Het softwaregedefinieerde voertuig: de architectuur achter de volgende evolutie van de auto-industrie - IBM Blog

Het softwaregedefinieerde voertuig: de architectuur achter de volgende evolutie van de auto-industrie – IBM Blog

Bronknooppunt: 3001242



Steeds meer consumenten verwachten nu dat hun voertuigen een ervaring bieden die niet verschilt van die van andere slimme apparaten. Ze streven naar volledige integratie in hun digitale leven en verlangen naar een voertuig dat hun activiteiten kan beheren, functionaliteit kan toevoegen en nieuwe functies mogelijk kan maken, voornamelijk of geheel via software.

Volgens een GMI-rapportwordt verwacht dat de mondiale softwaregedefinieerde voertuigmarkt (SDV) tussen 22.1 en 2023 een CAGR van 2032% zal bereiken. Deze groei wordt aangedreven door de toenemende vraag naar geavanceerde functies in voertuigen, strenge voertuigveiligheidsvoorschriften, toegenomen investeringen in onderzoek en ontwikkeling, en verbeterde navigatie en connectiviteit. Maar wat definieert een SDV precies, en wat is de architecturale basis achter de auto die connectiviteit, automatisering en personalisatie biedt?

De SDV in een notendop

In een SDV dient het voertuig als de technologische basis voor toekomstige innovaties en fungeert het als commandocentrum voor het verzamelen en organiseren van grote hoeveelheden gegevens, het toepassen van AI voor inzichten en het automatiseren van doordachte acties. De SDV scheidt hardware van software, waardoor updates en upgrades, automatisering of autonomie en constante connectiviteit mogelijk zijn. Het communiceert met zijn omgeving, leert en ondersteunt op diensten gebaseerde bedrijfsmodellen. Tegelijkertijd evolueert de elektronica aan boord van individuele elektronische besturingseenheden naar krachtige computers met hogere prestaties en vereenvoudigde integratie.

Een close-up van de SDV-architectuur

de infrastructuur lagen

Deze laag omvat niet alleen het voertuig, maar ook de telecomapparatuur, wegkantunits, smart city-systemen en soortgelijke componenten, evenals verschillende backend-systemen van de Original Equipment Manufacturers (OEM's). Deze elementen maken allemaal deel uit van een cyclisch proces waarin voertuigdata worden gebruikt voor ontwikkeling, exploitatie en dienstverlening. Op basis van inzichten uit deze gegevens wordt via draadloze updates nieuwe software aan voertuigen geleverd.

De hybride cloudplatformlaag

In de IBM-aanpak strekt een uniform, op Linux® en Kubernetes gebaseerd platform zich uit van het voertuig tot aan de rand van het backendsysteem. Het wordt ondersteund door Red Hat® Enterprise Linux en Red Hat® Openshift®, waardoor software flexibel kan worden gedistribueerd in de vorm van softwarecontainers, waarbij het principe van “eenmalig bouwen, overal implementeren” wordt nageleefd. De software kan in de backend worden ontwikkeld en getest voordat deze eenvoudig in het voertuig of de infrastructuur kan worden geïmplementeerd. Dit alles zorgt voor een ongekende flexibiliteit.

Standaardisatie door abstractie van applicatiesoftware in de vorm van containers leidt tot betere onderhoudbaarheid en draagbaarheid van software, wat resulteert in een verbeterde productiviteit van ontwikkelaars. De hybride cloudaanpak wordt aangevuld met de IBM Edge Application Manager, waarmee OEM's edge-oplossingen autonoom kunnen schalen en exploiteren, samen met het IBM Embedded Automotive Platform, een Java-runtime die is geoptimaliseerd voor gebruik in voertuigen.

De AI- en dataplatformlaag

AI-modellen spelen al lang een belangrijke rol in voertuigfunctionaliteiten zoals ADAS/AD. Sommige OEM's, zoals Honda, gebruik AI voor kennisbeheer om veiligere en meer gepersonaliseerde auto's te leveren. Wat de voertuigbediening betreft, wordt AI momenteel toegepast in de cyberbeveiliging om binnenkomende veiligheidsgebeurtenissen en -incidenten te analyseren, en bij de analyse van telematicagegevens om inzicht te krijgen in rijervaringen.

Tegenwoordig kan generatieve AI de ontwikkeling en werking van SDV aanzienlijk verbeteren door automatisch artefacten te genereren, zoals testgevallen, architectuurmodellen en softwarebroncode. Hiervoor is een AI- en dataplatform zoals IBM nodig watsonx™ om verschillende geoptimaliseerde basismodellen voor elke gebruikssituatie te beheren, op maat gemaakte basismodellen te bouwen op basis van eigen standaarden van de klant en te voorkomen dat technische gegevens worden opgenomen in openbare open source basismodellen die concurrenten zouden kunnen exploiteren. Bovendien stellen technologieën zoals IBM Distributed AI API OEM's in staat de inzet en het gebruik van AI-modellen in edge-apparaten zoals voertuigen te optimaliseren.

De beveiligingslaag

OEM's hanteren steeds vaker een zero-trust-framework voor cyberbeveiliging om externe en interne bedreigingen op het gebied van ontwikkeling, activiteiten in voertuigen en bedrijfsomgevingen tegen te gaan. Een centraal element in de voertuigbeveiliging is het Vehicle Security Operation Center, waar IBM Security® QRadar® Suite kan worden gebruikt voor bedreigingsdetectie en beveiligingsorkestratie, automatisering en respons.

