在智能汽车领域 华为并非是成为自动驾驶开发者

2 月 26 日讯，自动驾驶仿真测试平台能很好地补足传统实地路测的不足，成为自动驾驶企业的刚性需求。据推算，未来 5 年仿真软件与测试的国际市场总规模约在百亿美元左右。

自动驾驶仿真指通过传感器仿真、车辆动力学仿真、高级图形处理、交通流仿真、数字仿真、道路建模等技术模拟路测环境，并添加算法，从而搭建相对真实的驾驶场景来完成自动驾驶汽车路测工作的一种形式。

在 2019 年 4 月上海车展上，华为自动驾驶云服务 Octopus 首次展出，仿真测试就属于其中一项服务能力。2020 年 1 月 9 日，华为自动驾驶云服务首次在长沙湘江新区落地。

尽管华为在汽车领域是后来者，但华为认为，自动驾驶的快速开发上市及功能迭代，将是车企在未来智能网联竞争中率先赢得市场的关键，但在这个过程中，自动驾驶的开发者面临的挑战也十分明显。

一是如何快速获取自动驾驶车辆产生的海量数据并且高效处理？一辆自动驾驶测试车 1 小时产生约 8TB 数据，一天 8 小时就会有 64TB 的数据。一个月按 22 天工作日则产生约 1.3PB / 月的数据，但其中有效数据仅为 0.05%，同时还有 80 万张 / 车 / 天图片有待人工标识；二是训练和仿真需要 AI 算法和超强算力的加持。单车预计需累积里程 100+亿公里，300GPU/2 天模型训练，仿真测试则每天需处理 100 万公里；三是仿真层面不仅需要大量场景支持在线仿真，同时也需要有以实车为主的决策规划仿真系统。

华为的自动驾驶云服务 Octopus 形为八爪鱼，服务覆盖自动驾驶数据、模型、训练、仿真、标注等全生命周期业务，向开发者提供包括数据服务、训练服务、仿真服务在内的 3 大服务。

在上述的三大服务之下，华为的自动驾驶云服务“八爪鱼”能为企业用户提供以下核心能力：

处理海量数据，自动化挖掘及标注，能够节省 70%以上的人力成本；软硬件加速，平台提供华为自研昇腾 910 AI 芯片和 MindSpore AI 框架能大幅提升训练及仿真效率；丰富的仿真场景，高并发实例处理能力：通过集成场景设计和数据驱动的方法，合计提供超过 1 万个仿真场景；系统每日虚拟测试里程可超过 500 万公里，支持 3000 个实例并发测试；云管端芯协同，车云无缝对接：Octopus 天然支持无缝对接 MDC（移动数据中心）等车端硬件平台和 ADAS 系统，实现车云协同；

因此，华为的自动驾驶仿真能力并非单独出现，而是作为一种服务和能力集成在华为自动驾驶云服务之中。仿真能力只是其数据闭环中的一个节点，这个节点只有与其他环节合作才能发挥出最大的组合优势。也就是说，华为意在让自动驾驶云服务与智能驾驶计算平台 MDC、智能驾驶 OS 一起，发挥华为云+AI 优势，组成车云协同的 MDC 智能驾驶平台，开放合作促进智能驾驶快速发展。

华为还表示，未来会将高精地图、5G 及 V2X 技术等能力集成到“八爪鱼”中去，携手更多的车企和开发者加速智能驾驶商用落地。“不造车，聚焦 ICT 技术，成为面向智能网联汽车的增量部件供应商”，是当初华为进军汽车领域时的定位。

无论是近日获得 ISO 26262 功能安全管理认证证书的华为 MDC 智能驾驶计算平台，还是位于智能汽车业务战略金字塔顶端的自动驾驶云服务，都可见，在智能汽车领域，华为的“醉翁之意”并非是成为自动驾驶开发者，而是开发者手中的那枚利器。