伴随5G、AI等技术的发展与应用，汽车行业开启了全方位的突破与升级，在中央控制的电子电气架构、车端算力、软件定义汽车、车云一体化、车云环境对等、车联网、自动驾驶等方面进行创新与优化。面对消费者，车企的目标也从单纯的卖车延长为服务消费者用车的整个生命周期，以期充分利用数据来为消费者提供增值服务。

这一背景下，车企需要在市场保有量、品牌知名度、产品线丰富度、产品的影响力、销售服务渠道等原有优势基础上，通过合作方式提升数字化发展能力。亚马逊云科技大中华区战略业务发展部总经理顾凡表示，"新四化"（电动化、网联化、智能化、共享化）发展趋势下，在包括软件开发能力、软件迭代速度、DevOps、算法、软件应用的生态构建等方面，车企均需要进行提升，而亚马逊云科技及其合作伙伴恰恰可以在此方面进行弥补、赋能，帮助车企扬长避短。

目前，在自动驾驶、车联网和软件定义汽车三个重要领域，亚马逊云科技已提供了多项解决方案，有效助力了车企的数字化创新与转型。

亚马逊云科技帮助车企应对自动驾驶开发流程中的五项挑战

自动驾驶是基于深度学习来进行，需要持续不断地去收集数据，并以数据为基础反复迭代。其开发流程是一个数据驱动的端到端流程，包括从数据的采集到存储，到数据的预处理分析，再到数据的标注、模型训练、仿真验证，以及最后的部署发布。

顾凡指出，在开发过程中，自动驾驶正面临多项挑战：

第一个挑战是海量的数据和传输。一方面，自动驾驶的测试车运行过程中各类传感器、摄像头、激光雷达、毫米波雷达均会产生大量数据，每天每辆车的数据量可达到TB级别；另一方面，自动驾驶还需要进行针对性的定制化数据采集。如自动驾驶里面需要有长尾的Corner case，针对此类数据便有可能进行定制化选择一些场景来做数据采集。

第二大挑战是如何实现海量数据的低成本存储。自动驾驶的数据类型多样，而频繁访问的热数据到访深度存档的冷数据，存储成本存在巨大差别，这就需要在存储时根据自动驾驶工作负载里面动态变化的数据访问模式进行分层，以此来达到最优性价比。

第三大挑战是如何实现预处理和分析。传感器的数据需要去噪，进行数据清洗、统一格式，这就需要围绕自动驾驶数据湖整合工具链，进而实现数据在各个工具链上下游流动，避免因工具链割裂带来的数据孤岛问题。

第四大挑战是复杂的模型开发和训练。数据处理完成后，下一步是数据标注，无论是做2D、3D的标注还是联合标注，还是车道线的标注，在以深度学习为主的感知模型中，需要向模型"喂养"海量的标注为有"真值（Ground Truth）"的数据。而无论是从特征工程、模型训练，还是超参的调优与模型的调试，均需非常复杂的机器学习的端到端的集成开发环境，花大量的人力和经验。同时，还要注重质量价格比。

第五大挑战是仿真验证。仿真系统的效率会直接影响整个自动驾驶开发链的效率。仿真的系统主要有场景库、仿真平台、评价体系三部分组成。而云上的高并发仿真，能解决仿真领域里中规模与成本两大挑战。

亚马逊云科技在这五方面均提供了相应的解决方案，在存储计算、数据湖、AI/ML、CI/CD等方面，都可以为车企和自动驾驶公司在整合工具链的时候提供强大的支持。如在进行预处理和分析上，亚马逊云科技的Amazon S3能够进行智能分层，在8个存储层级里根据机器学习的方法将动态的数据自动选择最合适的存储层级，以达到最优性价比，据统计，Amazon S3智能分层功能可帮助车企节省约30%的成本。同时，亚马逊云科技的众多合作伙伴也会为车企提供像仿真验证、数据验证、数据管理和标注等方面提供一系列解决方案。

亚马逊云科技针对车联网全球部署方面的五项挑战提供应对措施

未来，汽车的买卖并非一次性地价值交换，而是需要在整个车的生命周期里提供服务的，想要提供服务便需要客户的数据镜像，而车联网是这一切的基础。

顾凡表示，无论是娱乐服务、出行服务，还是商业服务，车联网均有机会成为这三个互联服务生态领域里重要的拼图，其主要应用场景是则是营销运营、产品改进、为用户提供服务，而这背后都离不开大数据以及大数据的分析。同时，车联网的布局是全球方面的，其面临的挑战也是全球性的。

