揭秘“华为八爪鱼” 自动驾驶云服务加速智能汽车时代

　　在5G、人工智能、云计算、大数据等新ICT技术的使能下，汽车，正在成为一种新的移动智能终端。

　　自动驾驶是汽车新四化(智能化、网联化、电动化、共享化)的核心，集中运用了计算机、人工智能、融合传感、通信、云计算、高精地图、自动控制等多学科综合技术，被视为现代科学皇冠上的明珠。

　　2020年2月10日，发改委、工信部等11个国家部委联合印发《智能汽车创新发展战略》，提出：“到2025年，实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用”。

　　各大车企与检测机构正急迫需要突破自动驾驶关键基础技术、完善测试评价体系，构建 “人-车-路-云”协同的自动驾驶系统。

　　2019年10月22日，世界智能网联汽车大会上，华为轮值董事长徐直军做了主题演讲，阐述了华为智能汽车业务战略，描绘了智能汽车解决方案的五大业务板块：智能网联、智能驾驶、智能座舱、智能电动、云服务，而华为自动驾驶云服务就位于金字塔的塔尖。

　　华为自动驾驶云服务，也被称为HUAWEI Octopus(华为八爪鱼)，它与华为MDC智能驾驶计算平台、智能驾驶OS一起，共同组成了车云协同的智能驾驶平台，可以有效帮助车企和开发者快速开发出自动驾驶应用，助力自动驾驶快速商用落地。

　　2020年1月9日，HUAWEI Octopus已在湘江新区上线，将有效降低湘江新区自动驾驶领域研发企业的门槛，促进更多企业、机构、学校积极投入自动驾驶、智能网联潮流，带动这一前瞻产业在当地的蓬勃发展，助力湘江新区打造智能网联产业生态聚集新高地。

　　华为自动驾驶云服务为何取名“华为八爪鱼”?有什么特点呢?

　　八爪鱼被誉为海洋里的灵长类动物，它有一个聪明的大脑，学习能力强，进化程度高。这与如今自动驾驶开发落地所需要的核心能力非常相似：超强自动驾驶感知，需要持续学习，方能四通八达、无处不在。

　　传统汽车在一个国家生产，只要通过区域检测机构认证，就能在该区域内的任何地方行驶。区域内的不同场景是依靠人的驾驶技术来适应的。

　　但智能网联汽车不行，它的自动驾驶行为无法再像传统汽车只能依靠人的驾驶进行判断，而是更多的依靠算法，其在出厂前是无法穷尽各种场景。自动驾驶汽车需要持续地学习，基于计算机视觉的感知系统，要学习高速场景、城市场景、各国交通标识、偏僻乡村、深山等各种场景，进行fine tuning训练，以提高感知算法的准确率和置信度。自动驾驶云服务要能支持任何特定物理区域的训练接入。

　　“华为八爪鱼”就如同海洋中的八爪鱼一般，依靠丰富灵敏的感知触角、不断学习的聪明大脑，支持任何特定物理区域的训练接入，实现四通八达、无处不在。

　　打造自动驾驶全生命周期的全栈平台

　　华为利用自身在云计算、车联网、人工智能等ICT技术领域的积累，通过构建一个统一的、面向自动驾驶全生命周期的全栈云平台。

　　可以向车企和开发者，提供三大服务，五个能力，及一站式体验，降低自动驾驶开发门槛，让自动驾驶开发变得更智能、更高效、更便捷，助力车企及开发者快速开发和使用自动驾驶。

　　自动驾驶的快速开发使用及功能迭代，是车企在未来竞争中率先赢得市场的关键。但在此过程中，车企和开发者将面临如下挑战：

　　需要处理的数据量大，成本高。单车会产生1.3PB/月的数据，80万张/天的图片待标注，如何快速的获取数据和高效的处理数据?

