·『自動駕駛將車廠和用戶之間的價值交換，從買車的一瞬間，延長到使用車的整個生命周期』背後邏輯在於，傳統汽車量產後軟件基本就不再發生變化，但對自動駕駛軟件而言卻是要不停更新的。
·『自動駕駛開發流程中的具體挑戰主要在五個方面：海量數據的傳輸；海量數據的低成本存儲；預處理和分析；復雜的模型開發和訓練；仿真驗證。
『自動駕駛、車聯網、軟件定義汽車，這三個方面代表著汽車產品數字化三大最重要的場景』近日，亞馬遜雲科技大中華區戰略業務發展部總經理顧凡在接受澎湃新聞《www.thepaper.cn)在內的記者采訪時說道，這些趨勢背後本質上在發生的變化是：將車廠和用戶之間的價值交換，從買車的一瞬間，延長到使用車的整個生命周期。
顧凡認為，無論是利用自動駕駛、車聯網抑或軟件定義汽車，其本質是希望通過直接的互動，拿到更多數據，以此來指導如何提供使用者真正會買單的服務，『一個比較好的例子是特斯拉按月訂閱的自動駕駛服務』
這些變化都根植於一個邏輯，傳統汽車量產後軟件基本就不再發生變化，但對自動駕駛軟件而言卻是要不停更新的。
因為自動駕駛基於深度學習，需要持續不斷收集長尾裡不常見的案例數據，不停迭代算法。
這樣的開發流程是數據驅動的端到端的流程：首先車端的數據會被采集，集中存儲或者放在雲上的自動駕駛數據湖，數據湖裡的數據進一步做預處理和分析，然後對處理和清洗過的數據進行標註，訓練自動駕駛的機器學習模型。
模型一旦開發出來，將通過仿真和驗證進行測試，最終模型通過驗證就會部署到車輛上。
在上述開發環節中使用到的工具就是工具鏈，顧凡認為，工具鏈的效率會決定自動駕駛的開發效率。
『目前無論是自研還是整合現有工具鏈，都會面臨一個挑戰——工具鏈之間的割裂和數據孤島，而當在雲上圍繞自動駕駛數據湖去整合工具鏈的時候，就可以非常有效地解決數據孤島的問題』
顧凡提出，自動駕駛開發流程中的具體挑戰主要在五個方面。
第一，海量數據的傳輸。
自動駕駛的測試車運行的過程中各類的傳感器、攝像頭、激光雷達、毫米波雷達會產生大量數據，每天每車數據量會達到TB級別。
其中，顧凡認為，目前行業中更大的挑戰在於，怎麼做定制化的數據采集，如針對長尾案例做特定場景的數據采集。
第二，海量數據的低成本存儲。
對這個問題，顧凡分享了智能分層的思路，這個方法依賴於機器學習，可根據自動駕駛工作負載裡動態變化的數據訪問模式實現自動分層，也就是說在8個存儲層級裡自動選擇最合適的層級。
第三，預處理和分析。
自動駕駛汽車的傳感器數據首先要去噪，即數據清洗、統一格式。
顧凡認為，在雲上整合自動駕駛工具鏈的核心就是自動駕駛數據湖，數據可以在各個工具鏈上下遊流動，這樣就可以避免工具鏈割裂帶來的數據孤島的問題。
第四，復雜的模型開發和訓練。
當數據處理完成以後，下一步就是數據標註。
在以深度學習為主的感知模型中，無論是2D、3D的標註還是聯合標註，抑或車道線的標註，都需要向模型『喂養』海量有『真值《Ground Truth》』標註的數據。
在標註中，最大的痛點在於質量價格比。
目前業界比較流行的方法是用專業的人力配合自動化輔助標註，去提升質量價格比。
而在模型開發階段，無論是從特征工程、模型訓練，再到超參調優《為機器學習算法選擇最優超參組合》和模型調試，都需要非常復雜的機器學習端到端的集成開發環境。
同時，需要花費大量人力針對多個訓練任務和GPU計算資源進行調度、管理。
第五大挑戰是仿真驗證。
仿真系統主要由場景庫、仿真平臺、評價體系三部分組成，仿真系統的效率會直接影響整個自動駕駛開發鏈的效率。
顧凡比喻道，數據驅動的自動駕駛開發流程可以想象成題海戰術，場景庫相當於考官出的無數難題，仿真平臺上『做題』，仿真評價像打分閱卷，可以真正看到自動駕駛的軟件在題海戰術中到底表現如何。
在仿真領域又有兩大挑戰：規模及成本。
『規模就好比，面對一個場景庫的題海戰術，一天能做多少題。
成本是花了多少錢，請了多少人，一起來做這些難題』顧凡說。
目前主要用雲上的高並發仿真來應對這個挑戰。
雲上的仿真模式有兩種，一種是基於路測的真實數據回放，測試自動駕駛系統不同部件整合起來的綜合性能。
還有一種是常規熟識的仿真，即對環境、路面地形、傳感器、車輛控制等進行仿真，這種仿真模式主要用於控制和規劃算法的開發。
超大規模的雲上並行仿真需要三個核心要素：計算資源、持久化存儲資源和並行文件系統。
顧凡解釋道，『隻有這三個全部都能夠支持大規模的彈性擴縮，才不會有短板，才不會在仿真的工作負載中產生瓶頸』