自动驾驶的仿真测试每天需要进行多轮测试验证和迭代优化，这对负责数据传输和存储等任务的云基础设施的规模、弹性和性能提出很大挑战。对此，元戎启行联手阿里云，对云基础设施进行优化升级，提升其在自动驾驶仿真测试工作中的计算和数据存储等能力，为自动驾驶车辆的大规模量产，打造更稳固的底层技术基础。

          元戎启行能在城市核心区域的复杂路段实现L4级的自动驾驶能力，这背后是海量数据的支撑。但仅依靠真实的道路测试，存在着成本高昂、极端场景复现难等局限性。因此，元戎启行工程师结合真实路测数据和生成的数据，构建了仿真测试平台，覆盖数百万个极端场景。仿真测试与真实路测优势互补，以更多重的方式验证技术，不断提升自动驾驶的安全性、可靠性、泛化性。

元戎启行仿真测试

          面对每天大量的仿真测试工作，元戎启行借助阿里云具有弹性的公共云算力，实现了算力的秒级弹性伸缩，在仿真测试时可快速开出海量算力，测试任务完成后即可释放，避免了资源的浪费。同时，阿里云云存储服务“对象存储OSS”，能满足元戎启行仿真测试大规模、高吞吐的数据访问需求。元戎启行还通过阿里云云盒将研发平台部署在自身机房，保证了数据本地化，充分满足研发系统对大数据业务系统的数据访问，并能大幅节省运营维护成本。

          目前，元戎启行仅用真实路测1%的成本就能完成仿真测试，且用1天时间就可实现真实路测1个月的里程积累。未来，元戎启行将持续打造更高性能、高吞吐量、高稳定性的云基础设施，保障仿真测试平台的可靠、稳定，不断提升算法训练及验证的效率，为自动驾驶大规模量产，做好基础设施准备。