　　从训练和仿真来看，单车预计需累积里程100+亿公里，将耗费大量的人力、算力、时间，如何加快训练效率，输出更多的场景，更高的准确率，助力快速上市?

　　仿真是确保自动驾驶持续提升安全性的关键，如何支持更丰富的场景快速的完成仿真测试，并持续优化算法?

　　如何实现大数据的统一、AI能力的统一构建，及高效运营管理?

　　“华为八爪鱼”是一个按需获取的全栈云平台，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。向车企及开发者，提供了包括数据服务、训练服务、仿真服务在内的三大服务。

　　数据服务：处理车载硬件平台上输出的传感器数据，回放雷达、摄像头等不同格式的数据;支持PB级海量存储、交互式大数据查询和海量数据治理。

　　训练服务：管理和训练自动驾驶模型，不断在新的数据集和测试集上提升模型的准确度，持续提升自动驾驶安全系数。不仅如此平台还提供软硬件加速，能大幅缩短训练时间，提升训练效率。

　　仿真服务：提供仿真、场景库管理、场景片段、评测系统等应用工具，确保自动驾驶模型合规、安全、可度量、质量达标，快速集成到版本中。同时支持检测机构快速建立自动驾驶评测系统。

　　同时，“华为八爪鱼”具备如下五大能力，以芯片与平台为核心，让自动驾驶开发更智能、更高效、更便捷。

　　01

　　面对海量的数据处理，平台具备PB级别海量存储和亿级数据秒级检索，自动化标注功能，在公开数据集训练上达到领先准确度，将加速数据处理的闭环，节省70%人力。

　　02

　　模型训练和调试需要大量GPU资源，华为昇腾910 AI芯片和MindSpore AI框架将大幅提升训练效率：如在典型的ResNet50 网络的训练中，Altas900集群与主流训练GPU相比，显示出接近2倍的训练速度提升。在超强算力加持下，自动数据挖掘功能结合预置丰富场景生成规则，还将为仿真提供更多有意义的场景，如接管，前车插入和数据丢帧。

　　场景一：自动驾驶算法需要不断挖掘场景、学习及调优。无人车在十字路口左转出现车辆前插，导致接管。系统挖掘出这一场景转换成仿真，供算法调优，同时系统也会就调优效果进行比较，以供算法持续优化。

　　03

　　除了内置超过1万个仿真场景，覆盖智能驾驶、主动安全、危险场景等六大场景，还支持将路测数据场景转换为仿真场景，让场景更丰富。可同时并发超过3000实例用于海量仿真任务，每日虚拟测试里程可超过500万公里。

　　场景二：自动驾驶算法的评测，需要大量丰富的场景库，如自然场景、危险场景、事故场景等，评测方根据测评要求，制定测试方案，提供场景库及测试服务。评测过程中，为提高效率，评测方可提供场景并行评测，并快速输出测评结果。而针对未通过场景，还可单独回放，详细了解测试过程及相关数据。

　　04

　　全托管，开箱即用，全生命周期管理，用户无需从零搭建一套复杂的自动驾驶系统，从而能聚焦于核心价值(算法和数据标注)，快速开展自动驾驶业务。

　　05

　　最后，HUAWEI Octopus天然支持无缝对接MDC(移动数据中心)等车端硬件平台，实现车云协同。

　　共同迈向智能网联汽车新时代

　　华为自动驾驶云服务自2019年4月正式发布以来，已逐步得到车企和开发者的广泛认同，目前已在湖南长沙湘江智能网联示范区等项目中商业落地，面向区域内的生态企业提供服务，帮助车企和开发者快速开发自动驾驶应用，也正与国内外客户和合作伙伴逐步展开自动驾驶评测等合作。

　　未来，华为还将把高精地图、5G及V2X技术、更多的AI算法、仿真场景等能力集成到“华为八爪鱼”中去，携手更多的车企、开发者和检测机构等，加速智能驾驶快速商用，共同迈向智能网联汽车新时代。