自動駕駛

海量數據的存儲和算法訓練

一輛車每天產生4T+數據（Gartner估算），每年上傳數據量打到PB級別，當前市面上一個36TB需要6000元

想要數據做到物盡其用還需要進行數據脫敏、清洗、標注、分類

當前一些相對封閉的環(huán)境下已經有一些自動駕駛商業(yè)化應用，但是自動駕駛的泛化能力很差（即舉一反三的能力）

當前自動駕駛的算法訓練必須要窮盡所有可能的場景

但是城市這種開放式的復雜環(huán)境會出現各種無法預測的corner case

此外中國超大型城市的路況復雜可以說是全球之最，中國路網總里程520萬公里，公路和高速公路僅占5%，即從未遇到過的長尾場景會頻繁出現。

當前一輛自動駕駛測試車的成本是20-40萬美元

特斯拉云端超算Dojo硬件成本1億美元+

云計算可以幫忙車企降本增效

騰訊智慧出行技術開發(fā)日：未來的汽車是“車+云”的整體

車：負責感知環(huán)境、生成數據

云：負責主要的數據存儲、算法訓練等工作

騰訊智能汽車云