【導讀】當前，自動駕駛技術的發展可謂日新月異，不過離最高級別還相去甚遠。2022年，自動駕駛行業在喜憂參半中前行，一方面，眾多自動駕駛公司估值縮水、裁員倒閉，高級別自動駕駛技術商業化落地尚需時日；另一方面，國內自動駕駛利好政策密集出臺，首次實現立法突破，自動駕駛測試區不斷增加。
據IDC《中國汽車云市場跟蹤研究，22H2》報告顯示，2022下半年，中國汽車云解決方案市場規模共計17.62億人民幣。其中，中國自動駕駛研發解決方案市場規模達4.95億人民幣，同比增長100.2%。百度智能云以35.9%的市場份額排名第一，同比實現162.0%的超高速增長，在國內汽車云市場中處于龍頭地位。
在自動駕駛預冷之際，百度智能云為什么能夠在競爭激烈的智能云市場取得如此驕人業績？在自動駕駛賽道，百度智能云有怎樣的布局和哪些合作模式？如何利用優越的閉環能力提升自動駕駛領域客戶的核心競爭力？
圖 | 百度智能云泛科技行業總經理張瑋接受焉知專訪
帶著這些問題，記者在焉知第三屆焉知年會線下專場會——百度智能云自動駕駛領域區域“智能行”系列活動（華東站）期間專訪了百度智能云泛科技行業總經理張瑋。他表示，百度智能云布局由來已久，之所以能夠得到廣大客戶的高度認可，皆源于以合作模式、極致優化、全面數據服務，以及“AI大底座”技術，持續滿足客戶的差異化需求，為客戶創造價值。
智能云市場百度何以一騎絕塵？
不言而喻，智能汽車是未來汽車發展的方向，自動駕駛技術已成為智能汽車研發的關鍵，汽車云市場競爭的關鍵領域之一正是自動駕駛。2023年，作為一種集成多種AI技術的綜合模型，“AI+大模型”在自動駕駛中呈現出廣闊應用前景，成為整個智能汽車行業關注的焦點。
百度智能云之所以在中國自動駕駛研發解決方案市場領袖群倫，張瑋道出了個中緣由：“首先得益于百度智能云的領先架構。作為大模型與自動駕駛并重的頭部科技公司，百度智能云基于‘云智一體’優勢，正持續發力自動駕駛應用。”
他說，從2019年提出“云智一體”概念至今，百度智能云“云智一體”架構已迭代至3.0版本。通過切入行業核心場景，打造行業標桿應用，帶動和沉淀了AI PaaS和AI IaaS層的能力，打造出極致性價比的異構算力和高效AI開發運行能力，其向上可優化已有應用、孵化新應用，向下可以改造數字底座。
“‘云智一體’戰略讓我們較早地在芯片、框架、模型和應用各層進行了布局和協同，成為全球唯一一家在各層都有領先產品的公司，”張瑋說。
如果要給百度智能云找兩個關鍵詞，其一是“聚焦”，百度智能云依托“云智一體”的領先優勢，聚焦自動駕駛研發過程，利用核心技術做最核心的事；其二是“完整”，百度智能云提供了從業務側到資源側的完整解決方案，包括端到端數據閉環、貫穿研發流程的工具鏈、為工具鏈提效的大模型，以及為全流程提供強大算力支持的“AI大底座”，能夠滿足從L2到L4的研發需求，加速自動駕駛業務落地。
整體布局滿足客戶差異化需求
談到百度智能云在自動駕駛領域的布局，張瑋表示，百度智能云依靠多年來在云計算、大數據、人工智能的深耕，賦能自動駕駛多個垂直賽道，客戶涵蓋乘用車造車新勢力、商用車干線物流類、Tier1/2汽車零部件廠商、L4/L5無人自動駕駛小車，以及耕耘自動駕駛算法、解決方案的科技公司。
在解決方案層面，百度智能云提供自動駕駛云邊協同、安全合規、量產車流量調度等解決方案，相關智能座艙解決方案、大數據解決方案都在場景打磨過程中。相比其他友商，百度智能云的產品與解決方案更為全面，無論是最佳實踐，還是產品功能等都有豐富的最佳實踐、落地場景，全面覆蓋智駕、智艙、智圖、智云四個領域。
靈活多樣的合作模式也是百度智能云的一大特色，“合作既可以是雙方共建式的戰略合作，也可以是項目的合作，當然，我們也非常歡迎客戶成為我們的生態合作伙伴，聯合打磨解決方案和產品，”張瑋表示。
