A szoftver által definiált jármű: az autóipar következő fejlődése mögött meghúzódó architektúra – IBM Blog

Egyre több fogyasztó várja el járművétől, hogy olyan élményt nyújtson, amely semmiben sem különbözik a többi okoseszköz által kínált élménytől. Arra törekednek, hogy teljes mértékben integrálódjanak digitális életükbe, és olyan járműre vágynak, amely képes kezelni a működésüket, hozzáadni a funkcionalitást és lehetővé tenni az új funkciókat elsősorban vagy teljes egészében szoftveren keresztül.

A találmány egy GMI jelentés22.1 és 2023 között a globális szoftver-definiált járművek (SDV) piac várhatóan 2032%-os CAGR-t fog elérni. Ezt a növekedést a járművek fejlett funkciói iránti növekvő kereslet, a szigorú járműbiztonsági előírások, valamint a kutatásba és fejlesztésbe történő megnövekedett befektetések okozzák, valamint továbbfejlesztett navigáció és kapcsolat. De mi határozza meg pontosan az SDV-t, és mi az építészeti alap az autó mögött, amely összeköttetést, automatizálást és személyre szabást biztosít?

Az SDV dióhéjban

Az SDV-ben a jármű a jövőbeli innovációk technológiai alapjaként szolgál, irányítóközpontként működik hatalmas mennyiségű adat összegyűjtéséhez és rendszerezéséhez, az AI alkalmazásához a betekintéshez és az átgondolt műveletek automatizálásához. Az SDV elválasztja a hardvert a szoftvertől, lehetővé téve a frissítéseket és a frissítéseket, az automatizálást vagy az autonómiát és az állandó kapcsolatot. Kölcsönhatásba lép a környezetével, megtanulja és támogatja a szolgáltatás alapú üzleti modelleket. Ezzel párhuzamosan a fedélzeti elektronika az egyedi elektronikus vezérlőegységekből a nagyobb teljesítményű és egyszerűbb integrációjú, nagy teljesítményű számítógépekké fejlődik.

Közelkép az SDV architektúráról

Az infrastruktúra réteg

Ez a réteg nem csak a járművet tartalmazza, hanem a telekommunikációs berendezéseket, az út menti egységeket, a smart city rendszereket és hasonló alkatrészeket, valamint az eredeti berendezésgyártók (OEM-ek) különféle háttérrendszereit is. Ezek az elemek mind egy ciklikus folyamat részét képezik, amelyben a járműadatokat fejlesztésre, üzemeltetésre és szolgáltatásokra használják fel. Az adatokból származó betekintések alapján az új szoftvereket vezeték nélküli frissítések útján juttatják el a járművekhez.

A hibrid felhő platform réteg

Az IBM megközelítésében egységes Linux® és Kubernetes alapú platform a járműtől a háttérrendszer széléig terjed. A Red Hat® Enterprise Linux és a Red Hat® Openshift® támogatja, lehetővé téve a szoftverek rugalmas terjesztését szoftverkonténerek formájában, az „egyszer megépíthető, bárhol telepíthető” elvnek megfelelően. A szoftver a háttérben fejleszthető és tesztelhető, mielőtt könnyen telepíthető lenne a járműben vagy az infrastruktúrában. Mindez soha nem látott rugalmasságot biztosít.

Az alkalmazásszoftverek konténerek formájában történő absztrakciója révén történő szabványosítás a szoftver jobb karbantarthatóságát és hordozhatóságát eredményezi, ami a fejlesztők termelékenységének javulását eredményezi. A hibrid felhőalapú megközelítést kiegészíti az IBM Edge Application Manager, amely lehetővé teszi az OEM-ek számára az élvonalbeli megoldások önálló méretezését és üzemeltetését, valamint az IBM Embedded Automotive Platform, a járműben történő használatra optimalizált Java futtatókörnyezet.

