腾讯出席英伟达2023 GTC，带来“车云一体”加速自动驾驶量产落地解题思路

北京时间3月21日，NVIDIA 面向全球AI开发者的2023春季GTC拉开帷幕，此次大会也被 NVIDIA 创始人兼首席执行官黄仁勋描述为“迄今为止最重要的一次GTC”。腾讯智慧出行副总裁刘澍泉受邀参会，并发表题为《车云一体，加速自动驾驶量产落地》的主题演讲，分享了腾讯对于中国自动驾驶发展的趋势理解以及“车云一体化”的解题思路。

中国正成为全球最不容忽视、最大规模的自动驾驶市场之一。相关数据显示，预计2025年L2+功能在中国市场的渗透率将达到40%。同时，中国庞大的交通系统、复杂的道路设计，以及独特的交通行为等特殊条件，能够为自动驾驶系统提供更为丰富的场景数据，这些海量数据也将有利于全球自动驾驶技术开发。

在此背景下，组建一支中国本土研发团队正成为全球车企的主流趋势。刘澍泉表示：“组建中国本土的研发和决策团队，能够对本土市场需求、本土场景数据库研究的更透彻，同时也能够更及时响应日益完善的法规政策。而为了更好的支持研发，本地化的应用程序、流程和工具链则成为必须。  ”对此，腾讯推出了专门针对智能汽车行业专有云——腾讯智能汽车云，可以满足自动驾驶技术研发及量产阶段对于技术先进、安全合规和高效率的特殊需求。

合规是进入一个新市场的最大挑战之一。尤其在中国市场，近期密集出台了一系列自动驾驶数据测绘相关的监管规定。要满足不断出台的安全合规要求，灵活动态、SaaS化的平台服务是必不可少的基础。腾讯依托在云、图方面的合规经验，推出了车云一体化安全合规解决方案，为自动驾驶开发创造了一个全程合规的数据闭环服务。刘澍泉介绍，所有的感知数据都会在车上加密，通过腾讯网络传输，注入到安全合规平台之中。之后，数据将在安全合规平台中进行脱敏、提取处理，最终传输给研发团队。通过提供这种开箱即用、端到端的安全合规服务，让研发团队可以专注于算法的开发。

自动驾驶落地的另一个核心挑战是海量数据。随着城市NOA功能的落地，实现这一功能的感知模型需要用到PB级数据进行训练。腾讯云通过提供云上云下一体化存储产品，为自动驾驶场景打造了高性能、低成本、高可靠性的存储解决方案，全面满足自动驾驶场景的需求。  在数据存储方面，腾讯提出了软件-硬件集成架构，通过自主研发的YottaStore分布式存储系统和星星海4U60高密度服务器，能够实现单集群、单桶容量达10EB，存储对象数量达10万亿，平均节省  50%的存储成本。在存储加速方面，结合腾讯云GooseFS系列产品，相比传统存储的接入和访问模式，加速性能提高了10倍。

针对自动驾驶训练环节，腾讯推出了专门针对大规模AI训练的产品——高性能计算集群(HCC)，以及提高训练效率的软件加速器套件——TACO套件。HCC的计算节点可以支持最新一代的NVIDIA  Ampere架构，以及即将于2023年推出的Hopper架构Nvlink  GPU，可支持1.6Tbps低延迟RDMA网络，满足训练CV(计算机视觉)、NLP(自然语言处理)等大型模型的网络需求。 TACO  套件则能够有效解决多种网络环境下分布式训练效率问题，提高加速比和模型迭代效率。 TACO 套件可以使CV相关场景中的性能可以提升3倍。

“我们意识到单独完善每个功能是不够的。应通过优化整个开发过程来获得高效率。”刘澍泉在演讲中分享到，腾讯还推出了智能TI平台，配备了从数据接入到模型训练的一站式服务，可大量节约算法训练的成本。在数据接入环节，最高可节省80%的工作量;在数据处理环节，可降低70%的标注成本;在模型训练环节，算法开发TCO(总体拥有成本)至少降低50%。

在自动驾驶测试验证环节，腾讯自动驾驶仿真系统TAD Sim深度集成腾讯领先的游戏科技和云技术，能够满足全栈算法测试验证需求。 TAD  Sim包含超过300万个仿真测试场景，并能支持城市级别的仿真环境实时运行。比如在一个50KM*50KM的城市区域内(相当于北京六环内的城市面积)，可以容纳超过100万辆交通流仿真车辆同时运行。在这种复杂的仿真环境下，TAD  Sim可以源源不断的生成各种corner case交通场景，检验自动驾驶算法的完备性，帮助客户持续沉淀场景库内容。

自动驾驶技术的演进同样离不开地图数据的支持。“随着自动驾驶从高速公路扩展到城市道路，  需要一个为每个车企量身定制低成本、高覆盖、高新鲜感的自动驾驶地图。”  针对这个需求，腾讯结合云和地图两方面能力，推出了车图云解决方案，助推自动驾驶地图更高效的升级迭代。比如，腾讯车图云能够为车企提供可定制的地图更新能力，以及端到端的安全闭环，可以满足量产阶段自动驾驶汽车大量激活的情况下，大规模并行的高效数据处理、数据生产和数据编译，助力车企进一步发挥感知数据的价值。

同时，腾讯车图云还可以在安全的前提下开放自动驾驶运营所需要的位置服务，让自动驾驶运营人员可以通过实时的动态交通信息、POI信息等来综合标识和评估每个路段的自动驾驶功能体验、安全等综合表现，并结合用户行驶路线、热点路段、车辆行驶数据等信息来评价自动驾驶功能表现及用户价值，有序地进行自动驾驶功能升级，实现商业变现。“地图是自动驾驶运营的支撑，这种云化的地图服务，为自动驾驶的产品与服务运营提供了基石。”刘澍泉指出。

据刘澍泉介绍，腾讯车云一体化的解决方案正在帮助越来越多的企业开发自动驾驶技术。例如，腾讯帮助NVIDIA建立了在中国的自动驾驶研发基础设施，通过软硬结合的合作模式共同创造了满足其在自动驾驶研发各个阶段需求的解决方案。腾讯还在帮助博世在中国开展自动驾驶技术研发，为博世提供全栈技术服务和安全合规服务，让博世的开发团队可以更专注于自动驾驶技术开发。同时，腾讯与蔚来正展开深度合作，构建一体化混合云基础设施以支持蔚来的自动驾驶研发运营，同时腾讯车图云也在支持蔚来打造具有蔚来特色的个性化地图。

刘澍泉表示：“目前腾讯已经与全球100多家车企和出行科技公司展开合作。依托腾讯开放的生态内容、尖端技术和坚实的基础设施，腾讯将是全球自动驾驶公司最强大的合作伙伴之一。”