软件定义汽车:汽车行业下一次演进背后的架构 - IBM 博客

软件定义汽车:汽车行业下一次演进背后的架构 – IBM 博客

源节点: 3001242



现在,越来越多的消费者希望他们的车辆能够提供与其他智能设备没有什么不同的体验。 他们寻求完全融入他们的数字生活,希望有一种车辆能够主要或完全通过软件来管理他们的运营、添加功能并启用新功能。

根据一个 GMI报告预计22.1年至2023年间,全球软件定义汽车(SDV)市场的复合年增长率将达到2032%。这一增长的推动因素包括对车辆先进功能的需求不断增长、严格的车辆安全法规、研发投资的增加、以及增强的导航和连接性。 但是 SDV 的确切定义是什么?汽车背后提供连接性、自动化和个性化的架构基础是什么?

SDV 简而言之

在 SDV 中,车辆充当未来创新的技术基础,充当收集和组织大量数据的指挥中心,应用人工智能获取见解并自动执行深思熟虑的行动。 SDV 将硬件与软件分开,允许更新和升级、自动化或自主以及持续连接。 它与其环境交互,学习并支持基于服务的业务模型。 同时,车载电子设备从单独的电子控制单元发展为具有更高性能和简化集成的高性能计算机。

SDV架构特写

基础设施

该层不仅包括车辆,还包括电信设备、路边设备、智慧城市系统和类似组件,以及原始设备制造商 (OEM) 的各种后端系统。 这些要素都是车辆数据用于开发、运营和服务的循环过程的一部分。 根据这些数据的见解,新软件通过无线更新交付给车辆。

混合云平台层

在 IBM 方法中,基于 Linux® 和 Kubernetes 的统一平台涵盖从车辆到后端系统的边缘。 它由红帽®企业Linux和红帽®Openshift®支持,允许软件以软件容器的形式灵活分发,秉承“一次构建,随处部署”的原则。 该软件可以在后端进行开发和测试,然后轻松部署到车辆或基础设施中。 所有这些都提供了前所未有的灵活性。

通过以容器的形式抽象应用软件来实现标准化,可以提高软件的可维护性和可移植性,从而提高开发人员的工作效率。 IBM Edge Application Manager 和 IBM Embedded Automotive Platform(针对车载使用而优化的 Java 运行时)对混合云方法进行了补充,使 OEM 能够自主扩展和操作边缘解决方案。

AI和数据平台层

长期以来,人工智能模型在 ADAS/AD 等车辆功能中发挥着重要作用。 一些 OEM 厂商,例如 本田,利用人工智能进行知识管理,交付更安全、更个性化的汽车。 在车辆操作方面,人工智能目前应用于网络安全以分析传入的安全事件和事件,并分析远程信息处理数据以深入了解驾驶体验。

如今,生成式人工智能可以通过自动生成测试用例、架构模型和软件源代码等工件来极大地增强 SDV 的开发和操作。 这需要像 IBM 这样的人工智能和数据平台 屈臣氏™ 管理每个用例的各种优化基础模型,根据客户专有标准构建定制的特定基础模型,并保护工程数据不被纳入竞争对手可能利用的公共开源基础模型中。 此外,IBM Distributed AI API 等技术使 OEM 能够优化 AI 模型在车辆等边缘设备中的部署和使用。

安全层

OEM 越来越多地采用零信任网络安全框架,以应对开发、车载运营和企业环境中的外部和内部威胁。 车辆安全的核心要素之一是车辆安全运营中心,其中 IBM Security® QRadar® Suite 可用于威胁检测和安全编排、自动化和响应。

OEM 还需要对车辆内的消息以及超出车辆范围的所有其他通信进行加密。 这可以通过 IBM Enterprise Key Management Foundation 来实现。 最后,IBM Security® X-Force® Red 提供特定的汽车测试产品。

AI产品层

现代开发平台(例如 IBM Engineering Lifecycle Management)允许汽车行业在现代 CI/CD 环境中实践敏捷软件开发。 它提供可追溯的需求工程、基于模型的系统工程和测试,促进协作、管理产品复杂性、应用数据驱动的见解并确保合规性。 此外,由 watsonx 等平台支持的人工智能工程可实现个性化的客户体验。 工程数据管理解决方案可帮助客户管理自动驾驶开发所需的大量数据,如图所示 大陆 案例分析。 IBM Cloud Pak® for Network Automation 等智能平台可实现网络运营的自动化和编排,尤其与基础设施中的电信公司相关。 在后端,IBM Connected Vehicle Insight 帮助制造商构建其联网车辆用例。

同样重要的是,SDV 需要来自不同提供商的许多专业技术,这就是生态系统协作在 SDV 架构中发挥重要作用的原因。

最终,该架构中的每个组件都在确保车辆驾驶员和乘客获得最佳体验方面发挥着明确的作用,从而巩固了 SDV 作为汽车行业下一代发展的地位。

你打算参加吗 CES,9 年 12 月 2024 日至 XNUMX 日在拉斯维加斯? 欢迎前往 IBM 会议中心,了解有关 SDV 技术的更多信息。

参加 CES,了解 SDV 技术


更多来自人工智能




人工智能影响客户服务未来的六种方式

4 阅读分钟组织始终使用一定程度的技术来提供卓越的客户体验,但客户服务的未来将需要更多的进步来满足客户不断增长的期望。 毫无疑问,由于人工智能 (AI) 等新兴趋势,客户服务即将实现巨大飞跃。 事实上,据 IBV 首席执行官称,近 50% 的首席执行官认为客户对组织将加速使用生成式人工智能等新技术的期望越来越高……




IBM 被评为 2023 年 Gartner® Magic Quadrant™ 数据集成工具领导者

4 阅读分钟IBM 的数据集成工具是 IBM Data Fabric 的核心部分,为客户提供安全的数据基础来加速和扩展 AI 实施。 有远见的企业看到了多云采用所带来的价值。 唯一的问题是:如何确保有效地打破数据孤岛并将数据整合在一起以进行自助访问? 这在当今人工智能驱动的市场中尤其重要,企业不断在大数据基础上提供和训练他们的机器学习模型。 自信地…




watsonx.governance 现已全面推出,可帮助企业建立对其生成式 AI 的信任

4 阅读分钟在人工智能帮助您的企业达到新的生产力水平之前,您需要能够信任它正在做的事情。 虽然生成式人工智能有潜力释放巨大的生产力和经济价值,但它也带来了预测性机器学习 (ML) 以前未曾见过的新的复杂性和增加的风险。 范围从基础训练数据的起源到人工智能延续偏见的潜力,再到缺乏可解释的输出。 企业必须建立护栏来管理这些……




IBM 人工智能道德治理框架概览

3 阅读分钟Gartner 表示:“组织有责任确保他们开发、部署或使用的人工智能项目不会产生负面的道德后果。” 然而,虽然 79% 的高管表示人工智能道德对其企业范围内的人工智能方法很重要,但只有不到 25% 的高管实施了道德治理原则。 在 IBM 的新案例研究中,Gartner 讨论了如何建立治理框架来简化检测和管理人工智能项目中技术道德问题的流程。 解决…的需求

IBM 时事通讯

获取我们的时事通讯和主题更新,提供最新的思想领导力和对新兴趋势的见解。

现在订阅

更多新闻通讯

时间戳记:

更多来自 IBM