Το όχημα που καθορίζεται από λογισμικό: Η αρχιτεκτονική πίσω από την επόμενη εξέλιξη της αυτοκινητοβιομηχανίας – IBM Blog

Όλο και περισσότεροι καταναλωτές περιμένουν τώρα τα οχήματά τους να προσφέρουν μια εμπειρία που δεν θα διαφέρει από αυτή που προσφέρουν άλλες έξυπνες συσκευές. Επιδιώκουν την πλήρη ενσωμάτωση στην ψηφιακή τους ζωή, επιθυμώντας ένα όχημα που μπορεί να διαχειριστεί τις λειτουργίες τους, να προσθέσει λειτουργικότητα και να ενεργοποιήσει νέες δυνατότητες κυρίως ή εξ ολοκλήρου μέσω λογισμικού.

Σύμφωνα με ένα Έκθεση GMI, η παγκόσμια αγορά οχημάτων που ορίζονται από λογισμικό (SDV) αναμένεται να επιτύχει CAGR 22.1% μεταξύ 2023 και 2032. Αυτή η ανάπτυξη οφείλεται στην αυξανόμενη ζήτηση για προηγμένα χαρακτηριστικά σε οχήματα, αυστηρούς κανονισμούς για την ασφάλεια των οχημάτων, αυξημένες επενδύσεις στην έρευνα και ανάπτυξη, και βελτιωμένη πλοήγηση και συνδεσιμότητα. Τι ακριβώς όμως ορίζει ένα SDV και ποιο είναι το αρχιτεκτονικό θεμέλιο πίσω από το αυτοκίνητο που παρέχει συνδεσιμότητα, αυτοματισμό και εξατομίκευση;

Το SDV με λίγα λόγια

Σε ένα SDV, το όχημα χρησιμεύει ως η τεχνολογική βάση για μελλοντικές καινοτομίες, ενεργώντας ως κέντρο εντολών για τη συλλογή και την οργάνωση τεράστιου όγκου δεδομένων, την εφαρμογή της τεχνητής νοημοσύνης για πληροφορίες και την αυτοματοποίηση στοχαστικών ενεργειών. Το SDV διαχωρίζει το υλικό από το λογισμικό, επιτρέποντας ενημερώσεις και αναβαθμίσεις, αυτοματισμό ή αυτονομία και συνεχή συνδεσιμότητα. Αλληλεπιδρά με το περιβάλλον του, μαθαίνει και υποστηρίζει επιχειρηματικά μοντέλα που βασίζονται σε υπηρεσίες. Ταυτόχρονα, τα ενσωματωμένα ηλεκτρονικά εξελίσσονται από μεμονωμένες ηλεκτρονικές μονάδες ελέγχου σε υπολογιστές υψηλής απόδοσης με υψηλότερη απόδοση και απλοποιημένη ενσωμάτωση.

Ένα κοντινό πλάνο της αρχιτεκτονικής SDV

Η υποδομή στρώμα

Αυτό το επίπεδο περιλαμβάνει όχι μόνο το όχημα αλλά και τον εξοπλισμό τηλεπικοινωνιών, τις οδικές μονάδες, τα συστήματα έξυπνης πόλης και παρόμοια εξαρτήματα, καθώς και διάφορα συστήματα υποστήριξης των κατασκευαστών αρχικού εξοπλισμού (OEM). Όλα αυτά τα στοιχεία αποτελούν μέρος μιας κυκλικής διαδικασίας στην οποία χρησιμοποιούνται δεδομένα οχήματος για ανάπτυξη, λειτουργία και υπηρεσίες. Με βάση τις πληροφορίες από αυτά τα δεδομένα, νέο λογισμικό παραδίδεται στα οχήματα μέσω ενημερώσεων over-the-air.

