腾讯云助力蔚来构建高效自动驾驶数据处理与云原生基础设施

应对海量数据与高时效性的双重挑战

蔚来在增强领航辅助功能NOP+的研发与运营中，面临三大核心瓶颈：人、车、图每日产生上千亿条数据，仅半年增长PB级数据，对存储与计算成本构成压力；业务要求对48个场景上百个体验指标进行实时计算，需支持每秒百万级数据写入；同时需在6个月内完成涵盖上百个指标、数十个业务系统的数据体系开发，对平台功能全面性及易用性提出极高要求。

一体化大数据平台与冷热分层架构

腾讯云通过三大核心模块为蔚来提供解决方案：基于大数据EMR存算分离和Wedata数据运营实现数据冷热分层存储，平衡加工时效与成本；利用Iceberg实时写入能力将数据加工周期从天/小时级缩短至分钟级，并通过Schema on Read减少上游变更的开发量；提供从采集到服务的全链路开发工具，支持跨账号同步及多语言开发，提升数据开发效率。

数据处理效能与成本优化成效显著

平台上线后，蔚来数据处理能力实现量化提升：运维资源减少60%，EMR管控平台实现集群配置高效调整与弹性扩缩容；存储成本降低80%，对象存储方案省去三副本容量要求；基于Spark+Iceberg的任务计算性能平均提高50%，数据产出周期从天级降至小时级。目前平台日均运行上万个任务实例，支持5个团队上百位专家进行迭代开发。

“腾讯云帮助我们在短短3个月内搭建了完善的数据处理平台，将数据时效性从天级降低至小时级，协助蔚来打造极致的用户体验。” —— 蔚来大数据平台团队

云原生分布式云实现全球资源统一管控

针对蔚来跨腾讯云、IDC及边缘车机、换电站的混合基础设施，腾讯云通过容器化及Kubernetes技术栈优化底层架构，利用云原生分布式云中心TDCC实现跨混合基础设施统一管理，纳管计算资源达10万核（含50k CPU和数百张GPU）。TKE Serverless将算力池扩展至百万规模，应用升级时间从小时级缩短至秒级，计算平台总成本优化40%，显著提升运维与资源弹性效率。

腾讯云的技术确定性价值

腾讯云在自动驾驶领域提供从存储、计算到网络的全栈式支持：对象存储方案支持10亿+文件规模下10W QPS的访问效率；EKS容器服务实现秒级拉起数千核镜像；专为自动驾驶设计的传输线路带宽可达上千G级别。其一体化混合云架构与数据自动化生命周期管理能力，为车企智能化转型提供了可验证的技术底座。