專云專用,汽車行業為什么需要專有化云服務?

隨著車企數字化轉型的深入，上云已成為業內普遍現象。根據研究機構Frost&Sullivan報告顯示，2021年云在汽車行業的應用比例已達到53.7%，超過一半的企業已在云環境中開展了業務運營。

然而，市場中的云服務紛繁復雜，企業上云之后，實際效果往往與預期目標有所偏差。如在研發端，不同云之間架構不統一、管理復雜；在運營端，需要與不同的云平臺進行連接、交互，由于數據不統一，流通受阻，難免影響運營與服務的效率。

因此，深入各行各業，提供更貼合行業領域及企事業自身所需的專有云服務，已成為行業內的重要趨勢。比如金融、政府對安全性要求較高，長沙、陜西等政府采用華為政務云Stack，銀河證券、南京銀行采用阿里金融云，渤海銀行、國聯人壽采用平安保險云等。

所謂專有云，是云服務商為客戶專門而建的資源獨享的云計算系統。它介于公有云與私有云之間，比公有云有更好的安全性，比私有云有更好的靈活性。

具體來講，專有云分為兩種模式，專有模式和自建模式。

專有模式，可以理解為是對公有云的延伸。它在公有云資源上進行物理隔離或者整合，從而實現公有云的專有化部署，如阿里云云盒、亞馬遜的Outposts、有孚網絡專有云。

自建模式，可理解為自建機房，是在指定區域通過完全私有化的方式提供專有云平臺服務，它對企業的資金和技術實力要求非常高。

與一般行業不同，汽車產業供應鏈更長、面臨的不確定性因素更多、產生的數據量更大、對專業度和安全度要求也更高，更需要專云專用。

如從安全角度，汽車領域對數據的要求不同，需要針對行業特殊需求用專門的云服務進行定向處理。

首先，智能網聯汽車在路上行駛，會產生并收集大量的個人信息、車牌、地理位置等數據，其不僅關系著個人隱私，還涉及國家安全，必須用專門的云上安全工具對數據進行分級、分類、清洗等脫敏處理。

其次，智能汽車的數據還會直接影響駕駛安全。智能網聯汽車感知、分析、決策全依賴于數據驅動，若數據被篡改，會造成安全隱患。如今年5月，英國一家信息安全公司發文稱，通過藍牙鑰匙系統的漏洞可以侵入特斯拉車輛，并且可以在10秒鐘內開走車輛；去年年底，沃爾沃服務器遭到黑客組織Snatch的入侵，部分研發信息被盜。

數據安全，已成為汽車行業急需解決的問題。近些年，國家也加強了對汽車數據的監管要求，如今年4月，國家市場監管總局等五部門發布了《關于試行汽車安全沙盒監管制度》，以完善智能汽車的安全監管方式。包括去年《個人信息保護法》、《數據安全法》等一系列政策法規出臺，都對數據的安全合規提出更高要求。

此外，從專業角度來看，汽車行業對云上工具的定制化需求也更為明顯。

比如自動駕駛車輛要實現量產落地，就需要大量的測試驗證。對此，業內普遍認為至少110億英里的測試里程，此距離相當于在太陽和地球之間往返50余次。如此大的測試體量，只能在仿真場景中才能完成。為了使測試結果盡可能貼近現實，這就要求不僅對仿真場景里建筑、道路等幾何還原，還要對路面摩擦系數、風阻系數等物理規律進行還原。要實現這些效果，都需要專業的自動駕駛仿真云平臺才能完成。

專有云解決方案是云計算的下一個風口，國內車企對專有云的需求迫切，然而在行業內，針對汽車行業特色定制的專有云市場才剛剛起步。

前段時間，騰訊發布了行業首個專為智能汽車打造的專有云平臺——騰訊智能汽車云。

與普通的汽車云相比，騰訊智能汽車云的專有性更強。在專屬性方面，它是專門針對智能汽車與自動駕駛領域而建設的專有云平臺，并在上海開設了華東專區，不僅提供了全棧物理隔離，保障數據安全可信、自主可控，還針對行業通用需求和痛點，將云上組件進行定向優化。

又如在技術先進性方面，騰訊智能汽車云提供了GooseFS存儲加速服務，能夠使加速性能提高10倍，對于自動駕駛的數據處理，能降低70%的標注成本等；此外，在彈性和兼容性方面，車企還可享受和公有云一致的資源彈性和開放性，并可以個性化定制創新。

騰訊智慧出行副總裁鐘學丹在中國汽車產業發展（泰達）國際論壇上表示：“云正在成為重要生產力，騰訊將以云為核心，為汽車產業提供以數據驅動的車云一體化基礎設施，針對汽車行業特性的業務解決方案，助力車企構建自己的數字化底座和完整的業務服務能力。”

專云專用，是車企的最佳選擇，不僅能讓車企享受公有云的既有資源、高穩定、靈活拓展、成本低等優勢，同時又可享受私有云的專屬與安全，讓車企“魚”與“熊掌”兼得。未來，針對汽車行業而定制的專有云，將會給車企帶來強勁的增量價值。