OEM's moeten ook berichten binnen een voertuig en alle andere communicatie daarbuiten versleutelen. Dit kan worden bereikt via de IBM Enterprise Key Management Foundation. Ten slotte biedt IBM Security® X-Force® Red specifieke aanbiedingen voor autotests.

De AI-productenlaag

Een modern ontwikkelingsplatform, zoals IBM Engineering Lifecycle Management, stelt de auto-industrie in staat om agile softwareontwikkeling te beoefenen in een moderne CI/CD-omgeving. Het biedt traceerbare vereistenengineering, modelgebaseerde systeemengineering en -testen, waardoor samenwerking wordt vergemakkelijkt, productcomplexiteit wordt beheerd, datagestuurde inzichten worden toegepast en compliance wordt gegarandeerd. Bovendien maakt AI-engineering, ondersteund door platforms als Watsonx, een gepersonaliseerde klantervaring mogelijk. Engineering Data Management-oplossingen helpen klanten bij het beheren van de uitgebreide gegevens die nodig zijn voor de ontwikkeling van autonoom rijden, zoals hieronder geïllustreerd continentaal casestudy. Intelligente platforms, zoals IBM Cloud Pak® for Network Automation, maken de automatisering en orkestratie van netwerkactiviteiten mogelijk, wat vooral relevant is voor telecombedrijven in de infrastructuur. Aan de achterkant helpt IBM Connected Vehicle Insight fabrikanten bij het ontwikkelen van gebruiksscenario's voor verbonden voertuigen.

Even belangrijk is dat SDV's veel gespecialiseerde technologieën van verschillende aanbieders vereisen. Daarom speelt ecosysteemsamenwerking een belangrijke rol in de SDV-architectuur.

Uiteindelijk speelt elk onderdeel in de architectuur een goed gedefinieerde rol bij het garanderen van de best mogelijke ervaring voor voertuigbestuurders en passagiers, waardoor de SDV wordt versterkt als de volgende evolutie van de auto-industrie.

Bent u van plan aanwezig te zijn CES, van 9-12 januari 2024 in Las Vegas? Kom langs in het IBM Meeting Center om meer te leren over SDV-technologieën.

Bezoek ons ​​op CES en leer meer over SDV-technologieën


Meer van Kunstmatige intelligentie




Zes manieren waarop AI de toekomst van klantenservice kan beïnvloeden

4 min gelezen - Organisaties hebben altijd een bepaalde mate van technologie gebruikt om een ​​uitstekende klantervaring te bieden, maar de toekomst van klantenservice zal nog meer verbeteringen vereisen om aan de groeiende verwachtingen van klanten te voldoen. Het lijdt geen twijfel dat de klantenservice op het punt staat een enorme sprong voorwaarts te maken, dankzij opkomende trends als kunstmatige intelligentie (AI). Volgens een CEO van IBV voelt bijna 50% van de CEO's de toegenomen verwachtingen van klanten dat organisaties het gebruik van nieuwe technologieën zoals generatieve AI zullen versnellen...




IBM uitgeroepen tot leider in het Gartner® Magic Quadrant™ 2023 voor data-integratietools

4 min gelezen - De data-integratietools van IBM vormen een kernonderdeel van IBM's Data Fabric en bieden klanten een veilige databasis om AI-implementaties te versnellen en te schalen. Vooruitstrevende bedrijven zien de waarde die de adoptie van multi-cloud biedt. De enige vraag is: hoe zorg je voor effectieve manieren om datasilo’s af te breken en data samen te brengen voor selfservice-toegang? Dit is vooral een integraal onderdeel van de huidige AI-gestuurde markt, waar bedrijven hun ML-modellen voortdurend voeden en trainen op grote databasissen. Om vol vertrouwen…




Watsonx.governance is nu algemeen beschikbaar en helpt bedrijven vertrouwen op te bouwen in hun generatieve AI

4 min gelezen - Voordat AI uw bedrijf kan helpen nieuwe productiviteitsniveaus te bereiken, moet u erop kunnen vertrouwen wat het doet. Hoewel generatieve AI het potentieel heeft om een ​​enorme productiviteit en economische waarde te ontsluiten, gaat het gepaard met nieuwe complexiteiten en verhoogde risico’s die niet eerder gezien werden met voorspellende machine learning (ML). Dit varieert van de oorsprong van onderliggende trainingsgegevens tot het potentieel van AI om vooringenomenheid te bestendigen tot een gebrek aan verklaarbare resultaten. Bedrijven moeten vangrails opzetten om deze…




Een kijkje in IBM's AI-ethiek-governance-framework

3 min gelezen - “Organisaties zijn ervoor verantwoordelijk dat de AI-projecten die zij ontwikkelen, inzetten of gebruiken geen negatieve ethische gevolgen hebben”, aldus Gartner. Maar terwijl 79% van de leidinggevenden zegt dat AI-ethiek belangrijk is voor hun bedrijfsbrede AI-aanpak, heeft minder dan 25% de principes van ethisch bestuur geoperationaliseerd. In een nieuwe case study over IBM vertelt Gartner hoe een governance-framework kan worden opgezet om het proces van het detecteren en beheren van technologische ethische problemen in AI-projecten te stroomlijnen. Het aanpakken van de behoefte aan een…

IBM-nieuwsbrieven

Ontvang onze nieuwsbrieven en onderwerpupdates die de nieuwste thought leadership en inzichten over opkomende trends bieden.

Abonneer nu

Meer nieuwsbrieven

Tijdstempel:

Meer van IBM