自动驾驶这场“游戏”，真是漫长又烧钱。

　　一方面，面对商业化命题，落地难、盈利难的现状拉长了完全自动驾驶成功实现的预期，另一方面，堪称“无底洞”般的研发投入正在“吞噬”大量的资金。据外媒报道，通用汽车旗下的自动驾驶公司Cruise在2021年亏损12亿美元，2022年息税前亏损19亿美元，今年第一季度亏损5.6亿美元，相当于平均每天亏损622万美元。

　　烧钱不停的原因之一在于与商业化有关的开发成本的不断增加。以数据存储为例，2016年英特尔曾估计，每辆自动驾驶汽车每天将产生4000GB的数据量，这些数据存储在亚马逊云平台上，以亚马逊目前的收费标准计算，存储一年的成本约为35万美元。而随着自动驾驶技术的发展，测试/运营车辆的增加，数据量会越来越大，存储成本也将水涨船高。

　　数据存储成本高昂成为自动驾驶公司的痛点。为实现降本增效，不少自动驾驶公司将降本方向瞄准数据存储。

图片来源：网络

　　日前，谷歌旗下Waymo公司宣称现阶段更注重自动驾驶数据的质量，而不是数量，对负责数据采集处理的计算基础设施团队设置严格的数据限额，筛选服务器上的数据，只保留有存储价值的数据，以及只保存新采集的数据，对那些与当前技术、实际情况相比已经过时的数据进行删除。

　　负责Waymo公司计算基础设施的工程师Andrew Chatham表示“如果我们把存储视为无限，成本将是天文数字。” “拥有大量数据在某种程度上是有价值的，但在某些时候，拥有更多有趣的数据很重要。”

　　Waymo公司将根据自动驾驶测试的优先事项，将不同的数据存储限额分配给从事不同任务的工程师小组。例如人工智能识别车辆周围情况（感知）的数据，以及根据测试计划的软件更新数据，这些团队将决定哪些数据值得保留，如果选择保留车辆应急突发事件的数据，那么系统就会自动过滤掉其他无关的数据。

图片来源：网络

　　“（决定保留哪些数据）变成了一个商业决策” Chatham说。为节省数据的存储量，团队需要考虑下雨和下雪天气状况下采集的数据，哪种对研究更有价值？最后团队认为下雪天的数据更有存储价值，因为当前的自动驾驶车辆已经能够很好地应对下雨天气，不需要再花费过多精力，而采集到的下雪天数据还很有限，另外，他们还发现下雨天相关数据中包含了停车数据，团队认为这样的数据并无必要。

　　筛选数据、降低存储成本的，当然不止Waymo一家。

　　无人驾驶技术供应商Motional自动驾驶副总裁Balajee Kannan表示，不太寻常场景、非常偶然出现的物体相关的数据，都不会有太大的价值，比如测试道路上突然出现的障碍物，或是带有冲浪板的自行车等，这些数据都会被删除，而更常见更复杂场景中的数据最有可能被保留下来。

图片来源：网络

　　通用旗下Cruise公司表示不会在云端存储所有数据，因为有用的数据很少，以旧金山数据采集为例，只有不到1%的数据是有价值的。随着运营车辆不断增多，Cruise公司正致力于改善数据存储系统，使自动驾驶落地更容易、成本更低。

　　筛选数据，删除无价值数据并不是降低数据存储成本的唯一解决方案。还可以对数据进行分级存储，将访问频率较低的数据存储在性能合适、成本较低的基础设施上。

　　自动驾驶初创公司Aurora采集自动驾驶卡车产生的数据，并对其分类，工程师将关键数据（如：最近发生的危险事故）标记进行常规存储，不常用的数据会被转移到访问频率低的存储区，三个月后整理这些不常用数据，进行删除。据称只有大约15%的数据位于最频繁访问的存储区。Aurora负责基础设施的Tim Kelton认为数据分类、分级存储“就像修剪指甲一样”。

　　自动驾驶这场游戏还需要多少粮草？没有人知道。不断扩大的测试/运营车辆规模、不断增多的、更高级传感器的搭载，以及可能更紧张的预算都将迫使自动驾驶汽车开发人员对服务器上的数据更加“挑剔”。