Το στρώμα της υβριδικής πλατφόρμας cloud

Στην προσέγγιση της IBM, μια ενιαία πλατφόρμα βασισμένη σε Linux® και Kubernetes εκτείνεται από το όχημα μέχρι την άκρη του συστήματος υποστήριξης. Υποστηρίζεται από το Red Hat® Enterprise Linux και το Red Hat® Openshift®, επιτρέποντας στο λογισμικό να διανέμεται ευέλικτα με τη μορφή κοντέινερ λογισμικού, τηρώντας την αρχή "κατασκευάστε μία φορά, αναπτύξτε οπουδήποτε". Το λογισμικό μπορεί να αναπτυχθεί και να δοκιμαστεί στο backend πριν αναπτυχθεί εύκολα στο όχημα ή την υποδομή. Όλα αυτά παρέχουν άνευ προηγουμένου ευελιξία.

Η τυποποίηση μέσω της αφαίρεσης λογισμικού εφαρμογών με τη μορφή κοντέινερ οδηγεί σε καλύτερη συντηρησιμότητα και φορητότητα του λογισμικού, με αποτέλεσμα τη βελτιωμένη παραγωγικότητα των προγραμματιστών. Η προσέγγιση του υβριδικού cloud συμπληρώνεται από το IBM Edge Application Manager, επιτρέποντας στους OEM να κλιμακώνουν και να χειρίζονται τις λύσεις αιχμής αυτόνομα, μαζί με την IBM Embedded Automotive Platform, έναν χρόνο εκτέλεσης Java βελτιστοποιημένος για χρήση εντός οχήματος.

Το επίπεδο AI ​​και πλατφόρμας δεδομένων

Τα μοντέλα τεχνητής νοημοσύνης έχουν παίξει εδώ και καιρό σημαντικό ρόλο σε λειτουργίες οχημάτων όπως το ADAS/AD. Ορισμένοι ΚΑΕ, όπως π.χ Honda, χρησιμοποιήστε την τεχνητή νοημοσύνη για διαχείριση γνώσης για να παραδώσετε ασφαλέστερα και πιο εξατομικευμένα αυτοκίνητα. Όσον αφορά τη λειτουργία του οχήματος, η τεχνητή νοημοσύνη εφαρμόζεται επί του παρόντος στην ασφάλεια στον κυβερνοχώρο για την ανάλυση εισερχόμενων συμβάντων και συμβάντων ασφαλείας και στην ανάλυση δεδομένων τηλεματικής για την απόκτηση γνώσεων σχετικά με τις εμπειρίες οδήγησης.

Σήμερα, η γενετική τεχνητή νοημοσύνη μπορεί να βελτιώσει σημαντικά την ανάπτυξη και τη λειτουργία SDV δημιουργώντας αυτόματα τεχνουργήματα όπως δοκιμαστικές περιπτώσεις, μοντέλα αρχιτεκτονικής και πηγαίο κώδικα λογισμικού. Αυτό απαιτεί μια πλατφόρμα τεχνητής νοημοσύνης και δεδομένων όπως η IBM watsonx™ για τη διαχείριση διαφόρων βελτιστοποιημένων μοντέλων θεμελίωσης για κάθε περίπτωση χρήσης, τη δημιουργία προσαρμοσμένων μοντέλων θεμελίωσης με βάση τα ιδιόκτητα πρότυπα του πελάτη και τη διασφάλιση των δεδομένων μηχανικής από την ενσωμάτωση σε δημόσια μοντέλα θεμελίωσης ανοιχτού κώδικα που ενδέχεται να εκμεταλλευτούν οι ανταγωνιστές. Επιπλέον, τεχνολογίες όπως το IBM Distributed AI API επιτρέπουν στους OEM να βελτιστοποιούν την ανάπτυξη και τη χρήση μοντέλων τεχνητής νοημοσύνης σε συσκευές αιχμής όπως τα οχήματα.

