但是走在自動駕駛行業前列的科技公司，沒有任何一家公司退縮的，而華為在這方面，表現出來了不一樣的大格局，開放自動駕駛云平臺，把自己研發了多年的自動駕駛技術架構開放出來，讓更多的企業能夠參與到自動駕駛領域。從而積累算法，集眾人所長完善自動駕駛。而參與的生態企業，也能夠在自動駕駛這一領域做出自己的分支。
在2019年，華為推出了“華為八爪魚”概念，為什么叫八爪魚呢?這其實跟自動駕駛行業息息相關，自動駕駛意味著：智能、四通八達、無處不在。而八爪魚則是深海的靈長類動物，能夠像人類一樣學習，長得也很四通八達，所以華為把自己的自動駕駛整體架構命名為“八爪魚”。
八爪魚有哪些特性?
一個助長自動駕駛的全棧式平臺，有一核心技術就是自主訓練，注意，不是自主學習，AI自主學習是最基本的特性。舉個例子：手機的AI芯片能夠學習用戶的操作習慣，并且記憶手機的使用特征，而后根據這些特征來對手機進行簡單的優化和喚醒，這種記憶和學習，還能說還是停留在人工智能的基礎表層。如果AI能夠發展到主動決定(非定向指定)某項選擇，才是真正的智能。而自主訓練又是什么呢?
自主訓練，對于自動駕駛來說是一個比較有意思的話題，我們都知道，自動駕駛離不開傳感器，整個自動駕駛涵蓋了：信號傳感器，如GPS、紅外、雷達甚至光感等，還需要一個處理綜合傳感器的芯片。而還有處理網絡、計算能力、交通信息等復雜運算的算法芯片。其次還有控制汽車方向、速度、檔位的控制芯片等。這些芯片都會收集一定的信息，并承載著一定自主學習的能力。而這個時候，就需要一個云平臺來整合這些數據。華為“八爪魚”平臺也就出來了。
“華為八爪魚”平臺，通過云計算把各個芯片組的數據收集起來，再通過核心算法，去訓練信號傳感器如何更準確的，更簡單的把數據信號傳輸給算法芯片，而算法芯片如何把控制器最需要的算法，傳輸出去，又需要平臺不斷的訓練。而最近八爪魚又進行了一次較大的更新，這里將五項主要升級進行列舉。
第一，就是支持超過1PB的算法相關數據存儲。第二場景式學習，通過昇騰910+Altas900集群，模擬3D場景自主學習。第三，自主算法測評，也就是自主訓練，日訓練場景達3000個實例，500萬公里。第四，算法入口公開，全棧提供自動駕駛學習和訓練。第五，支持MDC移動數據，直接嵌入車聯網設備。如此一來，華為將上升到自動駕駛的平臺高度。
