从高速辅助驾驶切入城市道路，阿里云大算力支持毫末 NOH 加速进阶

6 月 10 日，记者获悉，毫末智行即将上市的城市 NOH（城市智慧领航辅助驾驶系统）正基于阿里云的高弹性算力和大数据、AI 平台做最后冲刺阶段的深度训练优化，有望于近期在量产车正式上线。这意味着，依托云上高效的自动驾驶模型训练，毫末 NOH 在高速公路、城市快速路完成近千万公里辅助驾驶后，又率先在城市道路实现大规模量产。

海量数据云上高效训练，效率提升 70%

毫末智行成立于 2019 年 11 月，前身是长城技术中心智能驾驶前瞻分部。作为一家致力于自动驾驶的人工智能技术公司，毫末发展迅猛，其辅助驾驶系统在一年时间里已搭载在多款量产车型上，不仅适配全国所有 31 万公里高速公路及城市快速路，并开始向城市道路拓展。

快速进化的辅助驾驶系统背后，毫末积累了海量的训练学习量和训练时长。截止 2022 年 6 月，其自动驾驶数据智能体系学习时长已超过 20 万小时，通过摄像头、雷达采集的视觉数据、点云数据量接近百 PB，相当于数百万部蓝光高清电影的大小，如果一个人 24 小时不间断地看，要看上近千年。

海量数据用于自动驾驶的模型训练可有效提升模型的成熟度，但同时也会面临数据存储与训练平台加速效率的瓶颈。2021 年，毫末与阿里云达成深度合作，在云上进行模型的高效训练。

在数据采集与迁移方面，毫末分布在全国各地的工程车全量配备了阿里云车载闪电立方，通过各城市模拟训练点，每辆工程车每天采集的数据有数 TB，均可快速传输到云上进行存储与训练。在存储方面，利用对象存储 OSS 和小文件存储 CPFS，实现海量数据冷热分层存储和高效的数据流通。在计算方面，云上弹性 GPU 实例提供多规格、多种按需计算服务，同时借助机器学习平台 PAI 进行云上分布式模型训练，吞吐性能提升 110%，模型成熟度在短时间内大幅提高。

整体来看，毫末基于阿里云公共云的多机多卡训练效率最高提升 70%，整体成本降低约 20%。

目前，毫末用户辅助驾驶行驶里程已经超过 900 万公里，辅助驾驶总时长超 13 万小时。长城摩卡新车上市一周年公布的数据显示，搭载毫末 NOH 变道超车成功率 97.2%，出入高速匝道成功率 95.3%，隧道通过成功率 98.56%。

大数据、AI 平台提升模型成熟度，应对更复杂路况

业内普遍认为，从高速公路向城市道路拓展是智能驾驶进入深水区的标志。城市路段的交通状况更为复杂，典型场景如无保护左转路口、红绿灯路口、人工环岛等都是高速路上没有的。而模型的成熟度将成为应对复杂场景的决定因素，更是全面走向乘用车量产的关键。

在北京、保定等城市，毫末正在针对城市道路进行最后冲刺阶段的深度场景打磨。特别是针对自动驾驶模型中的极端情况（corner case）和坏例（bad case）进行模型优化，这让毫末的向量检索需求规模以每月近十亿量级的规模持续增加。常见的搜索系统无法支撑如此大的体量。

毫末智行董事长张凯、CEO 顾维灏日常在北京、保定测试毫末城市 NOH

通过引入阿里云的开放搜索 OpenSearch，毫末构建了超大规模数据检索系统，单节点可存储 8000 万图片向量，和过去相比提升了 4 倍，且查询性能不受影响。同时向量生效周期从几天缩短至小时级，支持搜索的数据规模扩大近 10 倍，大幅减少极端情况和坏例训练中的“漏网之鱼”。

“我们非常期待看到毫末 NOH 在城市道路上展开，也很高兴能加速这一过程。”阿里云智能副总裁、汽车行业总经理李强表示，“未来，阿里云与毫末还将在 AI 大模型、数据库、仿真等方面有更深入的合作，以领先的云计算、AI 和大数据能力支撑毫末在自动驾驶领域的创新。”

在 2022 年 4 月的 HAOMO AI DAY 上，毫末智行 CEO 顾维灏还透露，毫末智行平台团队和阿里云 PAI-EFLOPS 团队合作，基于 128 卡 A100 集群，实现了 Swin Transformer 模型分布式训练，加速比接近线性。此外，毫末已实现标注 AI 自动化率达到 80%，提高标注效率，降低标注费用成本。