亞馬遜云科技：我們不做車，賦能和開放才是根本

王永

“作為云廠商，我們會跟非常多的車廠和客戶合作，我和我的團隊每天也會在思考一個基本的問題——車聯(lián)網(wǎng)、軟件定義汽車以及車云一體化等熱詞背后趨勢對于整車廠客戶意味著什么，客戶未來轉(zhuǎn)型的方向是怎樣的，以及轉(zhuǎn)型的過程，亞馬遜云科技又能夠幫到客戶做些什么？”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)理顧凡在接受筆者的采訪時表示，原來整車廠的業(yè)務(wù)模式都是聚焦在賣車，通過買車的行為完成車廠和客戶之間的價值交換。未來很多整車廠正在探索一個新方向——把車廠和客戶之間的價值交換的點，真正從賣車的瞬間延長到用戶使用車的整個生命周期，從而可以在整個生命周期里給客戶不斷提供增值的服務(wù)。

事實上，無論是自動駕駛、車聯(lián)網(wǎng)，還是軟件定義汽車，整車廠都希望能夠跟客戶直接互動，獲取更多的數(shù)據(jù)，通過數(shù)據(jù)來指導(dǎo)車輛生命周期里如何提供客戶真正會買單的服務(wù)。一個比較好的例子是特斯拉，其已經(jīng)在提供按月訂閱的自動駕駛服務(wù)了。

不過，對于客戶來說，想要實現(xiàn)提供車輛全生命周期的服務(wù)的目標(biāo)，以終為始反向思考，其技術(shù)路線需要考慮三個方面：新的集中化的汽車電子電氣架構(gòu)，提升車端算力；軟件定義汽車的開發(fā)平臺，跨車和云去做大量的軟件開發(fā)工作，從服務(wù)功能的角度不斷去給客戶提供新的價值，讓服務(wù)型軟件成為整車廠價值差異化的關(guān)鍵；更好的基于數(shù)據(jù)驅(qū)動的開發(fā)流程去更高效地開發(fā)車聯(lián)網(wǎng)、自動駕駛服務(wù)等軟件。

“為什么現(xiàn)在很多車廠都會打造出行平臺，除了獲取新的收入來源，更重要的是，作為車廠積累運營服務(wù)業(yè)務(wù)和大數(shù)據(jù)分析方面的經(jīng)驗?！鳖櫡脖硎?，整車廠有自己明顯的優(yōu)勢，比如市場保有量、品牌知名度、產(chǎn)品線豐富度、產(chǎn)品的影響力、銷售服務(wù)渠道等。但當(dāng)他們面臨“新四化”的趨勢時也需要技術(shù)上的支持：比如軟件開發(fā)能力、軟件的迭代速度、DevOps、算法、軟件應(yīng)用的生態(tài)構(gòu)建過程。

顧凡強調(diào)，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。尤其是在自動駕駛、車聯(lián)網(wǎng)和軟件定義汽車三個比較典型的領(lǐng)域，亞馬遜云科技通過技術(shù)的賦能，在汽車“新四化”的征程中建立自己的護(hù)城河。

具體來看，按照麥肯錫的報告，到2040年，自動駕駛汽車和相關(guān)的移動出行市場會達(dá)到2萬億美元，這是非常大的市場。不過，從行業(yè)最初承諾的自動駕駛成熟度和今天看到的現(xiàn)實相比，還是有很長的路要走。自動駕駛領(lǐng)域也在經(jīng)歷從早期的實驗，到中長期的規(guī)?；a(chǎn)的過渡。

從技術(shù)層面來看，自動駕駛是基于深度學(xué)習(xí)不斷進(jìn)行迭代的，所以自動駕駛軟件一定是基于數(shù)據(jù)驅(qū)動的閉環(huán)反復(fù)迭代?；谏疃葘W(xué)習(xí)的自動駕駛開發(fā)流程就是一個數(shù)據(jù)驅(qū)動的端到端的開發(fā)流程：數(shù)據(jù)采集->數(shù)據(jù)存儲->數(shù)據(jù)的預(yù)處理和分析->數(shù)據(jù)標(biāo)注->模型訓(xùn)練->仿真驗證->部署發(fā)布。

當(dāng)自動駕駛的測試車運行的過程中各類的傳感器、攝像頭、激光雷達(dá)、毫米波雷達(dá)會產(chǎn)生大量數(shù)據(jù)，每天每車數(shù)據(jù)量會達(dá)到TB級別。此時，海量的數(shù)據(jù)和傳輸成為客戶必須解決的問題。

