Kendaraan yang ditentukan perangkat lunak: Arsitektur di balik evolusi industri otomotif berikutnya – Blog IBM

Kini semakin banyak konsumen yang mengharapkan kendaraan mereka menawarkan pengalaman yang tidak berbeda dengan yang ditawarkan perangkat pintar lainnya. Mereka mencari integrasi penuh ke dalam kehidupan digital mereka, menginginkan kendaraan yang dapat mengelola operasi mereka, menambah fungsionalitas dan mengaktifkan fitur-fitur baru terutama atau seluruhnya melalui perangkat lunak.

Menurut laporan GMI, pasar kendaraan yang ditentukan perangkat lunak (SDV) global diperkirakan akan mencapai CAGR sebesar 22.1% antara tahun 2023 dan 2032. Pertumbuhan ini didorong oleh meningkatnya permintaan akan fitur-fitur canggih pada kendaraan, peraturan keselamatan kendaraan yang ketat, peningkatan investasi dalam penelitian dan pengembangan, dan peningkatan navigasi dan konektivitas. Namun apa sebenarnya definisi SDV, dan apa fondasi arsitektur di balik mobil yang menyediakan konektivitas, otomatisasi, dan personalisasi?

Singkatnya, SDV

Dalam SDV, kendaraan berfungsi sebagai basis teknologi untuk inovasi masa depan, bertindak sebagai pusat komando untuk mengumpulkan dan mengatur data dalam jumlah besar, menerapkan AI untuk mendapatkan wawasan, dan mengotomatiskan tindakan yang bijaksana. SDV memisahkan perangkat keras dari perangkat lunak, memungkinkan pembaruan dan peningkatan, otomatisasi atau otonomi, dan konektivitas konstan. Ia berinteraksi dengan lingkungannya, mempelajari dan mendukung model bisnis berbasis layanan. Secara bersamaan, elektronik onboard berevolusi dari unit kontrol elektronik individual menjadi komputer berperforma tinggi dengan kinerja lebih tinggi dan integrasi yang disederhanakan.

Tampilan dekat arsitektur SDV

infrastruktur lapisan

Lapisan ini tidak hanya mencakup kendaraan tetapi juga peralatan telekomunikasi, unit pinggir jalan, sistem kota pintar dan komponen serupa, serta berbagai sistem backend dari produsen peralatan asli (OEM). Semua elemen ini merupakan bagian dari proses siklus di mana data kendaraan digunakan untuk pengembangan, pengoperasian, dan layanan. Berdasarkan wawasan dari data ini, perangkat lunak baru dikirimkan ke kendaraan melalui pembaruan melalui udara.

Lapisan platform cloud hybrid

Dalam pendekatan IBM, platform berbasis Linux® dan Kubernetes yang seragam mencakup mulai dari kendaraan hingga tepi sistem backend. Hal ini didukung oleh Red Hat® Enterprise Linux dan Red Hat® Openshift®, yang memungkinkan perangkat lunak didistribusikan secara fleksibel dalam bentuk wadah perangkat lunak, dengan mematuhi prinsip “buat sekali, terapkan di mana saja.” Perangkat lunak ini dapat dikembangkan dan diuji di backend sebelum diterapkan dengan mudah ke dalam kendaraan atau infrastruktur. Semua ini memberikan fleksibilitas yang belum pernah terjadi sebelumnya.

Standardisasi melalui abstraksi perangkat lunak aplikasi dalam bentuk container menghasilkan pemeliharaan dan portabilitas perangkat lunak yang lebih baik, sehingga meningkatkan produktivitas pengembang. Pendekatan cloud hybrid dilengkapi dengan IBM Edge Application Manager, yang memungkinkan OEM untuk menskalakan dan mengoperasikan solusi edge secara mandiri, bersama dengan IBM Embedded Automotive Platform, sebuah runtime Java yang dioptimalkan untuk penggunaan di dalam kendaraan.