这主要表现在五个方面：

一，全球统一部署。中国出口车辆不断增多，车企在全球部署车联网的时候，如何选择一个跨越全球的基础设施进行部署成为难题；

二，安全合规。在全球范围内进行部署，如何符合不同地区的法律法规，保证数据信息的安全合规，也是车企面临的重要挑战；

三，全面的服务体系以提升客户体验。车企在不同国家或者地区，无论是进行数据分析，还是软件更新等，均需要与当地相关企业展开合作，如何以此为基础来提供全面的服务体系也是车企必须面临的挑战；

四，数据增值服务。在收集了大量数据后，如何挖掘价值，给客户提供增值服务也是车企面临的问题；

五，弹性敏捷架构。车联网处于动态、快速的迭代与发展过程中，未来的车联网业务的弹性需求会对目前的软件架构造成巨大的挑战。

亚马逊云科技根据此为车企客户提供了大量服务。如在车联网的数据安全及防范合规风险方面，顾凡表示："亚马逊云科技几乎满足所有监管机构的合规要求，目前支持98项安全标准和合规认证，车企客户是可以直接直接使用、继承，同时很重要的是，我们还有众多合作伙伴，为客户提供从咨询到实施整体和安全合规的方案，包括安全工程、数据保护、身份和访问控制等。"

亚马逊云科技与众多厂商合作在软件定义汽车方面取得多项成果

软件定义是用软件去定义系统的功能，用软件给硬件赋能，实现系统运行效率和能量效率最大化，也是汽车架构转型的重要方向。在这一过程中，顾凡指出，软件定义汽车本质上是行业驱动的计划，它需要车厂、芯片、硬件、软硬件提供商，包括系统集成商、云厂商一起通力合作，才能去推动软件定义汽车的创新。

顾凡以亚马逊云科技参与的软件定义汽车的合作为例，指出软件定义有着多项必须遵守的原则，如软件要具备可移植性，能够跨不同的硬件去执行；软件要在云端开发测试，让开发和维护成本真正降到最低；在云端开发汽车软件的时候，必须要考虑到汽车行业的特殊性等。同时，软件平台必须是开放的，需要不同企业一同打造一个运营生态。

目前，通过合作，亚马逊云科技与众多厂商在软件定义汽车方面也取得了多项成果。这些成果包括五点：

一是亚马逊云科技与车载芯片供应商合作，参与了ARM发起的SOAFEE的组织，支持车云环境对等；

二是与黑莓合作构建了BlackBerry IVY，标准化了车端非常复杂的数据采集工作以及数据上云工作；

三是与Tier1供应商大陆集团合作开发下一代的软件定义汽车的开发平台CAEdge（Continental Automotive Edge），推动整个行业的发展；

四是亚马逊云科技发布了Amazon IoT FleetWise服务，支持在车端自定义的数据采集；

五是亚马逊云科技通过专业服务团队，为车企提供软件定义汽车项目的交互服务。

顾凡表示："我们看到车企在探索的一些方向，虽然还有非常多的不确定性，但众多客户都在进行探索，把客户和车厂之间的价值交换从卖车的一个点，延伸到整个生命周期里面去提供服务，所以‘服务’是一个关键词。要做服务，就需要数据洞察。要数据，就需要以车云一体化去考虑算力。要做服务，一定要有一个服务的应用生态，不是一个人开发软件。要做应用的生态就需要一个降低车云一体化场景下的软件定义汽车的开发门槛，你只有把门槛降低，才有更多人出来做应用。亚马逊云科技的定位就是赋能和开放，我们不做车，我们是帮助车厂去扬长避短加速转型，包括软件定义汽车的布局、赋能客户建立数字驱动的开发流程等。当然，这背后离不开亚马逊云科技的核心优势，比如说覆盖全球的基础设施，以及丰富的跨云、跨边、跨端的云计算服务。"未来，亚马逊云科技将继续与更多车企进行更广泛的合作，推动汽车行业的发展。