Το επίπεδο ασφαλείας

Οι OEM υιοθετούν ολοένα και περισσότερο ένα πλαίσιο μηδενικής εμπιστοσύνης για την ασφάλεια στον κυβερνοχώρο για την αντιμετώπιση εξωτερικών και εσωτερικών απειλών σε όλη την ανάπτυξη, τις λειτουργίες εντός οχήματος και τα εταιρικά περιβάλλοντα. Ένα κεντρικό στοιχείο στην ασφάλεια του οχήματος είναι το Vehicle Security Operation Center, όπου το IBM Security® QRadar® Suite μπορεί να χρησιμοποιηθεί για ανίχνευση απειλών και ενορχήστρωση ασφάλειας, αυτοματισμό και απόκριση.

Οι OEM πρέπει επίσης να κρυπτογραφούν τα μηνύματα μέσα σε ένα όχημα και όλες τις άλλες επικοινωνίες που εκτείνονται πέρα ​​από αυτό. Αυτό μπορεί να επιτευχθεί μέσω του IBM Enterprise Key Management Foundation. Τέλος, η IBM Security® X-Force® Red παρέχει συγκεκριμένες προσφορές δοκιμών αυτοκινήτων.

Το επίπεδο προϊόντων AI

Μια σύγχρονη πλατφόρμα ανάπτυξης, όπως το IBM Engineering Lifecycle Management, επιτρέπει στην αυτοκινητοβιομηχανία να εξασκεί την ευέλικτη ανάπτυξη λογισμικού σε ένα σύγχρονο περιβάλλον CI/CD. Παρέχει μηχανική ανιχνεύσιμων απαιτήσεων, μηχανική και δοκιμές συστημάτων βάσει μοντέλων, διευκολύνοντας τη συνεργασία, διαχείριση πολυπλοκότητας προϊόντων, εφαρμογή πληροφοριών βάσει δεδομένων και διασφάλιση συμμόρφωσης. Επιπλέον, η μηχανική AI, που υποστηρίζεται από πλατφόρμες όπως η watsonx, επιτρέπει μια εξατομικευμένη εμπειρία πελάτη. Οι λύσεις Μηχανικής Διαχείρισης Δεδομένων βοηθούν τους πελάτες στη διαχείριση των εκτεταμένων δεδομένων που απαιτούνται για την ανάπτυξη αυτόνομης οδήγησης, όπως φαίνεται σε αυτό Ευρωπαϊκός μελέτη περίπτωσης. Οι έξυπνες πλατφόρμες, όπως το IBM Cloud Pak® για Αυτοματισμό Δικτύων, επιτρέπουν την αυτοματοποίηση και την ενορχήστρωση των λειτουργιών δικτύου, ιδιαίτερα σχετικές με τις Telcos στην υποδομή. Στο backend, το IBM Connected Vehicle Insight βοηθά τους κατασκευαστές να δημιουργήσουν τις συνδεδεμένες θήκες χρήσης οχημάτων τους.

Εξίσου σημαντικό, τα SDV απαιτούν πολλές εξειδικευμένες τεχνολογίες από διαφορετικούς παρόχους, γι' αυτό η συνεργασία των οικοσυστημάτων παίζει σημαντικό ρόλο στην αρχιτεκτονική SDV.

Σε τελική ανάλυση, κάθε στοιχείο στην αρχιτεκτονική διαδραματίζει έναν καλά καθορισμένο ρόλο στη διασφάλιση της καλύτερης δυνατής εμπειρίας για τους οδηγούς και τους επιβάτες οχημάτων, ενισχύοντας το SDV ως την επόμενη εξέλιξη της αυτοκινητοβιομηχανίας.

Σκοπεύετε να παρευρεθείτε CES, από 9-12 Ιανουαρίου 2024 στο Λας Βέγκας; Επισκεφτείτε το IBM Meeting Center για να μάθετε περισσότερα σχετικά με τις τεχνολογίες SDV.

Ελάτε μαζί μας στο CES για να μάθετε για τις τεχνολογίες SDV