PTC:“软件定义汽车”将重塑汽车行业数字化研发体系

简介: PTC:“软件定义汽车”将重塑汽车行业数字化研发体系

2021年是全球汽车龙头企业大众汽车向软件定义汽车全面迈进的一年。大众汽车在2020年的预测:当时一辆车上最多约集成了1亿行代码,而到了2025年一辆车上将集成多达10亿行代码(注1)。而1行代码的开发费用是多少?约是10美元。10亿行代码就意味着100亿美元的开发成本!PTC资深技术专家周海涛认为,未来,汽车工业将是不折不扣的软件工业,汽车研发创新体系将发生巨变!

所谓“软件定义汽车”,指的是当汽车的硬件逐步标准化模块化之后,软件逐步成为汽车的核心,软件价值和作用在汽车中的比重逐步提升,软件主宰驾驶、娱乐等大部分功能,软件将决定汽车配置、用车体验的差异,这就是未来汽车的形态。在2022年的“两会”,新能源汽车、自动驾驶、智能网联等再次成为热点,而周海涛则呼吁中国汽车工业应聚焦软件这一载体,从“软件定义汽车”倒推汽车研发创新面向未来的深刻变革。


10亿行代码重构汽车

10亿行代码是什么概念?谷歌约有20亿行代码、Facebook约有6000万行代码、MS Office 2013约有4000万行代码、安卓系统约有不到2000万行代码(注2)。10亿行代码相当于是谷歌与Facebook之间的软件与互联网公司量级。当汽车的软件代码达到10亿行量级时,汽车公司就成为了一家不折不扣的软件公司。

未来一辆奔跑的汽车上将载有10亿行代码,汽车的研发重心将以软件工程为主,而这正是大众汽车通过巨额投资对自己进行重构的方向。2021年7月,大众公司发布了2030战略(注3),对近几年的业务转型举措进行了总结,同时展望了到2030的“新汽车”战略——电气架构E3 2.0、全面电气化、超级模块化生产平台SSP、成为软件驱动的移动出行服务提供商。在大众汽车的下一代研发体系中,E3 2.0和SSP是硬件标准化与模块化的“终结者”。从2025年起,E3 2.0将是所有大众汽车的统一电子电气架构,在软件上基于VW.OS大众操作系统、VW.AC大众汽车云,可以支持自动驾驶L3、L4以及丰富的功能与应用。E3 2.0也实现了汽车电子控制系统的全面集中化,将目前车内近百个ECU电子控制器集中为三个智能控制域,可以理解为PC电脑的中央控制单元,汽车生产也可以像电脑一样组装,这背后依托的就是SSP超级模块化平台。SSP是之前大众不同车型模块化平台MEB、PPE等的整合统一,基于该平台可以将新车项目周期从54个月缩减到40个月、汽车生产时间缩短到10个小时。周海涛强调,大众汽车的新平台战略昭示了其未来的业务重心:机电一体化产品平台SSP体现了大众将进一步促进研发及制造的重用,推动基于平台高效的技术创新;软件平台则体现了大众公司以软件为中心组织整车开发模式的转型决心,从开发模式、运营体系到数字化支撑都将带来全新变化。2022年3月15日,大众汽车发布2021年报(注4),“新汽车”战略取得了阶段性进展:第一辆基于SSP的新车型Trinity将在一个耗资20亿欧元的新工厂生产,不仅将采用最新的生产方式,也将实现净中和碳足迹;软件部门CARIAD在过去一年已经通过OTA推送了56次软件更新,并将在2025年发布面向集团所有品牌的统一软件平台2.0等。围绕“10亿行代码”,大众汽车正在彻底重塑研发创新体系。


向龙头企业学习什么

大众汽车以“Software First”为核心理念进行研发创新体系的重构,相应也将带动全球汽车工业进一步积极拥抱“软件定义汽车”。周海涛强调,“软件定义汽车”趋势将为全球汽车工业带来三大变化:硬件平台化与通用化;软件与硬件解耦;软件服务成为汽车的未来赢利点。

具体来看给汽车工业带来的三大变化

硬件平台化与通用化。分布式的电子电气架构以及纷繁复杂的车型配置不利于OTA模式推广,大幅增加了软件适配的难度。伴随技术的发展成熟以及电动化的趋势,硬件的技术壁垒将被逐渐拉平,同级别车型通过硬件体现的差异化将越来越少,很多车企新车型都近乎做到了同级顶配,通过EE架构变革、硬件预埋、模块整合等方式精简车型配置,提升硬件标准化水平。

