滴滴共享出行平台与开源

章文嵩

我们先看看网约车究竟如何改变生活？我们通过移动互联网将司机、乘客进行互联，实际上解决了信息不对称的问题，通过这些联结，可以提升整体的效率，大家也感受到了出行平台的网约车比路边打出租车的体验更好。平台上大量的司机是兼职司机，他们每天上下班的路上接几单，私家车资源能得到有效利用，这就是绿色出行的一种体现。我们知道出行的需求是弹性的，比如早高峰的时候出行需求特别高，上午十点之后是平峰期，出行需求比较低，往往是早高峰需求的1/2或1/3。到下班时间会出现一个晚高峰，到晚上九点左右又会出现一个夜晚小高峰，无论大家加班也好聚会也好，一般晚上九点到十点回家。出行的需求是弹性的，理论上供给应该也是弹性的，这样才能做到供需平衡。如果我们只按早高峰配置运力，那么在平峰期平台的运力是无法得到发挥的。白天大多数时间都是平峰期，很多车辆不能得到有效利用，所以需要全职运力加上兼职运力，兼职运力本身就要出行，这样现有的车辆资源都可以得到有效利用。随着共享出行的平台订单规模逐步增大，乘客还可以选择拼车出行，而且拼车使交通工具得到更充分有效的利用，更加绿色环保。

滴滴成立了七年，仅去年，滴滴年运送乘客达100亿人次;目前注册用户数达5.5亿。面向消费者，我们提供快车、出租车、专车、共享单车、代驾等服务，在城市里，有智慧交通、充电站、公交等服务。

我们在中国沉淀得到的产品技术与经验也可以输出到国际市场上。2017年初，滴滴全球化布局业务首先在巴西展开，2018年在澳洲、墨西哥进行布局，2019年两个多星期前在哥伦比亚布局。据统计，在拉美市场，滴滴累计服务用户1.4亿，有数十万司机在平台上，滴滴的服务受到拉美民众的好评。

我们的业务每天需要计算大量的数据，比如计价、每秒钟上报定位点数据、行驶多长时间、行驶多少里程等，还有大量用于提升安全体验效率的数据，比如从A点到B点，预计多长时间到达。所以每天滴滴平台的计算量达700多亿，平均一秒钟做400万次计算，这是全世界最大的计算量。滴滴完全靠科技驱动，我们有将近6000名工程师，公司有一半员工是技术人员。滴滴有很多预测场景和实时计算场景，比如实时里程计价、交通实时度量，要对未来的路况、供需做预测，对路径规划、分担调度也要做预测，这些预测场景通过人工智能算法实现。由于问题的复杂性，这背后需要强大的计算能力。目前单单一个用作机器学习的GPU（图形处理器）集群已经是32P，而且还在不断扩展中。

滴滴是“物移大智云”时代最典型的代表。我们通过移动互联网的方式将更多的车辆和用户连在平台上，过程中积累了大量的数据，这些数据通过人工智能算法，不断地提升整体的调度效率、出行体验以及安全性。我们做了大量的IoT的互联网设备，目前已經在车上装了32万台车载设备，有对内的、对外的摄像头，这里应用到很多技术，大数据相当于食材，人工智能技术相当于菜谱，云计算平台相当于厨房，在一个厨房里有菜谱加食材，这样我们就能做出美味的大餐来。

滴滴的技术平台用了大量的开源软件，滴滴平台的主要软件架构有四五千个服务模块。我们有很多自建的数据中心，还有SDN（软件定义网络）的软件，SDN用了很多开源软件，因为资源调度平台用了容器化。此外，我们构建一个基于SDN的统一资源调动平台，包括数据库的服务。在存储上，滴滴搭建了面向位置服务的存储引擎，在开源基础上做了对象存储。我们也搭载了一个机器学习的平台，主要是做资源调度，平台支撑AI的框架，滴滴内部做AI应用算法的人员，只要在平台上搭建了自己的模型，至于模型规模、数据获取，这些基本上都能自动化实现，不太需要自己大量地写程序了。

滴滴受益于开源，开源软件帮助公司快速发展、降低成本。滴滴也想回馈开源，从2017年开始，我们在很多领域对外开源，比如移动开发、中间件、智慧交通、人工智能这些领域，总共有23个项目，获得了36000多个Star数。滴滴花了大量精力做开源，一方面是为了内部的开源建设，打破内部所有部门的壁垒，另一方面是对外输出影响力，吸引更多优秀人才加入我们。

不只是开源，我们还开放数据。滴滴拥有较多交通领域的数据，我们面向全球学术界开放真实的脱敏数据资源，希望学术科研机构能够基于滴滴数据做研究。从2017年开始，我们开放了成都、东北区域的轨迹数据，还开放了成都的检索数据、西安高新开发区附近的轨迹数据，2019年开放了车载视频的数据。数据开放之后的两年时间内，已经有四五千家的学术机构来申请我们的数据。

2018年，滴滴联合十几家科研机构、社会组织成立了AI for Social Good共创平台，在安全、环境、健康、无障碍这些领域做更多的项目。比如滴滴在部分车辆内安装空气监测器，得到更精细的空气质量图，对环保治理非常有帮助。我们的愿望是携手更多的社会机构，通过人工智能的方式让出行更美好，让城市更智能。（根据演讲内容整理，未经本人审核）