在滿足不同客戶的差異化需求方面，百度智能云提供了豐富的產品和服務，包括基礎云底座的IaaS和PaaS服務，還有上層應用級別的通用應用產品和行業應用產品，不同的客戶可以各取所需。
在張瑋看來，車企選擇云服務合作伙伴的關鍵考量主要包括：一是技術實力和服務能力，比如能否提供先進的產品技術和解決方案，能否提供安全可靠的數據存儲和計算服務，以及能否提供高效專業的客戶服務；二是合作伙伴的支持和協同能力，包括是否有完善的合作機制和支持體系，是否能夠協同創新和開拓市場；三是能否提供定制化解決方案，滿足車企的差異化需求。
為了提供更好的服務，百度智能云從四個方面入手打造，一是加強技術研發和服務能力建設，不斷提升產品技術和解決方案的先進性和服務質量；二是建立完善的合作機制和支持體系，為合作伙伴提供全方位的支持和服務；三是與合作伙伴一起積極進行市場推廣和業務創新；四是注重定制化解決方案的開發，為客戶量身定制。
極致優化為客戶創造價值
構建自動駕駛端到端的模型生產和上線迭代的閉環能力，是自動駕駛領域客戶加速技術研發和商用落地的核心競爭力之一。在這方面，百度智能云通過百度百舸方案對自動駕駛常用模型進行了優化與加速，尤其是通過百舸方案的AIAK訓練加速能力。
截止目前，在CV、NLP、推薦場景中，基于百舸AIAK-Training2.0能力，針對自動駕駛典型模型，如resNET、bert、swin-transformer等，百度智能云攜手英偉達，通過數據加載優化、模型計算優化、多卡通信優化等手段，實現了17個模型訓練多達39%-390%的性能提升。“這項模型訓練優化工作還在不斷擴展和進行中。所以，百度百舸尤其模型訓練加速能力，能為客戶帶來非常大的價值，”張瑋信心滿滿。
他介紹說，百度智能云的AI IaaS，也就是百度百舸是一個AI異構計算平臺，包含AI計算、AI存儲、AI加速、AI容器四大核心套件，具有高性能、高彈性、高速互聯、高性價比等特性。該平臺充分汲取了百度異構計算平臺多年的技術積累，深度融合無人駕駛場景的實踐經驗，能夠為AI場景提供軟硬一體解決方案，加速AI研發和工程化落地。
全面數據服務助客戶降本增效
那么，在自動駕駛的數據采集、數據傳輸、數據存儲、數據處理/標注、數據訓練/仿真/測試等各個階段，百度智能云是否都可以提供相應的服務呢？張瑋給出了肯定的答案。
據他介紹，百度智能云可以提供自動駕駛領域全部的工具鏈能力，完整覆蓋數據采集、傳輸、存儲、數據處理與標注，以及訓練/仿真/測試等自動駕駛業務環節。例如，在車輛數采環節，百度智能云有專業的數采服務，具備滿足安全合規要求的甲級測繪資質。數據采集完成后，使用百度智能云移動存儲設備月光寶盒及適配車機的硬盤，可滿足用戶對數據傳輸的時效性和安全性要求。隨著采集數據量的不斷增長，數據存儲、擴展及成本控制已成為企業的重點考量，為此，百度智能云提供具備海量存儲、AI數據處理等能力的對象存儲產品。
在自動駕駛工具鏈的數據標注方面，百度智能云能夠輸出基于安全合規的數據標注解決方案。在自動駕駛訓練環節，基于百舸AI異構計算平臺，通過其AI計算層面的RDMA網絡能力、AI存儲層面的高速數據讀取能力、AI容器層面的虛擬化與隔離能力，以及AI加速層面的訓練推理加速能力，不僅可以大幅降低通信延時，提升訓練與推理效率，還能在很大程度上幫助企業降低成本。百度智能云可以為企業客戶提供基于海量場景精準度量的云仿真平臺，幫助客戶實現降本增效。
