自动驾驶开发云平台业务分析
自动驾驶车辆量产需积累大量里程经验，传统车端研发和测试方式，无法满足市场需求，业界普遍采用“云+端”研发迭代新模式，通过测试车队采集海量道路环境数据，在云端进行模型和算法开发和仿真验证，达到产品安全标准。华为基于云、边、端协同能力，提供高性能基础平台、应用平台和AI开发平台等服务，支撑用户进行数据采集、存储、处理和分析，提高模型训练速度和开发效率，助力自动驾驶业务创新
业务挑战
- 测试车辆采集数据量巨大，传输和管理困难
自动驾驶开发需要采集海量道路环境数据，进行算法开发和模型训练，传统专线传输方式效率低且成本高，华为云可以提供高效的数据快递服务和海量可灵活扩展的云存储服务
- 仿真和模型训练，算力和弹性扩展要求高
模型训练和仿真测试业务具有波峰波谷特征，对云服务资源快速获取和自动化部署有较高要求，华为云提供按需的敏捷基础设施、资源编排和自动化部署能力
- 自动驾驶算法开发门槛高，数据准备周期长
环境感知、决策规划、控制执行算法开发门槛高，数据准备周期长，华为云提供一站式AI开发平台，大幅度降低平台搭建难度和成本，让用户聚焦算法开发和模型训练核心能力
- 数据安全要求高，合规场景复杂
自动驾驶数据采集和路测因涉及地理信息相关数据，对安全保密要求高，华为云提供全栈专属云平台、全栈防护的安全体系，联合合作伙伴提供导航电子地图制作甲级资质，满足自动驾驶开发相关安全合规要求
自动驾驶数据采集、传输和存储
开发高级驾驶辅助系统和自动驾驶车辆需要采集、传输和存储海量数据，华为云服务提供数据快递、数据注入和数据存储要求，优化成本和效率
- 安全可靠 确保采集数据在传输和导入过程中无法被恶意访问和篡改，用户可根据管理控制台服务单状态信息，跟踪数据传输进程
- 稳定高效 提供高性能、高可靠、低时延、低成本的海量存储系统，与大数据服务组合使用，能够大幅降低成本
数据处理、算法开发和模型训练
提供高性能的海量数据分析处理和数据预标注能力，降低用于模型训练的数据准备阶段的时间和成本，优化的机器学习和深度学习框架，训练和推理速度遥遥领先
- 自动学习 根据用户标注数据，可自动化模型设计、参数调优、模型训练、模型压缩和模型部署
- 自动标注 基于主动学习和高价值场景的预标注模型，提供智能化数据标注能力，可大幅降低人工数据处理成本和复杂度
- 可视化 提供从数据、算法、训练、模型、服务全流程可视化管理，无需人工干预
自动驾驶仿真测试
在仿真阶段，需要极强的GPU计算能力，在消耗大量计算资源的同时，会产生大量临时数据，对存储带宽与时延也有极高的要求，华为云提供GPU加速云服务器，允许开发者构建自身需要的仿真环境，并按需灵活使用
- 灵活多样 G系列提供G5/G5r实例，满足图形图像场景。P系列提供Pi2实例，满足科学计算、深度学习训练、推理等计算场景
- 高性价比 同步业界最新GPU技术，无缝切换最新GPU硬件；支持按需和包周期计费模式，即租即用、弹性扩展
- 生态丰富 与主流自动驾驶仿真软件厂商合作，为用户提供丰富的软件和优化的用户体验
