盡管心理有所準(zhǔn)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(yù)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(dǎo)到下游智駕供應(yīng)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(biāo)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(dāng)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(dāng)前談?wù)?a href="http://worldfootballweekly.com/%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6_1.html" target="_blank" class="keylink">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(yīng)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(yù)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(shè)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(fēng)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(wù)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?由于其按季度更新,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(yīng),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(fēng)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(dāng)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。”

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(dāng)下智能駕駛研發(fā)的最優(yōu)選擇。

汽車專區(qū)是云服務(wù)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(wù)白皮書》

根據(jù) Gartner 估計,每一部自動駕駛原型車每天至少產(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(dāng)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(wù)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(wù)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(biāo)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(wù)商則提供智能汽車數(shù)據(jù)專有云服務(wù),儲存圖商加密后的數(shù)據(jù)。

而當(dāng)車企需要使用數(shù)據(jù)時,云服務(wù)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(xùn)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(xùn)練,經(jīng)過一整套合規(guī)流程,通過云端回傳訓(xùn)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(wù)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(fēng)電充足,尤為適合建設(shè)云基礎(chǔ)設(shè)施。

華為云烏蘭察布數(shù)據(jù)中心

華為云在烏蘭察布規(guī)劃了標(biāo)準(zhǔn)的3AZ架構(gòu),總體規(guī)模規(guī)劃承載100萬臺服務(wù)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(shè)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(shè)計,包括數(shù)據(jù)處理區(qū)、智駕業(yè)務(wù)區(qū)和網(wǎng)絡(luò)中繼區(qū)。

其中數(shù)據(jù)處理區(qū)是專為圖商設(shè)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(wù)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(wù)研發(fā)。網(wǎng)絡(luò)中繼區(qū)的接入控制有嚴(yán)格的身份認(rèn)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(shè),并不足以達到真正的安全合規(guī),原因在于汽車云服務(wù)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(fēng)險,也能更好地發(fā)揮已建設(shè)好的云能力上限。

為此,華為云提出“三分建設(shè)、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(yīng)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(yīng)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(shè)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(biāo),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(wù)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(wù)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(wù)商擁有提供或整合統(tǒng)一工具鏈的能力,而只有云服務(wù)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(wù)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(chǔ)。

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(wù)車企的經(jīng)驗積累,華為云成為“最懂汽車的云服務(wù)商”。

另一方面,華為云在安全合規(guī)方面的深厚積累和高標(biāo)準(zhǔn)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(rèn)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(rèn)證,也是中國首個通過汽車TISAX認(rèn)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(wù),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(wù)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(rèn)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(biāo)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(fēng)險、政策風(fēng)險、市場風(fēng)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(yīng)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(yīng)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(wù),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。(來源：HIEV大蒜粒車研所)

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）