소프트웨어 정의 차량: 자동차 산업의 차세대 발전을 ​​뒷받침하는 아키텍처 - IBM 블로그

소프트웨어 정의 차량: 자동차 산업의 차세대 발전을 ​​뒷받침하는 아키텍처 - IBM 블로그

소스 노드 : 3001242



이제 점점 더 많은 소비자가 자신의 차량이 다른 스마트 장치에서 제공하는 것과 다르지 않은 경험을 제공하기를 기대합니다. 그들은 디지털 생활에 완전히 통합되기를 원하며 주로 또는 전적으로 소프트웨어를 통해 운영을 관리하고 기능을 추가하며 새로운 기능을 활성화할 수 있는 차량을 원합니다.

A에 따라 GMI 보고서, 글로벌 소프트웨어 정의 차량(SDV) 시장은 22.1년부터 2023년까지 연평균 성장률(CAGR) 2032%를 달성할 것으로 예상됩니다. 이러한 성장은 차량의 고급 기능에 대한 수요 증가, 엄격한 차량 안전 규정, 연구 개발에 대한 투자 증가, 향상된 탐색 및 연결성. 그렇다면 SDV를 정확히 정의하는 것은 무엇이며, 연결성, 자동화, 개인화를 제공하는 자동차 이면의 아키텍처 기반은 무엇입니까?

간단히 말해서 SDV

SDV에서 차량은 미래 혁신을 위한 기술 기반 역할을 하며 방대한 양의 데이터를 수집 및 구성하고 통찰력을 얻기 위해 AI를 적용하며 사려 깊은 조치를 자동화하는 명령 센터 역할을 합니다. SDV는 하드웨어와 소프트웨어를 분리하여 업데이트 및 업그레이드, 자동화 또는 자율성 및 지속적인 연결을 허용합니다. 환경과 상호 작용하고 서비스 기반 비즈니스 모델을 학습하고 지원합니다. 동시에 온보드 전자 장치는 개별 전자 제어 장치에서 더 높은 성능과 단순화된 통합을 갖춘 고성능 컴퓨터로 발전합니다.

SDV 아키텍처의 클로즈업

인프라

이 계층에는 차량뿐만 아니라 통신 장비, 도로변 장치, 스마트 시티 시스템 및 유사 구성 요소는 물론 OEM(Original Equipment Manufacturer)의 다양한 백엔드 시스템도 포함됩니다. 이러한 요소는 모두 차량 데이터가 개발, 운영 및 서비스에 사용되는 순환 프로세스의 일부입니다. 이 데이터에서 얻은 통찰력을 바탕으로 새로운 소프트웨어는 무선 업데이트를 통해 차량에 제공됩니다.

하이브리드 클라우드 플랫폼 계층

IBM 접근 방식에서는 균일한 Linux® 및 Kubernetes 기반 플랫폼이 차량에서 백엔드 시스템의 에지까지 포괄됩니다. 이는 Red Hat® Enterprise Linux 및 Red Hat® Openshift®에서 지원되므로 소프트웨어를 소프트웨어 컨테이너 형태로 유연하게 배포할 수 있으며 "한 번 구축하면 어디서나 배포"라는 원칙을 준수할 수 있습니다. 소프트웨어는 차량이나 인프라에 쉽게 배포되기 전에 백엔드에서 개발 및 테스트될 수 있습니다. 이 모든 것이 전례 없는 유연성을 제공합니다.

애플리케이션 소프트웨어를 컨테이너 형태로 추상화하여 표준화하면 소프트웨어의 유지 관리성과 이식성이 향상되어 개발자 생산성이 향상됩니다. 하이브리드 클라우드 접근 방식은 IBM Edge Application Manager로 보완되어 OEM이 차량 내 사용에 최적화된 Java 런타임인 IBM Embedded Automotive Platform과 함께 엣지 솔루션을 자율적으로 확장하고 운영할 수 있도록 해줍니다.

