云,更“专”了
一辆车要炼就“自动驾驶”,需要海量的存储、处理和训练,且这些数据必须严格把控,得合规。
去年,我们打造了业界第一朵“专云专用”的智能汽车云。保障从自动驾驶研发到量产的全流程数据安全合规。
今天,“这朵云”能力全面升级:
⭐数据存储上,我们推出了云上云下一体化的自动驾驶存储产品,支持云、边缘、本地机房的灵活部署。
依托腾讯自研的分布式存储架构YottaStore,实现单个集群可管理100EB的存储容量,单桶支持超过1万亿个对象。可节省50%的数据存储成本。
⭐模型训练环节,通过腾讯自研的GooseFS缓存加速产品, IO性能提升10倍。
⭐仿真训练环节,需要尽可能模拟真实环境,为自动驾驶汽车搭建一所“云端驾校”。
我们推出腾讯自动驾驶虚拟仿真引擎TAD Sim。
性能上,能提供准确率高达90%的结果,涉及感知模型、车辆动力学模型和交通模型;效率上,支持超过1万个节点;数据集上,提供超过300万个场景,支持城市规模的实时模拟。在50 公里*50公里的区域内,TAD Sim能够支持超过 100 万辆交通车辆同时运行。
TAD Sim 城市规模模拟仿真
图,更轻了
自动驾驶不仅需要“云”,也需要“图”。
以往,针对自动驾驶打造的高精地图,生产和更新成本很高,且往往只能覆盖部分道路,很难快速满足车企不断扩展的智能导航需求,需要更轻量的地图。
这次,我们发布了HD Air轻量级高精数据:
HD Air:图面更加三维化、逼真化
HD Air属于腾讯Uni-map数据产品矩阵中一员。
通过 “一张图”(Uni-map)的地图生产模式,实现标准地图(SD Map)、辅助驾驶地图(ADAS Map)、高精地图(HD Map)等不同精度等级的地图数据同源、质量同级,打造了行业首个一体化的地图采集和生产体系。能有效解决地图之间的数据不匹配、资源重复投入、地图更新频率难以统一、智能驾驶系统人工接管频率高等问题,加速自动驾驶“进城”。
作为具有甲级测绘资质的图商,腾讯也相继获得广州、深圳、上海、杭州等试点城市首批高精度地图许可资质,帮助更多合作伙伴打造智慧的“图”。
HD Air 车驾模式
除了云和图,我们也升级了腾讯云智能车载语音助手,通过打通训练平台和云端能力,将车载语音交互功能更新周期缩短至小时级,并和3D数字人联合,提升人车交互体验。
同时,我们也在和泛出行生态合作伙伴,围绕车后服务场景探索代客服务、共享出行等探索增值服务模式。
通过“车云一体”的模式,我们帮助汽车客户建立数据驱动闭环,提升各环节的生产和服务效率,已经和100家车企、出行科技公司展开了合作,与超过600家生态合作伙伴打造了联合创新方案。
现在发车,跟鹅走吧!