O veículo definido por software: a arquitetura por trás da próxima evolução da indústria automotiva - IBM Blog

O veículo definido por software: a arquitetura por trás da próxima evolução da indústria automotiva – IBM Blog

Nó Fonte: 3001242



Cada vez mais consumidores esperam que os seus veículos ofereçam uma experiência não diferente daquela oferecida por outros dispositivos inteligentes. Eles buscam integração total em suas vidas digitais, desejando um veículo que possa gerenciar suas operações, adicionar funcionalidades e habilitar novos recursos principalmente ou inteiramente por meio de software.

De acordo com uma Relatório GMI, espera-se que o mercado global de veículos definidos por software (SDV) atinja um CAGR de 22.1% entre 2023 e 2032. Esse crescimento é impulsionado pelo aumento da demanda por recursos avançados em veículos, regulamentações rigorosas de segurança veicular, aumento de investimentos em pesquisa e desenvolvimento, e navegação e conectividade aprimoradas. Mas o que exatamente define um SDV e qual é a base arquitetônica por trás do carro que fornece conectividade, automação e personalização?

O SDV em poucas palavras

Num SDV, o veículo serve como base tecnológica para inovações futuras, atuando como um centro de comando para recolher e organizar grandes volumes de dados, aplicando IA para obter insights e automatizar ações ponderadas. O SDV separa hardware de software, permitindo atualizações e upgrades, automação ou autonomia e conectividade constante. Ele interage com seu ambiente, aprende e apoia modelos de negócios baseados em serviços. Simultaneamente, a eletrônica embarcada evolui de unidades de controle eletrônico individuais para computadores de alto desempenho com maior desempenho e integração simplificada.

Um close da arquitetura SDV

A infraestrutura camada

Esta camada inclui não apenas o veículo, mas também os equipamentos de telecomunicações, unidades rodoviárias, sistemas de cidades inteligentes e componentes semelhantes, bem como vários sistemas back-end dos fabricantes de equipamentos originais (OEMs). Todos estes elementos fazem parte de um processo cíclico no qual os dados do veículo são utilizados para desenvolvimento, operação e serviços. Com base nos insights desses dados, o novo software é entregue aos veículos por meio de atualizações over-the-air.

A camada da plataforma de nuvem híbrida

Na abordagem da IBM, uma plataforma uniforme baseada em Linux® e Kubernetes abrange desde o veículo até a borda do sistema backend. É suportado pelo Red Hat® Enterprise Linux e Red Hat® Openshift®, permitindo que o software seja distribuído de forma flexível na forma de contêineres de software, aderindo ao princípio de “construir uma vez, implantar em qualquer lugar”. O software pode ser desenvolvido e testado no back-end antes de ser facilmente implantado no veículo ou na infraestrutura. Tudo isso proporciona uma flexibilidade sem precedentes.

A padronização por meio da abstração de software aplicativo na forma de contêineres leva a uma melhor manutenção e portabilidade do software, resultando em maior produtividade do desenvolvedor. A abordagem de nuvem híbrida é complementada pelo IBM Edge Application Manager, permitindo que os OEMs escalem e operem soluções de borda de forma autônoma, juntamente com a IBM Embedded Automotive Platform, um tempo de execução Java otimizado para uso em veículos.

A camada de IA e plataforma de dados

Os modelos de IA há muito desempenham um papel importante nas funcionalidades dos veículos, como ADAS/AD. Alguns OEMs, como Honda, use IA para gerenciamento de conhecimento para fornecer automóveis mais seguros e personalizados. No que diz respeito à operação de veículos, a IA é atualmente aplicada na cibersegurança para analisar eventos e incidentes de segurança recebidos, e na análise de dados telemáticos para obter informações sobre experiências de condução.

Hoje, a IA generativa pode melhorar muito o desenvolvimento e a operação de SDV, gerando automaticamente artefatos como casos de teste, modelos de arquitetura e código-fonte de software. Isso requer uma plataforma de dados e IA como a IBM watsonx™ para gerenciar vários modelos de base otimizados para cada caso de uso, construir modelos de base específicos e personalizados com base em padrões proprietários do cliente e proteger os dados de engenharia contra incorporação em modelos de base de código aberto público que os concorrentes possam explorar. Além disso, tecnologias como a IBM Distributed AI API permitem que os OEMs otimizem a implementação e o uso de modelos de IA em dispositivos de ponta, como veículos.

A camada de segurança

Os OEMs estão adotando cada vez mais uma estrutura de confiança zero para a segurança cibernética para combater ameaças externas e internas em todo o desenvolvimento, operações em veículos e ambientes empresariais. Um elemento central na segurança veicular é o Vehicle Security Operation Center, onde o IBM Security® QRadar® Suite pode ser usado para detecção de ameaças e orquestração, automação e resposta de segurança.