软件与硬件解耦。今天汽车内有近百个ECU,每个ECU都是由独立供应商设计开发,软件与硬件硬绑定,不同ECU间协同难、效率低且软件更新周期慢。未来汽车将把近百个ECU进一步压缩到几个智能控制域,加之硬件标准化程度的提升,软件将与硬件解耦,可以按需组合调用不同硬件资源,软件也可以快速迭代、快速更新,不断为用户提供新体验、新功能、新性能。例如特斯拉Model 3没有任何硬件升级,仅通过软件OTA即可将车辆百公里加速性能由4.6秒提升至4.1秒,这背后就是软件解耦后,“Acceleration Boost”软件包通过算法优化调用硬件资源带来的体验升级。

软件服务成为汽车的未来赢利点。制造业的微笑曲线已经在向2.0时代发展,即随着更多数字化技术的引入,将加剧微笑曲线的上扬,研发端尤其后端即后市场的附加值将大幅提升。软件OTA使汽车产品在交付用户后仍然能够保持生命力,通过软件OTA推送,车企可以升级功能、拓展新应用、定制个性化的服务,拓宽自身的盈利模式。

面向三大变化趋势,车企如何增加重用及降低成本、如何应对软件带来的产品复杂性的激增、如何捕获需求推动模式转型,就成为车企面临的三大挑战。


汽车行业重塑数字化研发体系

应对汽车行业百年变革带来的种种挑战,车企及生态企业纷纷积极拥抱数字化转型,以期应用数字化全新手段在新时代占得先机。数字化体系建设既是从0到1的革新,更是从1到100的漫长之旅。

借鉴CMM成熟度模型,企业数字化成熟度分为以下5个层级:Level 1——初始级(Ad Hoc),即数字化举措仅为响应单点业务挑战,与企业战略匹配性低,且不注重用户体验;Level 2——机遇级(Opportunistic),即已认识到数字化战略应融入业务战略,但仍欠缺一体化的数字化体系规划,数据、流程仍存在断点;Level 3——重复级(Repeatable),即企业制定了数字化的蓝图及推广路线,导入方法论循序构建内部运营的数字化体系,但并未实现产品及服务的创新;Level 4——管理级(Managed),即数字化蓝图与业务战略紧密关联,数字化技术赋能企业进行产品及服务体验的变革;Level 5——优化级(Optimized),即企业具有颠覆性特征,数字化技术持续驱动企业商业模式创新,并能够影响市场,带动生态环境的重塑。

纵观国内汽车整车及零部件供应商行业,多数企业仍处于Level 2,少数头部企业达到了Level3,但大众已经达到了Level 4,并向Level 5迈进。大众集团下多个品牌均引入了PTC数字主线、增强现实(AR)等技术,支撑其数字化战略落地。此外,宝马、沃尔沃集团及部分国内头部乘用车、商用车企业也已经注重在传统IT建设的基础上构建创新的数字化能力,达到了Level 3、Level 4的水平。

聚焦在研发领域,作为全球工业研发领域的顶级技术供应商,PTC公司的研发平台广泛服务于全球行业龙头企业。当前,中国正在经历汽车产品重新定义的新阶段。基于PTC核心的PLM/ALM平台,融入数字主线、数字孪生技术,周海涛向中国车企推荐三大PTC解决方案,以助力中国汽车企业重新定义产品,深刻变革研发体系,加速走向Level 4及Level 5。

产品全生命周期模块化平台解决方案。以大众SSP为参考,汽车平台要灵活可扩展,通过标准化和通用化增加零部件的重用,进而降低研发与制造成本。平台在规划阶段,除了考虑传统的硬件模块外,还要考虑与软件相关的电子电气部分,要能适应未来的电子电气架构,也就是在定义平台时要考虑支撑软硬件的解耦,从而支持软件的快速迭代。PTC解决方案应用了系统工程方法支撑平台的规划和定义,支持构建与管理模块化的车型平台,实现平台架构、模块、配置规则、BOM、3D模型及DMU的一体化管理,提供矩阵式产品家族图谱,方便清晰了解平台应用状态;而且平台不仅服务于研发环节,通过BOM多视图、配置规则传递等方式服务企业端到端的价值链,拉通研发、制造、服务、营销等所有环节。

