新能源车企，困于云计算

在汽车圈，从来没有哪场变革，能像今天的智能化一样产生无差别的冲击。

根据相关数据显示，去年年底，电动车销量占比已经超过了全部汽车的23%，与此同时，车企们也陷入新一轮内卷，最直观的表现就是：硬件堆料、成本提升、玩家变多、特斯拉全系降价、还有国内众多的高配低价。

当然，这些对于传统燃油车来说都不是好事，加上同行的竞争加剧，油车和电车都在转型和优化的路上，只不过重心从动力、底盘的研发，转移到怎么应用新技术上，比如智能驾驶、智能座舱、智能车联等。

一时间，拥抱智能化成了国内所有车企的必选项。

对于车企们来说，只有更高的算力，更好的芯片，融易新媒体，才能驱动这些软硬件发挥出极致的性能。加上辅助驾驶技术不断迭代，对算力也提出了更多的需求。据 Garner 估计，一辆联网车每天至少产生4TB数据，车卖得越多，数据量甚至能从PB级到增长到ZB级。

此时如果将数据存下来做模型训练，车企们显然很难独立完成。这一点，何小鹏看得很清楚，所以在去年8月，小鹏和阿里云合作的智算中心落地乌兰察布，他算过一笔账，预计2025年起，小鹏汽车每年花在算力上将超过10亿元。“如果现在不提前储备算力，那么今后5年内，企业算力成本会从亿级，加到数十亿级。”

顶着同样焦虑的不只有新势力，为了花更少的钱挖掘更多的数据价值，国内有超过70%的车企，例如一汽、吉利、长城、长安，包括地平线等自动驾驶公司，都上了阿里云，后者打造的汽车云覆盖了“产研供销服”各个环节，包括最复杂的生产制造环节。

在一些汽车业内人士看来，云计算和汽车产业的融合是大势所趋，车企对云的需求，已经从拿来即用的资源升级，变成了在智能网联各垂直场景的专精，这是每一家车企都不能错过的效率变革。

01 智能车的数据“围城”

建造专用的智算中心，小鹏并不是第一个。此前特斯拉也发布过超级计算机Dojo，专门用于人工智能机器学习，帮助训练自动驾驶的视觉技术等，浮点运算能力甚至达到exaflop级别，即每秒百亿亿次运算。

Dojo的首席工程师曾透露，早年前在测试基础设施时，Dojo的功耗直接把当地变电站搞跳闸了。到了今年，马斯克预计，年底将通过Nvidia、Dojo芯片将神经网络训练再提高一个数量级，在算力上把自动驾驶的进程向前再推一步。

汽车智能化最直接的体现是实现自动驾驶，这点特斯拉走得最早，单车智能也被认为是可行的方案，近两年的国内情况也是一样，去年末，国内纵目科技申报IPO、包括MINIEYE、宏景智驾、福瑞泰克在内的十多家量产型ADAS企业均拿到了新融资,规模大部分在数亿元，流向更容易落地的辅助驾驶。

这里面就包括同样是新势力的理想汽车，和其他玩家相比，理想算起步比较晚，为了赶进度，采用的是硬件和系统标配的策略，并且给用户免费使用。反观特斯拉，车主开通自动驾驶辅助系统是要花钱的，但所有的车辆都标配了感知和计算平台硬件，如果车主同意条款，部分数据就可以回传。

这两件事至少可以说明，在自动驾驶技术还未成熟的阶段，拉满硬件配置的确是一个很有吸引力的卖点，800万像素高清摄像头、4D毫米波雷达，很多玩家在硬件上采取堆料超配。这不仅为了吸引更多的用户，考虑到自动驾驶更高阶的场景下，功能和服务的迭代，也都离不开后期持续增长的数据支撑。

毫无疑问，现在的特斯拉在交付量上遥遥领先，这给包括理想在内的玩家，造成了很大的心理压力。业内人士认为，如果理想要在数据规模上争取根本变化，就得尽量降低车辆和硬件成本。

有理想汽车的PM称，中国企业和特斯拉的成本差距，主要体现在硬件配置和芯片上，随着辅助驾驶新车市场渗透率达到30%，李想本人也做出判断，自动驾驶功能会在这两年集中落地。中高端车型如果不能跟上步伐，很可能会成为消费者不买这辆车的理由。

事实上，成本和算力几乎是每一家智能车厂商都要权衡、克服的问题。做自动驾驶，就要有海量数据支撑，这是一个大前提，正常情况下，辅助驾驶每提升一个级别，车载算力需求就提升一个数量级，而训练研发的算力要提升两个数量级。

如果未来三年还有上百倍算力提高的需求，算力和灵活性的不足，会让大部分的自动驾驶都面临“研发跟不上数据增长”的困境。这种情况下，想要进一步提升用户体验，就需要“云”的加持。

所以回到一开始，小鹏给出的解法，就是和阿里云“自动驾驶云”建造一个算力规模达600PFLOPS的专用智算中心“扶摇”，并且效果已经得到了验证：算力达到60亿亿次每秒运算，训练提速达到170倍，同时节约了用电；在存储层面，阿里云提供最多7层冷热程度的数据存储架构，大幅降低了数据存储成本。

02 为什么说云计算天然适合汽车行业？