Le véhicule défini par logiciel : l'architecture derrière la prochaine évolution de l'industrie automobile – IBM Blog

De plus en plus de consommateurs s’attendent désormais à ce que leurs véhicules offrent une expérience semblable à celle offerte par d’autres appareils intelligents. Ils recherchent une intégration complète dans leur vie numérique, désirant un véhicule capable de gérer leurs opérations, d'ajouter des fonctionnalités et d'activer de nouvelles fonctionnalités principalement ou entièrement via un logiciel.

D’après une Rapport GMI, le marché mondial des véhicules définis par logiciel (SDV) devrait atteindre un TCAC de 22.1 % entre 2023 et 2032. Cette croissance est tirée par la demande croissante de fonctionnalités avancées dans les véhicules, des réglementations strictes en matière de sécurité des véhicules, des investissements accrus dans la recherche et le développement, et une navigation et une connectivité améliorées. Mais qu’est-ce qui définit exactement un SDV, et quelle est la base architecturale derrière la voiture qui offre connectivité, automatisation et personnalisation ?

Le SDV en quelques mots

Dans un SDV, le véhicule sert de base technologique pour les innovations futures, agissant comme un centre de commande pour collecter et organiser de vastes volumes de données, appliquer l'IA pour obtenir des informations et automatiser des actions réfléchies. Le SDV sépare le matériel du logiciel, permettant des mises à jour et des mises à niveau, une automatisation ou une autonomie et une connectivité constante. Il interagit avec son environnement, apprend et prend en charge des modèles économiques basés sur les services. Simultanément, l’électronique embarquée évolue d’unités de commande électroniques individuelles vers des ordinateurs hautes performances offrant des performances plus élevées et une intégration simplifiée.

Gros plan sur l'architecture SDV

Les infrastructures couche

Cette couche comprend non seulement le véhicule, mais également les équipements de télécommunications, les unités routières, les systèmes de ville intelligente et les composants similaires, ainsi que divers systèmes backend des fabricants d'équipement d'origine (OEM). Ces éléments font tous partie d'un processus cyclique dans lequel les données du véhicule sont utilisées pour le développement, l'exploitation et les services. Sur la base des informations tirées de ces données, de nouveaux logiciels sont livrés aux véhicules via des mises à jour en direct.

La couche de plateforme cloud hybride

Dans l'approche IBM, une plate-forme uniforme basée sur Linux® et Kubernetes s'étend du véhicule jusqu'à la périphérie du système backend. Il est pris en charge par Red Hat® Enterprise Linux et Red Hat® Openshift®, permettant aux logiciels d'être distribués de manière flexible sous la forme de conteneurs de logiciels, en adhérant au principe « construire une fois, déployer n'importe où ». Le logiciel peut être développé et testé dans le backend avant d'être facilement déployé dans le véhicule ou l'infrastructure. Tout cela offre une flexibilité sans précédent.

La standardisation grâce à l'abstraction des logiciels d'application sous forme de conteneurs conduit à une meilleure maintenabilité et portabilité des logiciels, ce qui se traduit par une productivité améliorée des développeurs. L'approche du cloud hybride est complétée par IBM Edge Application Manager, permettant aux OEM de faire évoluer et d'exploiter des solutions de périphérie de manière autonome, ainsi que par IBM Embedded Automotive Platform, un environnement d'exécution Java optimisé pour une utilisation dans les véhicules.

La couche IA et plateforme de données

Les modèles d’IA jouent depuis longtemps un rôle important dans les fonctionnalités des véhicules comme ADAS/AD. Certains constructeurs OEM, comme Honda, utilisez l’IA pour la gestion des connaissances afin de proposer des automobiles plus sûres et plus personnalisées. Concernant le fonctionnement des véhicules, l’IA est actuellement appliquée à la cybersécurité pour analyser les événements et incidents de sécurité entrants, et à l’analyse des données télématiques pour mieux comprendre les expériences de conduite.

Aujourd'hui, l'IA générative peut grandement améliorer le développement et le fonctionnement des SDV en générant automatiquement des artefacts tels que des scénarios de test, des modèles d'architecture et du code source de logiciels. Cela nécessite une plateforme d'IA et de données comme IBM Watsonx™ pour gérer divers modèles de fondation optimisés pour chaque cas d'utilisation, créer des modèles de fondation spécifiques personnalisés basés sur les normes propriétaires du client et protéger les données d'ingénierie contre l'incorporation dans des modèles de fondation open source publics que les concurrents pourraient exploiter. De plus, des technologies telles que l'API IBM Distributed AI permettent aux équipementiers d'optimiser le déploiement et l'utilisation des modèles d'IA dans les appareils de pointe tels que les véhicules.

La couche de sécurité

Les équipementiers adoptent de plus en plus un cadre de confiance zéro pour la cybersécurité afin de contrer les menaces externes et internes dans les domaines du développement, des opérations embarquées et des environnements d'entreprise. Un élément central de la sécurité des véhicules est le Vehicle Security Operation Center, où IBM Security® QRadar® Suite peut être utilisé pour la détection des menaces et l'orchestration, l'automatisation et la réponse de la sécurité.

Les équipementiers doivent également chiffrer les messages à l’intérieur d’un véhicule et toutes les autres communications qui s’étendent au-delà de celui-ci. Ceci peut être réalisé via IBM Enterprise Key Management Foundation. Enfin, IBM Security® X-Force® Red propose des offres de tests automobiles spécifiques.

La couche de produits IA

Une plateforme de développement moderne, telle qu'IBM Engineering Lifecycle Management, permet à l'industrie automobile de pratiquer le développement logiciel agile dans un environnement CI/CD moderne. Il fournit une ingénierie des exigences traçables, une ingénierie et des tests de systèmes basés sur des modèles, facilitant la collaboration, gérant la complexité des produits, appliquant des informations basées sur les données et garantissant la conformité. De plus, l'ingénierie de l'IA, soutenue par des plateformes comme Watsonx, permet une expérience client personnalisée. Les solutions de gestion des données d'ingénierie aident les clients à gérer les nombreuses données nécessaires au développement de la conduite autonome, comme illustré dans ce document. continental étude de cas. Les plates-formes intelligentes, comme IBM Cloud Pak® for Network Automation, permettent l'automatisation et l'orchestration des opérations réseau, particulièrement pertinentes pour les opérateurs télécoms dans l'infrastructure. En back-end, IBM Connected Vehicle Insight aide les fabricants à élaborer leurs cas d'utilisation de véhicules connectés.

Tout aussi important, les SDV nécessitent de nombreuses technologies spécialisées provenant de différents fournisseurs, c'est pourquoi la collaboration écosystémique joue un rôle important dans l'architecture SDV.

En fin de compte, chaque composant de l'architecture joue un rôle bien défini pour garantir la meilleure expérience possible aux conducteurs et aux passagers du véhicule, consolidant ainsi le SDV en tant que prochaine évolution de l'industrie automobile.

Envisagez-vous d'assister CES, du 9 au 12 janvier 2024 à Las Vegas ? Venez au IBM Meeting Center pour en savoir plus sur les technologies SDV.

Rejoignez-nous au CES pour en savoir plus sur les technologies SDV