AI 및 데이터 플랫폼 계층

AI 모델은 오랫동안 ADAS/AD와 같은 차량 기능에서 중요한 역할을 해왔습니다. 다음과 같은 일부 OEM 혼다, 지식 관리에 AI를 활용하여 보다 안전하고 개인화된 자동차를 제공합니다. 차량 운행과 관련하여 AI는 현재 수신되는 보안 이벤트 및 사고를 분석하기 위해 사이버 보안에 적용되고, 운전 경험에 대한 통찰력을 얻기 위해 텔레매틱스 데이터 분석에 적용됩니다.

오늘날 생성 AI는 테스트 케이스, 아키텍처 모델, 소프트웨어 소스 코드와 같은 아티팩트를 자동으로 생성하여 SDV 개발 및 운영을 크게 향상시킬 수 있습니다. 이를 위해서는 IBM과 같은 AI 및 데이터 플랫폼이 필요합니다. 왓슨스™ 각 사용 사례에 맞게 최적화된 다양한 기반 모델을 관리하고, 고객 독점 표준을 기반으로 맞춤형 기반 모델을 구축하며, 경쟁업체가 활용할 수 있는 공개 오픈 소스 기반 모델에 엔지니어링 데이터가 통합되지 않도록 보호합니다. 또한 IBM Distributed AI API와 같은 기술을 통해 OEM은 차량과 같은 엣지 장치에서 AI 모델의 배포 및 사용을 최적화할 수 있습니다.

보안 계층

OEM은 개발, 차량 내 운영 및 기업 환경 전반에 걸쳐 외부 및 내부 위협에 대응하기 위해 사이버 보안을 위한 제로 트러스트 프레임워크를 점점 더 많이 채택하고 있습니다. 차량 보안의 핵심 요소 중 하나는 차량 보안 운영 센터입니다. 여기서 IBM Security® QRadar® Suite를 위협 감지, 보안 조정, 자동화 및 대응에 사용할 수 있습니다.

OEM은 또한 차량 내 메시지와 차량 외부로 확장되는 기타 모든 통신을 암호화해야 합니다. 이는 IBM Enterprise Key Management Foundation을 통해 달성할 수 있습니다. 마지막으로 IBM Security® X-Force® Red는 특정 자동차 테스트 오퍼링을 제공합니다.

AI 제품 레이어

IBM Engineering Lifecycle Management와 같은 최신 개발 플랫폼을 사용하면 자동차 업계는 최신 CI/CD 환경에서 민첩한 소프트웨어 개발을 실행할 수 있습니다. 추적 가능한 요구 사항 엔지니어링, 모델 기반 시스템 엔지니어링 및 테스트, 협업 촉진, 제품 복잡성 관리, 데이터 기반 통찰력 적용 및 규정 준수 보장을 제공합니다. 또한, watsonx와 같은 플랫폼에서 지원되는 AI 엔지니어링을 통해 개인화된 고객 경험을 제공할 수 있습니다. 엔지니어링 데이터 관리 솔루션은 이 그림에 설명된 것처럼 고객이 자율 주행 개발에 필요한 광범위한 데이터를 관리하는 데 도움을 줍니다. 대륙의 사례 연구. IBM Cloud Pak® for Network Automation과 같은 지능형 플랫폼을 사용하면 특히 인프라 내 통신업체와 관련된 네트워크 운영의 자동화 및 조정이 가능합니다. 백엔드에서 IBM Connected Vehicle Insight는 제조업체가 연결된 차량 사용 사례를 구축하는 데 도움을 줍니다.

마찬가지로 중요한 점은 SDV에는 다양한 제공업체의 많은 전문 기술이 필요하다는 것입니다. 이것이 바로 생태계 협업이 SDV 아키텍처에서 중요한 역할을 하는 이유입니다.

궁극적으로 아키텍처의 모든 구성 요소는 차량 운전자와 승객에게 가능한 최고의 경험을 보장하고 자동차 산업의 차세대 진화로서 SDV를 확고히 하는 데 명확하게 정의된 역할을 합니다.

