2020年6月份，一则“无人驾驶网约车”的新闻迅速抢占了各大新闻网站的头条，该新闻报道上海目前已经开通了第一批无人网约车的试点，部分市民可在固定站点，直接预约无人网约车。这一则新闻说明，无人驾驶车辆正在由前期的研发阶段，逐渐开始往实际使用方面发展。
自动驾驶一体化解决方案，助力行业快速发展
根据《2019自动驾驶行业发展研究报告》中提到的，2020年将会是自动驾驶行业发展的关键节点。在2016年中国汽车工程协会正式对外发布的《节能与新能源汽车技术路线图》中明确指出，“中国要在2030实现拥有完全自动驾驶汽车规模达3800万辆”。该路线图明确制定了我国自动驾驶汽车发展的三个五年阶段需要达成的目标，其中2020年作为起步期，要达到汽车产业规模3000万规模，驾驶/部分自动驾驶车辆市场占有率达到50%。
作为2020年最热门的创业赛道，2020年9月18日，阿里云在云栖大会上，正式发布了针对自动驾驶行业采、传、存、算一体化的解决方案，帮助自动驾驶行业的技术落地与量产，最终实现真正的无人驾驶。
自动驾驶技术日趋完善，但传统线下存储成发展瓶颈
在自动驾驶技术研发阶段，其对基础设施的核心要求是能快速且稳定地对海量数据进行采集和处理。在车联网AI和商业等智能汽车场景下，每天将会产生几十TB的数据，如果将如此巨大的数据直接写入硬盘，不但无法保证性能，也无法对数据进行保护。同时如何将海量数据传递到云端计算集群，也成为了一件非常复杂和困难的事情，在这一过程中，其运维成本也是非常的高。除此以外，在日常模型训练场景下，素材总量经常会高达上百TB，如果需要对这一部分的素材进行集中训练，就需要GPU反复随机地访问这部分素材，因此就需要文件系统提供低时延的文件访问能力，从而加速训练过程。在这些情况下，线下传统NAS存储存在单点性能瓶颈，并且容量和性能不支持弹性扩张，无法满足GPU的低延迟的文件访问需求。
量身打造一体化解决方案，帮助自动驾驶企业突破传统的束缚
针对各自动驾驶行业中涉及到的多元化的场景需求，阿里云为其量身打造了一套集采、传、存、算一体化的数据存储解决方案。AI操作系统是智能汽车的核心技术，通过传感器每天收集到的海量数据行为数据需要模拟和深度学习，这就需要对存储的吞吐、时延和灵活性都提出了更高的挑战。
在数据采集和传输方面，阿里云的闪电立方可将每天高达上百TB的数据上传至对象存储OSS中，传输速度最快可达到百Gbps。且闪电立方采用AES256端到端加密以及CRC一致性，在快速传输数据的同时，还保证了数据的安全性和可靠性。
在数据存储方面，阿里云提供的对象存储OSS能为数据提供12个9的数据安全保证和高达99.995%可用性SLA承诺，为数据提供全方位的安全保障。同时其文件生命周期管理功能和数据分层归档功能，可自动选择将数据存放在低频或归档型的OSS，在简化操作，提高效率的同时，大大降低了数据存储成本。
在数据计算分析方面，阿里云文件存储CPFS可以轻松地顶住性能压力的需求，CPFS的吞吐指标可弹性提升到每秒百GB的级别，随机访问小文件的延迟降低了8倍，在某些训练和深度学习场景下，速度整整提高了3倍，大大提升了文件计算和分析的效率。
打通全链路，阿里云助力小鹏汽车研发效率提升40%
阿里云自动驾驶一体化数据解决方案，致力于帮助各研究自动驾驶的企业，在数据采集、运输、上传和计算全链条上进行时间、成本、安全以及计算效率等方面的改善。
小鹏汽车作为中国领先的智能汽车制造商，就使用了阿里云自动驾驶一体化数据解决方案，不仅帮助其解决了日均几百TB的数据，还帮助AI系统迅速处理数据，加速汽车在复杂路况和驾驶技巧的训练速度，帮助小鹏汽车提升了整体自动驾驶技术的协同研发效率40%以上。
阿里云相信，云能帮助数据体现出其最大的价值，而上云也能帮助各行业更好地发展。在未来，阿里云将继续为各行各业提供值得信赖的解决方案，加速行业发展，帮助企业解决企业实现智能飞跃。
