軟件定義汽車時代，云計算成幕后重要推手

科技云報道

+ 關注

2022-07-28 10:54

575次閱讀

作為中國經濟發展的“中流砥柱”，汽車產業正在發生著顯著變化，以電動化、智能化、網聯化和共享化為代表的汽車產業“新四化”，已經被公認為汽車行業的未來趨勢。

隨著5G、大數據、云計算、人工智能等新技術與汽車產業加速融合，車輛已不再是單純的交通工具，而是演變成為“超級智能移動終端”。

汽車“新四化”的發展以數據為底層基礎，配備智能化和網聯化的車載產品來實現與人、路、車的智能交互，是人車關系從工具向伙伴演進的重要紐帶和關鍵節點。

人和車輛之間因交互產生的大量數據將呈指數級增長，這些數據包括語音交互、視覺交互、車路協同等多元數據，從而為用戶獲得更安全、更舒適的駕乘體驗。

因此，數據的存儲、上傳及高效利用成為汽車企業構建核心競爭力的關鍵。

人車交互歸根結底是數據問題

在人車交互和車輛行駛過程中會產生各種各樣的數據問題。

所有數據從底座上來看，有些具備共性特點，不管是圖像、音頻、文字，都涉及基礎數據切割的動作，這是一個跨行業、跨場景的共通需求。

差異化的部分是，由于底層算法跟場景強相關，在處理不同場景下的數據時，要把底層那些共性的東西進行排列組合應用到外延場景。

包括一些不同場景下的特定數據分類和標簽，底層模型一定要與場景形成緊耦合，從而得到適用于場景的預訓練模型，大大提高數據處理的效率。

比如在基本功能層面，根據不同車廠的設計以及用戶不同的使用習慣，會產生大量的差異化需求，數據的采標處理相應變得多樣復雜。

在艙內交互中，用戶的一句“我好熱”，不同車廠的響應是不同的，有些可能是把車窗打開，有些是把空調打開。

除此之外，每位車主開車習慣也有所不同，對于艙內的虛擬駕駛伙伴，也有聲音和性格要求，這會涉及個人定制問題。

這種差異化需求需要從底層數據設計和規劃做起，以滿足艙內交互的基本功能點。

數據安全合規問題始終都是企業的重中之重，在座艙和駕駛場景下，艙內和艙外對于數據的隱私安全有所不同。

艙內無論是語音、圖像還是動作，都需要經過單獨的個人授權。艙外會更復雜一些，包括道路、房屋、車輛等所有物體的跟蹤。

在這個過程中，除了取得用戶的個人隱私授權外，還要對數據進行加密處理，這就需要一套完整的數據處理系統，能夠對數據的整個閉環進行全方位監控。

另外，數據處理效率也是一大問題。目前發現，數據的處理速度遠遠跟不上機器學習的速度。

如何解決這種需求不對等的問題？今年，美國提出一個詞叫做Human Machine Teaming，即人機團隊協作。

根據麻省理工學院研究團隊進行的一項實驗結果顯示，相較于純AI應用的機器人或單一人類組成的團隊，人機協作團隊的工作效率更高，這一作業模式甚至能減少85%的人員閑置時間，大幅降低企業成本。

在數據處理過程中，也應該采用人機協作的方式進行圖像摳圖、語音轉寫等。因此，擁有一個一站式的AI數據處理系統至關重要。

可以看到，自動駕駛、人車交互背后的算法、硬件架構研發，需要海量的算力進行反復模擬、驗證，智能交通和共享汽車在運轉的過程中必然會產生海量的數據。

而這些數據如何實現安全、低延遲的傳輸，如何確保存儲的合規性，如何即時地從中提取關鍵信息，實現系統的進一步自我學習、自我進化，同樣也是不小的問題。

軟件定義汽車背后的云力量

隨著“新四化”的深入推進，汽車企業到了必須要轉型的時刻。

但在轉型過程中，傳統的一些方法、比如車企自建的數據服務器、封閉的車機系統、企業內部性能孱弱的模擬設備，實際上已經越來越無法滿足相關業務的需求，甚至還成為了“拖后腿”的關鍵因素。

在這樣的背景下，亞馬遜云科技成為了諸多車企共同選擇的重要合作伙伴。

AWS

2.6

15條點評

咨詢產品

免費試用

Amazon Web Services (AWS) 是全球最全面、應用最廣泛的云平臺

客戶案例

暫無

合作品牌

近日，亞馬遜云科技正式宣布將圍繞自動駕駛、車聯網和軟件定義汽車三大汽車行業數字化場景，全面賦能汽車行業的數字化轉型。

數據貫穿自動駕駛研發的每一個場景，亞馬遜云科技以自動駕駛數據湖為中心，幫助車企構建起端到端的自動駕駛數據閉環。

借助具有近乎無限擴展能力的Amazon Simple Storage Service（Amazon S3，云上對象存儲服務）構建自動駕駛數據湖，實現數據采集、數據管理和分析、數據標注、模型和算法開發、仿真驗證、地圖開發以及DevOps和MLOps，車企就能更加容易地實現自動駕駛全流程的開發、測試和應用。