中国车企IT架构演进

来源：普华永道，华为，车企上云之路白皮书，2021年12月

这一个长达116页的报告，本文仅摘取一点，即：车企IT架构演进。由于发布者的利益相关，报告内容有比较强的倾向性。

下面为原文摘选：

在自动驾驶训练层面，车企需要建立庞大的数据中心对测试车辆的海量数据进行实时处理及储存备用，对于车企的数据能力提出了较高的要求，而建立基于云平台架构的数据平台可以帮助车企快速便捷地建立起数据处理能力以进行相关海量数据存储，并且辅助仿真训练的进行，提升自动驾驶能力。然而相关数据平台的建设，仍存在以下几类痛点：

海量数据管理

• 数据采集量大，约为64TB/辆/天

• 测试车辆路测线路不固定，全国各地数据传输难

• 传输成本高，存储成本高

计算资源需求量大

• 训练仿真所需大量GPU服务器，供给不足

• 综合成本高（采购设备和OPEX等）

数据处理业务复杂，涉及新技术多

• 海量数据的快速、高效清洗与筛选，筛选逻辑多样

• 自动化数据标注，人工标注，标注类型多

• 模型训练门槛高，效率低，多团队/模型并行训练，支持多团队协作

安全性、可靠性、合规性

• 敏感数据处理，数据防泄漏，合规

• 预防黑客攻击，保障平台安全

车企应用和服务上云状况

车企IT架构演进

企业IT也开始由资源上云逐渐发展到架构上云，并演进到“云原生”阶段：

以“应用”为中心打造数字化平台，企业IT数字化战略从“Cloud First”演进到“Cloud Native First”。