참석할 계획이신가요? CES, 9년 12월 2024일부터 XNUMX일까지 라스베가스에서? SDV 기술에 대해 자세히 알아보려면 IBM Meeting Center를 방문하세요.

CES에 참여하여 SDV 기술에 대해 알아보세요


인공 지능에 대해 자세히 알아보기




AI가 고객 서비스의 미래에 영향을 미칠 수 있는 XNUMX가지 방법

4 분 읽기 - 조직은 우수한 고객 경험을 제공하기 위해 항상 어느 정도의 기술을 사용해 왔습니다. 그러나 고객 서비스의 미래에는 점점 커지는 고객의 기대에 부응하기 위해 훨씬 더 발전된 기술이 필요할 것입니다. 인공지능(AI)과 같은 새로운 트렌드 덕분에 고객 서비스가 크게 도약할 것이라는 점에는 의심의 여지가 없습니다. 실제로 IBV CEO에 따르면 거의 50%의 CEO가 조직이 생성 AI와 같은 신기술의 사용을 가속화할 것이라는 고객 기대가 높아졌다고 느낍니다.




IBM은 2023년 Gartner® Magic Quadrant™ 데이터 통합 ​​도구 부문 리더로 선정되었습니다.

4 분 읽기 - IBM의 데이터 통합 ​​도구는 IBM Data Fabric의 핵심 부분으로, 고객에게 AI 구현을 가속화하고 확장할 수 있는 안전한 데이터 기반을 제공합니다. 미래 지향적인 기업은 멀티 클라우드 채택이 제공하는 가치를 알고 있습니다. 유일한 질문은 데이터 사일로를 허물고 셀프 서비스 액세스를 위해 데이터를 통합하는 효과적인 방법을 어떻게 보장합니까?입니다. 이는 기업이 대규모 데이터 기반에서 ML 모델을 지속적으로 제공하고 교육하는 오늘날의 AI 중심 시장에서 특히 중요합니다. 자신 있게…




이제 정식 출시된 watsonx.governance는 기업이 생성 AI에 대한 신뢰를 구축하도록 돕습니다.

4 분 읽기 - AI가 귀하의 비즈니스가 새로운 수준의 생산성에 도달하는 데 도움을 주기 전에 AI가 수행하는 작업을 신뢰할 수 있어야 합니다. 생성적 AI는 엄청난 생산성과 경제적 가치를 실현할 수 있는 잠재력을 갖고 있지만 이전에는 예측 기계 학습(ML)에서 볼 수 없었던 새로운 복잡성과 위험 증가를 동반합니다. 이는 기본 훈련 데이터의 출처부터 설명 가능한 출력의 부족에 대한 편향을 영속시키는 AI의 잠재력까지 다양합니다. 기업은 이러한 사항을 관리하기 위해 가드레일을 설정해야 합니다.




IBM의 AI 윤리 거버넌스 프레임워크 살펴보기

3 분 읽기 - Gartner는 “조직은 자신이 개발, 배포 또는 사용하는 AI 프로젝트가 부정적인 윤리적 결과를 가져오지 않도록 보장할 책임이 있습니다.”라고 밝혔습니다. 그러나 경영진의 79%는 AI 윤리가 전사적 AI 접근 방식에 중요하다고 말하지만, 운영화된 윤리 거버넌스 원칙을 갖춘 임원은 25% 미만입니다. IBM이 참여한 새로운 사례 연구에서 Gartner는 AI 프로젝트에서 기술 윤리 문제를 감지하고 관리하는 프로세스를 간소화하기 위한 거버넌스 프레임워크를 구축하는 방법에 대해 설명합니다. 다음의 필요성을 해결합니다…

IBM 뉴스레터

새로운 트렌드에 대한 최신 사고 리더십과 통찰력을 제공하는 뉴스레터와 주제 업데이트를 받아보세요.

지금 가입

더 많은 뉴스 레터

타임 스탬프 :

더보기 IBM