區(qū)域，同樣能夠?qū)崿F(xiàn)所謂“去高精地圖”方案的每日甚至每時更新頻率，助推智能駕駛迭代速度。
在這樣的架構(gòu)下，車企使用智能駕駛車輛收集的圖像、點云等數(shù)據(jù)不能同時達到既安全合規(guī)、又更新及時的兩難問題，徹底得到解決。
整個過程首先是，在有資質(zhì)圖商的合規(guī)把控下，車企向云端傳入來自車端的各類傳感器數(shù)據(jù)，經(jīng)過一定規(guī)則的數(shù)據(jù)處理后，形成脫密降敏后的數(shù)據(jù)，提供給車企在合規(guī)環(huán)境中進行算法訓練，經(jīng)過一整套合規(guī)流程，通過云端回傳訓練模型結(jié)果到車企，后者最后通過OTA下發(fā)到每一輛智能駕駛車輛上，完成自動駕駛能力的完整閉環(huán)。
需要指出的是，上述與高精地圖相關(guān)的數(shù)據(jù)，僅僅是車輛實時收集過程中的一部分。事實上，智能汽車在運行時，還會記錄包括駕駛員人臉、車身周圍行人建筑等隱私信息，同樣可以在汽車專區(qū)完成脫敏，保證數(shù)據(jù)合規(guī)安全。
可以看到，汽車專區(qū)既保證了“數(shù)據(jù)驅(qū)動”模式能夠有效運行，主推自動駕駛不斷迭代成熟，又讓車企、智能駕駛科技公司免受數(shù)據(jù)安全合規(guī)的壓力，專注于上層功能的開發(fā)。
值得一提的是，相較于部分車企自建私有云付出高昂的成本，接入汽車專區(qū)，車企完全可以根據(jù)自己的需求，采購服務能力和云資源，或者是調(diào)配資源的量與使用時間，輕松實現(xiàn)最高的性價比。
目前，包括百度、騰訊、華為、阿里等頭部云廠商均已先后布局汽車專區(qū)，底層邏輯較為相似，但具體打法又不盡相同，其中，華為云在今年發(fā)布的烏蘭察布汽車專區(qū)，讓行業(yè)為之眼前一亮。
華為云給車企提供堅實“護城河”
烏蘭察布是國家八大數(shù)據(jù)中心樞紐節(jié)點之一，更是國家東數(shù)西算戰(zhàn)略重要的一環(huán)，這里氣候涼爽，風電充足，尤為適合建設云基礎設施。
華為云在烏蘭察布規(guī)劃了標準的3AZ架構(gòu)，總體規(guī)模規(guī)劃承載100萬臺服務器，并于今年7月份，聯(lián)合北京華為數(shù)字、四維圖新等業(yè)界多家圖商，依據(jù)合規(guī)處理的流程設計，建造落地了汽車專區(qū)。
華為云烏蘭察布汽車專區(qū)首創(chuàng)性采用“3分區(qū)”合規(guī)架構(gòu)設計，包括數(shù)據(jù)處理區(qū)、智駕業(yè)務區(qū)和網(wǎng)絡中繼區(qū)。
其中數(shù)據(jù)處理區(qū)是專為圖商設計的專屬區(qū)域，需通過專線進行自動駕駛路測數(shù)據(jù)的接入，分區(qū)采用雙因子控制權(quán)限，由華為云和圖商專業(yè)人員共同運維。智駕業(yè)務區(qū)由圖商監(jiān)管，通過賬號授權(quán)給車企或算法公司的自動駕駛研發(fā)團隊進行業(yè)務研發(fā)。網(wǎng)絡中繼區(qū)的接入控制有嚴格的身份認證，并且由圖商審批才能將數(shù)據(jù)傳出專區(qū)。
僅僅依靠建設，并不足以達到真正的安全合規(guī)，原因在于汽車云服務本身也面臨著巨大的安全挑戰(zhàn)，有數(shù)據(jù)統(tǒng)計，全球云廠商平均每年要遭受數(shù)千億次攻擊。
此外，安全威脅隨時在發(fā)生變種，只有隨環(huán)境變化，不斷更新迭代運營策略，才能夠有效化解風險，也能更好地發(fā)揮已建設好的云能力上限。
為此，華為云提出“三分建設、七分運營”的理念，專門構(gòu)建7層安全縱深防御體系，并打造了安全云腦方案，擁有300多個安全檢測模型，100多個自動響應劇本，實現(xiàn)99%的安全威脅5分鐘閉環(huán)。
面對各類“云上突襲”，保持7×24小時在線，隨時應對可能發(fā)生的突發(fā)事件，進一步提升了云上數(shù)據(jù)的安全性。
建設與運營并駕齊驅(qū)，華為云烏蘭察布汽車專區(qū)實現(xiàn)了“攻擊不癱、數(shù)據(jù)不丟、監(jiān)管合規(guī)”的目標，為智能汽車行業(yè)的發(fā)展提供強大的安全保障。目前烏蘭察布汽車專區(qū)一期已有大量車企在使用，未來將有更多車輛“跑”在華為云上。