張瑋坦承，自動駕駛數據，尤其是車采數據，量級非常龐大，隨著存儲規模的不斷增大，存儲成本也會成為一個棘手的問題。這種場景很適用百度智能云對象存儲產品，因為它不僅具備分級存儲能力，可以幫客戶控制存儲成本，同時輕松實現海量數據擴容，又具備原生的若干AI數據處理能力。PFS產品是專門針對高性能計算場景的并行文件存儲服務，可以提供亞毫秒級訪問能力、高IOPS及高吞吐的數據讀寫請求能力，非常適合AI訓練場景，特別是自動駕駛訓練數據集存儲場景。利用存儲分類，不僅能夠精細化滿足場景需求，也能提升業務和訓練效率，幫助客戶降低存儲成本。
在數據標注環節，人工標注耗時費力，且標準不一。通常，云廠商都試圖通過工程方法盡量減少人工標注，以提高標注效率。兩種方法一是通過機器自動化標注，然后人工修正部分數據；二是通過仿真模擬生成大量標注好的數據。“這兩種方式，在百度智能云內部都在使用。對于全新業務場景或經驗積累較少的特定業務場景，優先以人工標注為主，以不斷積累經驗。之后再不斷將能力完善到自動化標注工具中，所以目前已知的眾多自動駕駛數據標注場景中，都在使用我們的自動化標注工具。”張瑋說。
最后是路采車產生的海量數據的傳輸。張瑋指出，通常企業會面臨圖商資質、采集備案、規范路采、脫敏脫密等業務痛點。“百度智能云有專業的數據采集服務，不僅有采集車隊，還有專業的車輛改裝技術團隊，可進行深度定制，滿足客戶的多樣化需求。”張瑋補充說：“在具體數據傳輸中，都是按照安全合規要求進行；對于路采車是以加密硬盤形式離線運送數據，硬盤運送途中有2名具備安全資質的人員互相監督，從而保證數據與操作合規。”
“AI大底座”加速自動駕駛研發迭代
自動駕駛領域是一個強人工智能CV視覺的新興高科技領域，大模型訓練的支撐不可或缺，百度智能云是如何讓大模型發揮作用的呢？
張瑋告訴記者，百度智能云多年來一直在AI領域對相關技術能力進行深度研究與打磨，比如，以自動駕駛模型為重點的訓練與仿真環節，利用百度多年沉淀的“AI大底座”技術棧，通過異構計算平臺的GPU算力，在大幅提升性能的同時提高了利用率，有效解決了目前大模型的“算力恐慌”瓶頸；同時百度智能云還與英偉達合作，對一些特定算法模型進行定向優化，形成AIAK異構計算平臺訓練加速組件，目前這些能力都是免費提供給客戶使用。
談到百度智能云“AI大底座”異構計算平臺的最佳實踐，張瑋分享道，某頭部乘用車造車新勢力的套整自動駕駛技術棧都部署在百度智能云上，使用“AI大底座”中的CCE云原生產品，在使用AIAK優化加速組件以及GPU資源共享調度下，資源利用率提升了2.5倍以上，在其自動駕駛業務研發方面發揮了重要作用。
另一個案例是國內一家頭部汽車芯片公司，幾年前該公司開始使用百度智能云設計的一套混合云架構，目前大部分核心訓練任務都在百度智能云上完成。在“AI大底座”技術棧的賦能下，高效支持了該公司訓練等相關任務，加速了產品研發迭代、芯片上車和SOP量產速度。
大模型雖好，但必須用數據來驅動。數據量不足，就會影響自動駕駛感知大模型的訓練效果。憑借多年自動駕駛行業實踐，特別是來自大量Apollo量產車在北京、上海、廣州、武漢、重慶的道路數采自動駕駛數據，基于百度文心大模型的全流程數據訓練，保障了其模型的精準性。“我們還將相關能力打磨成了產品和解決方案，可以為有數據采集、標注、訓練需求的客戶提供全套數據閉環解決方案，”張瑋補充道。
結束語
“云智一體，深入產業”是百度智能云的戰略，基于“AI大底座”和文心大模型，以及行業領先的全套自動駕駛工具鏈，百度智能云先后幫助傳統車企、新勢力、商用車和解決方案供應商等行業用戶實現了自動駕駛業務落地。
張瑋最后表示，AI技術賦能百度智能云正在加速自動駕駛由量變到質變的進程。未來，百度智能云將持續深耕包括“數據閉環-自動駕駛工具鏈-大模型-AI大底座”在內的自動駕駛研發解決方案，幫助汽車行業實現智能化升級。
來源：焉知汽車
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