“數(shù)據(jù)開始存在車載硬盤里面，拔出硬盤將數(shù)據(jù)放到本地數(shù)據(jù)中心，然后通過Amazon Direct Connect網(wǎng)絡(luò)專線或是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?！鳖櫡脖硎?，對于客戶來說，數(shù)據(jù)采集最核心的問題還是在于定制化。Amazon IoT FleetWise，就可以使得用戶無需開發(fā)自定義數(shù)據(jù)收集系統(tǒng)即可訪問車隊范圍內(nèi)的標(biāo)準(zhǔn)化車輛數(shù)據(jù)；通過智能篩選功能將所需的準(zhǔn)確數(shù)據(jù)發(fā)送到云端，從而降低成本并實現(xiàn)更高效的數(shù)據(jù)傳輸；這項服務(wù)可以近乎實時地提供車輛運行狀況數(shù)據(jù)，從而更快地檢測和緩解問題，幫助防止?jié)撛诘恼倩兀⑦h(yuǎn)程協(xié)助客戶。

此外，Amazon S3提供了云里面最豐富的存儲分級，共有8個層級，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)，可以存放在不同的層級，目前是達(dá)到最優(yōu)的成本。

針對客戶的數(shù)據(jù)管理與分析需求，借助具有近乎無限擴展能力的Amazon S3構(gòu)建自動駕駛數(shù)據(jù)湖，實現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)管理和分析、數(shù)據(jù)標(biāo)注、模型和算法開發(fā)、仿真驗證、地圖開發(fā)以及DevOps和MLOps，車企就能更加容易地實現(xiàn)自動駕駛?cè)鞒痰拈_發(fā)、測試和應(yīng)用。

復(fù)雜模型開發(fā)與訓(xùn)練領(lǐng)域：在數(shù)據(jù)標(biāo)注環(huán)節(jié)，通過Amazon SageMaker Ground Truth能夠輕松完成各種車輛、場景和用戶數(shù)據(jù)的自動化標(biāo)注，創(chuàng)建符合要求的訓(xùn)練機器學(xué)習(xí)模型的高質(zhì)量數(shù)據(jù)集。

云上仿真大致有兩種形式：統(tǒng)一架構(gòu)：亞馬遜云科技通過統(tǒng)一、彈性可擴縮的系統(tǒng)架構(gòu)滿足日志回放和模擬仿真兩種業(yè)界流行的仿真模式；超大規(guī)模仿真：Amazon EC2彈性計算服務(wù)的Spot實例可以提供百萬vCPU級別的低成本算力，最多可節(jié)省90%的成本；Amazon S3 作為仿真系統(tǒng)使用的持久性存儲，可以近乎線性的匹配計算實例的規(guī)模并支持水平縮放；Amazon Fsx for Lustre可作為EC2 實例組成的HPC集群和S3持久存儲中間的緩存，為大規(guī)模仿真系統(tǒng)提供最極致的吞吐量和IOPS。

“未來不是靠賣車一次性地做價值交換，而是幫客戶在車的生命周期里面提供服務(wù)，這就需要客戶的數(shù)據(jù)鏡像，這來源于客戶的直接互動，獲得更多的觸點。而車聯(lián)網(wǎng)是這一切的基礎(chǔ)?！鳖櫡脖硎?，無論是娛樂服務(wù)、出行服務(wù)，還是商業(yè)服務(wù)，車聯(lián)網(wǎng)有機會成為這三個互聯(lián)服務(wù)生態(tài)領(lǐng)域里重要的拼圖。

車聯(lián)網(wǎng)數(shù)據(jù)應(yīng)用三大場景：營銷運營、產(chǎn)品改進(jìn)、為用戶提供服務(wù)，三大場景都離不開大數(shù)據(jù)及大數(shù)據(jù)分析，數(shù)據(jù)上云后可以利用Amazon S3去構(gòu)建數(shù)據(jù)湖以及采用云上的各種托管分析服務(wù)。

同時，車企在全球布局車聯(lián)網(wǎng)時面臨五大挑戰(zhàn)：如何選擇跨越全球的設(shè)施為數(shù)百萬輛汽車統(tǒng)一部署車聯(lián)網(wǎng)服務(wù)，如何保證業(yè)務(wù)在全球范圍內(nèi)的合法合規(guī)，如何建立全面的服務(wù)體系來打造有競爭力的客戶體驗，如何挖掘數(shù)據(jù)為客戶提供增值服務(wù)，如何構(gòu)建面向未來的彈性敏捷架構(gòu)來應(yīng)對車聯(lián)網(wǎng)的快速發(fā)展。

針對客戶的需求，亞馬遜云科技可以實現(xiàn)在全球資源、安全合規(guī)化和數(shù)據(jù)安全、全面的服務(wù)體的基礎(chǔ)之上，增加了數(shù)據(jù)增值服務(wù)和無服務(wù)器服務(wù)簡化運維，構(gòu)建彈性敏捷的車聯(lián)網(wǎng)架構(gòu)。