汽車云服務市場產(chǎn)品與資源眾多，為何烏蘭察布汽車專區(qū)最引人注目，取得這一成績的，為何是華為云？
一方面在于汽車專區(qū)本身的特殊性，橫跨了云和汽車兩大領(lǐng)域，對云服務商提出十分高的要求，后者不僅需要有ICT能力，更要懂汽車。
某汽車集團IT總監(jiān)曾表示，在自動駕駛研發(fā)過程中，存在許多工具鏈斷點問題，需要汽車云服務商擁有提供或整合統(tǒng)一工具鏈的能力，而只有云服務商懂汽車，才能幫助車企盡快跑通（數(shù)據(jù)驅(qū)動）Pipeline。
華為云相比于其他云服務商的優(yōu)勢正在于此，早在2009年就通過研發(fā)車載通信模塊切入汽車市場，而后跟隨車企數(shù)字化轉(zhuǎn)型，進入車聯(lián)網(wǎng)領(lǐng)域，隨著智能汽車時代到來，又扎進自動駕駛賽道，近15年的深耕，為華為云打造了堅實的汽車行業(yè)基礎。
可以說，汽車行業(yè)每一次劇變背后都有華為的身影，也正是基于多年來服務車企的經(jīng)驗積累，華為云成為“最懂汽車的云服務商”。
另一方面，華為云在安全合規(guī)方面的深厚積累和高標準要求，讓其在新一輪競爭中脫穎而出。華為云不僅繼承了華為30多年的安全運營和治理經(jīng)驗，在認證資質(zhì)方面也走在前列，通過了業(yè)內(nèi)120+權(quán)威安全合規(guī)認證，也是中國首個通過汽車TISAX認證的云廠商。
從烏蘭察布汽車專區(qū)“3分區(qū)合規(guī)架構(gòu)＋7層安全防護”可以看到，華為云在安全合規(guī)之上，不斷筑牢安全。領(lǐng)先優(yōu)勢下，華為云烏蘭察布汽車專區(qū)在2023年獲得了諸多頂級玩家的青睞，目前已與多家頭部自動駕駛算法公司、大型國央企、造車新勢力、合資車企合作，部署并上線智駕業(yè)務，守護的數(shù)據(jù)量達到了數(shù)百PB級，在市場端，據(jù)最新IDC數(shù)據(jù)統(tǒng)計，2023年上半年，華為云汽車云持續(xù)蟬聯(lián)中國汽車云市場第一。
在國內(nèi)外主流車企中，有90%以上選擇與華為云合作：某月銷量超30萬輛的頭部車企借助華為云，構(gòu)筑安全隔離的專屬云與邊緣計算，加速智能駕駛數(shù)據(jù)閉環(huán)；某出海銷量長期排名第一的國有車企選擇華為云，構(gòu)建統(tǒng)一的云底座和大數(shù)據(jù)平臺，支撐其七大業(yè)務模塊上云；某國產(chǎn)商用車銷量TOP1車企攜手華為云建立了高效的車聯(lián)網(wǎng)大數(shù)據(jù)平臺，實現(xiàn)高并發(fā)數(shù)據(jù)流處理及系統(tǒng)架構(gòu)的優(yōu)化升級，打造極低時延，并有效降低系統(tǒng)開發(fā)運維成本……
如今，汽車智能化趨勢愈發(fā)加深，不僅是特斯拉、蔚小理、華為等新勢力在爭先角逐自動駕駛，過去被認為智能化進程較慢的傳統(tǒng)車企也在紛紛加碼，例如今年奔馳官宣，第六代奔馳全新E級將在中國市場首次落地NOA功能，寶馬、奧迪另外傳統(tǒng)豪華品牌也已經(jīng)有了動作。
高工智能汽車研究院數(shù)據(jù)顯示，2023年1-9月，中國市場（不含進出口）乘用車前裝標配（軟硬件）NOA交付新車37.73萬輛，與上年同期相比增長151.20%。
未來幾年，NOA的普及化將是高階智能駕駛市場的主旋律，由此帶來的數(shù)據(jù)安全合規(guī)，成為玩家們不得不重視的問題，尤其是沿著“數(shù)據(jù)驅(qū)動”技術(shù)策略下，積累的安全風險、政策風險、市場風險越來越高，數(shù)據(jù)安全合規(guī)將成為未來駛?cè)胪耆詣玉{駛路上必過的一道大關(guān)，引發(fā)行業(yè)新一輪的較量。
華為云響應國家戰(zhàn)略和市場需求，打造的烏蘭察布汽車專區(qū)，正是應對這一趨勢的“先頭兵”，通過提供集聚數(shù)據(jù)安全合規(guī)和開發(fā)效率優(yōu)勢的云服務，為車企和算法公司做好智能駕駛功能開發(fā)，構(gòu)筑堅實“護城河”，為車企智能化時代加速到來貢獻力量。
下載ECAD模型