Os OEMs também precisam criptografar mensagens dentro de um veículo e todas as outras comunicações que vão além dele. Isso pode ser alcançado por meio do IBM Enterprise Key Management Foundation. Por fim, o IBM Security® X-Force® Red fornece ofertas específicas de testes automotivos.

A camada de produtos de IA

Uma plataforma de desenvolvimento moderna, como o IBM Engineering Lifecycle Management, permite que a indústria automotiva pratique o desenvolvimento ágil de software em um ambiente moderno de CI/CD. Ele fornece engenharia de requisitos rastreáveis, engenharia e testes de sistemas baseados em modelos, facilitando a colaboração, gerenciando a complexidade do produto, aplicando insights baseados em dados e garantindo a conformidade. Além disso, a engenharia de IA, apoiada por plataformas como o watsonx, permite uma experiência personalizada ao cliente. As soluções de gerenciamento de dados de engenharia ajudam os clientes a gerenciar os extensos dados necessários para o desenvolvimento da direção autônoma, conforme ilustrado neste continental estudo de caso. Plataformas inteligentes, como o IBM Cloud Pak® for Network Automation, permitem a automação e orquestração de operações de rede, particularmente relevantes para empresas de telecomunicações na infraestrutura. No backend, o IBM Connected Vehicle Insight ajuda os fabricantes a construir seus casos de uso de veículos conectados.

Igualmente importante, os SDV requerem muitas tecnologias especializadas de diferentes fornecedores, razão pela qual a colaboração do ecossistema desempenha um papel importante na arquitectura do SDV.

Em última análise, cada componente da arquitetura desempenha um papel bem definido para garantir a melhor experiência possível aos condutores e passageiros dos veículos, solidificando o SDV como a próxima evolução da indústria automóvel.

Você planeja participar CES, de 9 a 12 de janeiro de 2024 em Las Vegas? Visite o IBM Meeting Center para saber mais sobre as tecnologias SDV.

Junte-se a nós na CES para aprender sobre as tecnologias SDV


Mais de Inteligência Artificial




Seis maneiras pelas quais a IA pode influenciar o futuro do atendimento ao cliente

4 min ler - As organizações sempre utilizaram algum grau de tecnologia para proporcionar uma excelente experiência ao cliente, mas o futuro do atendimento ao cliente exigirá ainda mais avanços para atender às crescentes expectativas dos clientes. Não há dúvida de que o atendimento ao cliente está prestes a dar um grande salto em frente, graças a tendências emergentes como a inteligência artificial (IA). Na verdade, quase 50% dos CEOs sentem que as expectativas dos clientes aumentam de que as organizações acelerarão o uso de novas tecnologias como a IA generativa, de acordo com um CEO da IBV…




IBM é nomeada líder no Gartner® Magic Quadrant™ de 2023 para ferramentas de integração de dados

4 min ler - As ferramentas de integração de dados da IBM são uma peça central do Data Fabric da IBM, fornecendo aos clientes uma base de dados segura para acelerar e dimensionar implementações de IA. As empresas com visão de futuro veem o valor que a adoção de múltiplas nuvens oferece. A única questão é: como garantir formas eficazes de quebrar silos de dados e reuni-los para acesso de autoatendimento? Isto é especialmente importante no mercado atual impulsionado pela IA, onde as empresas alimentam e treinam continuamente os seus modelos de ML em grandes bases de dados. Para confiar…




Agora com disponibilidade geral, watsonx.governance ajuda as empresas a construir confiança em sua IA generativa

4 min ler - Antes que a IA possa ajudar sua empresa a alcançar novos níveis de produtividade, você precisa confiar no que ela está fazendo. Embora a IA generativa tenha o potencial de desbloquear uma enorme produtividade e valor económico, ela traz consigo novas complexidades e riscos acrescidos nunca antes vistos com a aprendizagem automática preditiva (ML). Isto vai desde a origem dos dados de formação subjacentes ao potencial da IA ​​para perpetuar preconceitos até à falta de resultados explicáveis. As empresas devem estabelecer barreiras de proteção para gerenciar essas…




Uma análise da estrutura de governança ética de IA da IBM

3 min ler - “As organizações são responsáveis ​​por garantir que os projetos de IA que desenvolvem, implantam ou usam não tenham consequências éticas negativas”, de acordo com o Gartner. No entanto, embora 79% dos executivos afirmem que a ética da IA ​​é importante para a sua abordagem de IA em toda a empresa, menos de 25% operacionalizaram princípios de governação ética. Num novo estudo de caso com a IBM, a Gartner fala sobre como estabelecer uma estrutura de governação para agilizar o processo de deteção e gestão de preocupações éticas tecnológicas em projetos de IA. Atendendo à necessidade de um…

Boletins informativos da IBM

Receba nossos boletins informativos e atualizações de tópicos que oferecem as mais recentes lideranças inovadoras e insights sobre tendências emergentes.

Inscreva-se agora

Mais boletins informativos

Carimbo de hora:

Mais de IBM