其中數(shù)據(jù)增值服務(wù)，亞馬遜云科技為主機廠的新能源車電池提供了一套故障預(yù)測的工具鏈，包括數(shù)據(jù)存儲工具、數(shù)據(jù)分析工具、模型處理工具和數(shù)據(jù)展示工具，幫助主機廠加速BMS（Battery Monitoring System）故障預(yù)測的機器學(xué)習(xí)開發(fā)流程，安全地在云端管理TB級別的電動車電池數(shù)據(jù)和車聯(lián)網(wǎng)數(shù)據(jù)，同時，基于Amazon SageMaker服務(wù)，這個方案為機器學(xué)習(xí)的開發(fā)人員和數(shù)學(xué)科學(xué)家提供了數(shù)據(jù)預(yù)處理、特征工程、模型選擇、訓(xùn)練、調(diào)優(yōu)和部署的一站式平臺。

無服務(wù)器服務(wù)簡化運維方面，單車每日傳感器收集的數(shù)據(jù)達(dá)到GB級別，支撐大規(guī)模車聯(lián)網(wǎng)數(shù)據(jù)的快速處理、存儲需要一個彈性擴縮的軟件架構(gòu)去支撐。Amazon Lambda幫助車企根據(jù)實際業(yè)務(wù)量實現(xiàn)彈性擴縮容，為實時數(shù)據(jù)、流數(shù)據(jù)的分析處理提供充足的算力資源。

如何在底層向軟件定義汽車的架構(gòu)轉(zhuǎn)型，真正能做到軟件和硬件的解耦，對于車場來說，技術(shù)路線選型要考慮很多方面：芯片和構(gòu)建跨車和云的軟件定義的汽車開發(fā)平臺。

當(dāng)前，亞馬遜云科技積極布局，與行業(yè)內(nèi)的軟件定義汽車的領(lǐng)導(dǎo)企業(yè)聯(lián)合開發(fā)軟件定義汽車平臺。

例如，參與ARM 發(fā)起的SOAFEE組織（Scalable Open Architecture for Embedded Edge，嵌入設(shè)備可擴展開放架構(gòu)）?；赟OAFEE框架，利用ARM公司開源的混合關(guān)鍵編排器組件，就可以在車端及云端分別基于容器去構(gòu)建車云對等的軟件開發(fā)環(huán)境。

“亞馬遜云科技云端有采用自研Graviton2/3 CPU的基于ARM Core的算例資源，而車端很多車企也是采用ARM 芯片，這會對構(gòu)建一個車云對等的軟件開發(fā)環(huán)境帶來極大的幫助，云端開發(fā)測試的應(yīng)用在車端可以無縫部署?！鳖櫡舱f。

值得一提的是，亞馬遜云科技也為車企提供了一項托管服務(wù)Amazon IoT FleetWise，可以更輕松、更經(jīng)濟地收集數(shù)百萬輛汽車的數(shù)據(jù)并實時上傳到云端，最重要的是可以定制化地選擇要采集的數(shù)據(jù)。在車輛網(wǎng)關(guān)上安裝Amazon IoT FleetWise 代理即可。Amazon IoT FleetWise 為軟件定義汽車在車端數(shù)據(jù)采集上云方面極大地降低了門檻。

寫在最后

“亞馬遜云科技的定位是賦能和開放，我們不做車，只是去幫助車企揚長避短，加速數(shù)字化轉(zhuǎn)型。作為創(chuàng)新的引領(lǐng)者、技術(shù)的賦能者以及行業(yè)的實踐者，亞馬遜云科技將加速布局，賦能汽車行業(yè)客戶進(jìn)一步提升競爭力，在汽車‘新四化的征程中建立自己的護(hù)城河?！鳖櫡餐嘎叮?“2021亞馬遜云科技中國峰會”上，亞馬遜云科技宣布發(fā)起“汽車行業(yè)創(chuàng)新加速計劃”，聯(lián)合多家汽車行業(yè)產(chǎn)業(yè)鏈代表性企業(yè)，重塑汽車產(chǎn)業(yè)價值鏈。2022年下半年，亞馬遜云科技也即將在蘇州設(shè)立“亞馬遜云科技智能網(wǎng)聯(lián)數(shù)字化賦能中心”。

如今，亞馬遜云科技已經(jīng)擁有100 多家專注于為汽車客戶提供服務(wù)的合作伙伴，在自動駕駛、車聯(lián)網(wǎng)、軟件定義汽車、市場營銷、制造與供應(yīng)鏈領(lǐng)域，持續(xù)、深入地服務(wù)著汽車行業(yè)客戶不斷升級的業(yè)務(wù)需求。”