e-works数字化企业网  »  文章频道  »  基础信息化  »  企业上云

软件定义汽车时代,云计算成幕后重要推手

2022/8/25    来源:微信公众号《科技云报道》    作者:科技云报道      
关键字:云计算  汽车  
随着5G、大数据、云计算、人工智能等新技术与汽车产业加速融合,车辆已不再是单纯的交通工具,而是演变成为“超级智能移动终端”。
       作为中国经济发展的“中流砥柱”,汽车产业正在发生着显著变化,以电动化、智能化、网联化和共享化为代表的汽车产业“新四化”,已经被公认为汽车行业的未来趋势。

       随着5G、大数据、云计算、人工智能等新技术与汽车产业加速融合,车辆已不再是单纯的交通工具,而是演变成为“超级智能移动终端”。

       汽车“新四化”的发展以数据为底层基础,配备智能化和网联化的车载产品来实现与人、路、车的智能交互,是人车关系从工具向伙伴演进的重要纽带和关键节点。

       人和车辆之间因交互产生的大量数据将呈指数级增长,这些数据包括语音交互、视觉交互、车路协同等多元数据,从而为用户获得更安全、更舒适的驾乘体验。

       因此,数据的存储、上传及高效利用成为汽车企业构建核心竞争力的关键。

人车交互归根结底是数据问题

       在人车交互和车辆行驶过程中会产生各种各样的数据问题。

       所有数据从底座上来看,有些具备共性特点,不管是图像、音频、文字,都涉及基础数据切割的动作,这是一个跨行业、跨场景的共通需求。

       差异化的部分是,由于底层算法跟场景强相关,在处理不同场景下的数据时,要把底层那些共性的东西进行排列组合应用到外延场景。

       包括一些不同场景下的特定数据分类和标签,底层模型一定要与场景形成紧耦合,从而得到适用于场景的预训练模型,大大提高数据处理的效率。

       比如在基本功能层面,根据不同车厂的设计以及用户不同的使用习惯,会产生大量的差异化需求,数据的采标处理相应变得多样复杂。

       在舱内交互中,用户的一句“我好热”,不同车厂的响应是不同的,有些可能是把车窗打开,有些是把空调打开。

       除此之外,每位车主开车习惯也有所不同,对于舱内的虚拟驾驶伙伴,也有声音和性格要求,这会涉及个人定制问题。

       这种差异化需求需要从底层数据设计和规划做起,以满足舱内交互的基本功能点。

       数据安全合规问题始终都是企业的重中之重,在座舱和驾驶场景下,舱内和舱外对于数据的隐私安全有所不同。

       舱内无论是语音、图像还是动作,都需要经过单独的个人授权。舱外会更复杂一些,包括道路、房屋、车辆等所有物体的跟踪。

       在这个过程中,除了取得用户的个人隐私授权外,还要对数据进行加密处理,这就需要一套完整的数据处理系统,能够对数据的整个闭环进行全方位监控。

       另外,数据处理效率也是一大问题。目前发现,数据的处理速度远远跟不上机器学习的速度。

       如何解决这种需求不对等的问题?今年,美国提出一个词叫做Human Machine Teaming,即人机团队协作。

       根据麻省理工学院研究团队进行的一项实验结果显示,相较于纯AI应用的机器人或单一人类组成的团队,人机协作团队的工作效率更高,这一作业模式甚至能减少85%的人员闲置时间,大幅降低企业成本。

       在数据处理过程中,也应该采用人机协作的方式进行图像抠图、语音转写等。因此,拥有一个一站式的AI数据处理系统至关重要。

       可以看到,自动驾驶、人车交互背后的算法、硬件架构研发,需要海量的算力进行反复模拟、验证,智能交通和共享汽车在运转的过程中必然会产生海量的数据。

       而这些数据如何实现安全、低延迟的传输,如何确保存储的合规性,如何即时地从中提取关键信息,实现系统的进一步自我学习、自我进化,同样也是不小的问题。

软件定义汽车背后的云力量

       随着“新四化”的深入推进,汽车企业到了必须要转型的时刻。

       但在转型过程中,传统的一些方法、比如车企自建的数据服务器、封闭的车机系统、企业内部性能孱弱的模拟设备,实际上已经越来越无法满足相关业务的需求,甚至还成为了“拖后腿”的关键因素。