Az AI és az adatplatform réteg

Az AI-modellek régóta fontos szerepet játszanak az olyan járművek funkcióiban, mint az ADAS/AD. Egyes OEM-ek, mint pl Honda, használjon mesterséges intelligenciát a tudásmenedzsmenthez, hogy biztonságosabb és személyre szabottabb autókat szállítson. Ami a járművek üzemeltetését illeti, az AI-t jelenleg a kiberbiztonság területén alkalmazzák a bejövő biztonsági események és incidensek elemzésére, valamint a telematikai adatok elemzésére, hogy betekintést nyerjenek a vezetési élményekbe.

Manapság a generatív AI nagymértékben javíthatja az SDV fejlesztését és működését azáltal, hogy automatikusan generál műtermékeket, például teszteseteket, architektúra modelleket és szoftverforráskódot. Ehhez olyan mesterséges intelligencia és adatplatform szükséges, mint az IBM watsonx™ különféle optimalizált alapmodellek kezeléséhez minden felhasználási esetre, egyedi, egyedi alapozási modelleket készíthet az ügyfelek saját szabványai alapján, és megvédheti a mérnöki adatokat a nyilvános nyílt forráskódú alapmodellekbe való beépítésétől, amelyeket a versenytársak kihasználhatnak. Ezenkívül az olyan technológiák, mint az IBM Distributed AI API, lehetővé teszik az OEM-ek számára, hogy optimalizálják az AI-modellek telepítését és használatát szélső eszközökben, például járművekben.

A biztonsági réteg

Az OEM-ek egyre gyakrabban alkalmazzák a zéró bizalmi keretrendszert a kiberbiztonság terén, hogy leküzdjék a külső és belső fenyegetéseket a fejlesztés, a járművön belüli műveletek és a vállalati környezetek során. A járműbiztonság egyik központi eleme a Vehicle Security Operation Center, ahol az IBM Security® QRadar® Suite használható fenyegetésészlelésre és biztonsági koordinációra, automatizálásra és reagálásra.

Az OEM-eknek emellett titkosítaniuk kell a járművön belüli üzeneteket és minden más, azon túlmutató kommunikációt. Ezt az IBM Enterprise Key Management Foundation segítségével lehet elérni. Végül az IBM Security® X-Force® Red speciális autóipari tesztelési ajánlatokat kínál.

Az AI termékek réteg

Egy modern fejlesztői platform, mint például az IBM Engineering Lifecycle Management, lehetővé teszi az autóipar számára, hogy agilis szoftverfejlesztést gyakoroljon egy modern CI/CD környezetben. Nyomon követhető követelménytervezést, modellalapú rendszertervezést és tesztelést biztosít, megkönnyíti az együttműködést, kezeli a termékek összetettségét, alkalmazza az adatvezérelt betekintést és biztosítja a megfelelőséget. Ezenkívül az olyan platformok által támogatott mesterséges intelligencia tervezés, mint a watsonx, személyre szabott felhasználói élményt tesz lehetővé. A mérnöki adatkezelési megoldások segítik az ügyfeleket az autonóm vezetés fejlesztéséhez szükséges kiterjedt adatok kezelésében, amint az itt látható kontinentális esettanulmány. Az intelligens platformok, mint például az IBM Cloud Pak® for Network Automation, lehetővé teszik a hálózati műveletek automatizálását és összehangolását, különösen a Telcos infrastruktúrában. A háttérben az IBM Connected Vehicle Insight segíti a gyártókat a csatlakoztatott járműhasználati esetek kialakításában.

Ugyanilyen fontos, hogy az SDV-k sok speciális technológiát igényelnek a különböző szolgáltatóktól, ezért az ökoszisztémák együttműködése fontos szerepet játszik az SDV architektúrában.

Végső soron az architektúra minden komponense jól meghatározott szerepet játszik abban, hogy a lehető legjobb élményt biztosítsa a járművezetők és az utasok számára, megszilárdítva az SDV-t az autóipar következő evolúciójaként.

Tervez-e részt venni CES, 9. január 12. és 2024. között Las Vegasban? Látogasson el az IBM Meeting Centerbe, hogy többet megtudjon az SDV technológiákról.

Csatlakozzon hozzánk a CES-en, hogy megismerje az SDV technológiákat