Lapisan AI dan platform data

Model AI telah lama memainkan peran penting dalam fungsi kendaraan seperti ADAS/AD. Beberapa OEM, seperti Honda, gunakan AI untuk manajemen pengetahuan guna menghadirkan mobil yang lebih aman dan personal. Terkait pengoperasian kendaraan, AI saat ini diterapkan dalam keamanan siber untuk menganalisis peristiwa dan insiden keamanan yang masuk, dan pada analisis data telematika untuk mendapatkan wawasan tentang pengalaman berkendara.

Saat ini, AI generatif dapat sangat meningkatkan pengembangan dan pengoperasian SDV dengan secara otomatis menghasilkan artefak seperti kasus pengujian, model arsitektur, dan kode sumber perangkat lunak. Hal ini memerlukan AI dan platform data seperti IBM Watsonx™ untuk mengelola berbagai model fondasi yang dioptimalkan untuk setiap kasus penggunaan, membangun model fondasi khusus yang disesuaikan berdasarkan standar kepemilikan pelanggan, dan melindungi data teknik agar tidak dimasukkan ke dalam model fondasi sumber terbuka publik yang mungkin dieksploitasi oleh pesaing. Selain itu, teknologi seperti IBM Distributed AI API memungkinkan OEM mengoptimalkan penerapan dan penggunaan model AI di perangkat edge seperti kendaraan.

Lapisan keamanan

OEM semakin banyak yang mengadopsi kerangka kerja zero-trust untuk keamanan siber guna melawan ancaman eksternal dan internal di seluruh pengembangan, operasional di dalam kendaraan, dan lingkungan perusahaan. Salah satu elemen sentral dalam keamanan kendaraan adalah Pusat Operasi Keamanan Kendaraan, tempat IBM Security® QRadar® Suite dapat digunakan untuk deteksi ancaman dan orkestrasi keamanan, otomatisasi, dan respons.

OEM juga perlu mengenkripsi pesan di dalam kendaraan dan semua komunikasi lain yang melampauinya. Hal ini dapat dicapai melalui IBM Enterprise Key Management Foundation. Terakhir, IBM Security® X-Force® Red memberikan tawaran pengujian otomotif khusus.

Lapisan produk AI

Platform pengembangan modern, seperti IBM Engineering Lifecycle Management, memungkinkan industri otomotif untuk mempraktikkan pengembangan perangkat lunak yang tangkas dalam lingkungan CI/CD modern. Ini menyediakan rekayasa persyaratan yang dapat ditelusuri, rekayasa dan pengujian sistem berbasis model, memfasilitasi kolaborasi, mengelola kompleksitas produk, menerapkan wawasan berbasis data, dan memastikan kepatuhan. Selain itu, rekayasa AI, yang didukung oleh platform seperti watsonx, memungkinkan pengalaman pelanggan yang dipersonalisasi. Solusi Manajemen Data Rekayasa membantu pelanggan dalam mengelola data ekstensif yang diperlukan untuk pengembangan kendaraan otonom, seperti yang diilustrasikan dalam hal ini Kontinental studi kasus. Platform cerdas, seperti IBM Cloud Pak® for Network Automation memungkinkan otomatisasi dan orkestrasi operasi jaringan, khususnya yang relevan bagi perusahaan telekomunikasi di bidang infrastruktur. Di bagian belakang, IBM Connected Vehicle Insight membantu produsen membangun kasus penggunaan kendaraan terhubung mereka.

Sama pentingnya, SDV memerlukan banyak teknologi khusus dari penyedia yang berbeda, itulah sebabnya kolaborasi ekosistem memainkan peran penting dalam arsitektur SDV.

Pada akhirnya, setiap komponen dalam arsitektur memainkan peran yang jelas dalam memastikan pengalaman terbaik bagi pengemudi dan penumpang kendaraan, memperkuat SDV sebagai evolusi berikutnya dalam industri otomotif.

Apakah Anda berencana untuk hadir CES, dari 9-12 Januari 2024 di Las Vegas? Kunjungi Pusat Pertemuan IBM untuk mempelajari lebih lanjut tentang teknologi SDV.

Bergabunglah bersama kami di CES untuk mempelajari teknologi SDV