       在这样的背景下,亚马逊云科技成为了诸多车企共同选择的重要合作伙伴。

       近日,亚马逊云科技正式宣布将围绕自动驾驶、车联网和软件定义汽车三大汽车行业数字化场景,全面赋能汽车行业的数字化转型。

       数据贯穿自动驾驶研发的每一个场景,亚马逊云科技以自动驾驶数据湖为中心,帮助车企构建起端到端的自动驾驶数据闭环。

       借助具有近乎无限扩展能力的Amazon Simple Storage Service(Amazon S3,云上对象存储服务)构建自动驾驶数据湖,实现数据采集、数据管理和分析、数据标注、模型和算法开发、仿真验证、地图开发以及DevOps和MLOps,车企就能更加容易地实现自动驾驶全流程的开发、测试和应用。

       在自动驾驶技术中极具难度和挑战的数据标注、模型和算法开发、仿真验证环节,亚马逊云科技的机器学习服务Amazon SageMaker以及Amazon Elastic Compute Cloud(Amazon EC2)弹性计算服务具有领先优势。

       在数据标注环节,通过Amazon SageMaker Ground Truth能够轻松完成各种车辆、场景和用户数据的自动化标注,创建符合要求的训练机器学习模型的高质量数据集。

       在仿真验证阶段,尤其是针对超大规模仿真,Amazon EC2弹性计算服务的Spot实例可以提供百万vCPU级别的低成本算力,最多可节省90%的成本,加快自动驾驶技术的研发和落地。

       在构建车联网服务的过程中,车企随着业务的拓展,需要全球统一部署,实现高可用和安全连接,并满足全球运营的安全合规要求;为了适应车联网业务的弹性需求并降低运维难度,车企需要利用全球统一的架构、微服务和无服务器计算等现代化服务,构建弹性敏捷的车联网架构。

       同时,车企需要选择全球车联网合作伙伴,将更丰富的服务生态和内容接入车联网,构建全面的服务体系,并基于海量数据提供增值服务,提升客户体验。

       “电动化、网联化、智能化、共享化正在重塑汽车产业价值链,车云一体化成为了汽车企业新的核心竞争力。

       亚马逊云科技与广泛的汽车行业合作伙伴网络成员合作,赋能客户自动驾驶开发、车联网构建,并向软件定义汽车转型。

       亚马逊云科技大中华区战略业务发展部总经理顾凡表示,“作为创新的引领者、技术的赋能者以及行业的实践者,亚马逊云科技将加速布局,赋能汽车行业客户进一步提升竞争力,在汽车‘新四化’的征程中建立自己的护城河。”

       目前,亚马逊云科技的基础设施遍及全球26个地理区域的84个可用区,可以让车企在各个地理区域轻松构建车联网平台,带来更高的稳定性和更低的延迟。

       车联网数据的安全合规始终是重中之重,亚马逊云科技支持98项安全标准与合规认证,几乎满足客户在全球各个地区的安全合规需求。

       亚马逊云科技Amazon Lambda无服务器计算以及微服务,帮助车企构建现代化、无服务器的弹性敏捷的车联网架构,不仅满足车联网业务的弹性需求,而且帮助其节省成本,降低运维难度。

       软件定义汽车已经成为汽车企业的核心竞争力,软件深度参与到汽车定义、开发、验证、销售、服务等过程中,催生了汽车行业各层面对云原生平台、工具和最佳实践的需求。

       软件定义汽车转型需要方方面面的云服务能力,如数据湖、物联网、机器学习和人工智能、边缘计算等,同时更需要与整个行业生态系统一起合作,共同提供创新的技术和服务。

       原文链接:https://mp.weixin.qq.com/s/el7Ssjq-TVma0v3atzsP5Q
责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并已尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