OTA端到端软件管理解决方案。汽车日益丰富多样化的功能带来软件体量指数级增长,同时伴随OTA的普及,对软件迭代效率、软件版本管理、软件质量保障都带来了严峻挑战。PTC方案可支持未来汽车的两大软件开发管理场景:支撑嵌入式软件符合功能安全要求的瀑布开发流程;打通OTA场景下敏捷开发流程,支持需求驱动的功能敏捷开发。支持ECU软件开发方面,PTC解决方案覆盖了软件从需求定义、架构设计、代码管理、测试、到发布的全生命周期,使整个开发过程可管理、可跟踪、可追溯,保障了软件开发的严谨性。而在面向OTA敏捷开发中,PTC通过数字主线技术可以拉通功能需求、软件代码、测试脚本、测试资源、缺陷库等业务对象,支持车企实现持续集成、持续发布。

需求管理解决方案。汽车软件的快速变化源于需求的多样化、多元化,车企需要首先聚合包括400热线、车联网数据、售后平台反馈等多元需求,分析并融入到功能开发过程中。PTC解决方案支持车企实现需求驱动的产品开发。从结合“数字主线”技术,实现多源头需求汇聚,开发需求定义与分解,建立需求与设计、仿真及测试的数字化追溯性,再到建立需求库、促进需求重用,直至实现需求的分析与评价等,PTC产品需求管理解决方案覆盖了需求收集、需求分析与评审、需求分发、需求实现以及需求验证等需求工程的各个环节,促进“软件定义汽车”背景下需求的精准开发实现。


整体来说:某种程度来看,未来汽车将是移动的大型智能手机,软件将成为未来汽车的主体以及差异化竞争力,汽车企业将成为下一代软件企业。今天的车企,必须从未来汽车形态倒推研发体系的变革,尽早在研发体系中建立强大的软件工程能力,这将是中国汽车工业在未来世界舞台中生存与发展的前提和必要条件。“奔跑的10亿行代码”,将重塑今天的中国汽车工业研发创新体系!

注1:https://www.volkswagenag.com/presence/investorrelation/publications/presentations/2020/03-märz/2020.02.27_VWAG_Exane_Webcast%202020.pdf

注2https://www.visualcapitalist.com/millions-lines-of-code/

注3:https://www.volkswagenag.com/en/group/strategy.html

注4https://annualreport2021.volkswagenag.com

相关文章
|
8月前
|
人工智能 运维 安全
AI大模型运维开发探索第四篇:智能体分阶段演进路线
本文探讨了智能体工程的演进历程,从最初的思维链(智能体1.0)到实例化智能体(智能体2.0),再到结构化智能体(智能体3.0),最终展望了自演进智能体(智能体4.0)。文章详细分析了各阶段遇到的问题及解决策略,如工具调用可靠性、推理能力提升等,并引入了大模型中间件的概念以优化业务平台与工具间的协调。此外,文中还提到了RunnableHub开源项目,为读者提供了实际落地的参考方案。通过不断迭代,智能体逐渐具备更强的适应性和解决问题的能力,展现了未来AI发展的潜力。
|
6月前
|
监控 应用服务中间件 Linux
掌握并发模型:深度揭露网络IO复用并发模型的原理。
总结,网络 I/O 复用并发模型通过实现非阻塞 I/O、引入 I/O 复用技术如 select、poll 和 epoll,以及采用 Reactor 模式等技巧,为多任务并发提供了有效的解决方案。这样的模型有效提高了系统资源利用率,以及保证了并发任务的高效执行。在现实中,这种模型在许多网络应用程序和分布式系统中都取得了很好的应用成果。
204 35
|
8月前
|
数据采集 消息中间件 人工智能
AI Agent:构建以数据为中心的智能体
在过去一年里大模型领域主要有两大领域的热点,一个是 LLM,几乎每月速度革新,大家关心的是效果和成本。另一个是 AI Agent,大家尝试解决各个领域应用问题,大家关心的是场景和竞争力。下面我们重点分享一下 AI Agent 的趋势和实践。
1243 15
|
9月前
|
算法 API 数据安全/隐私保护
淘宝商品详情 API 接口(淘宝 API 系列)
淘宝商品详情API接口为电商从业者、数据分析师及开发者提供获取淘宝商品详细信息的便捷途径。该接口涵盖商品名称、价格、图片、描述、用户评价等多维度数据,助力市场分析与应用开发。严格的权限管理和灵活的请求方式确保数据安全和高效获取。Python示例代码展示了如何通过API获取特定商品的详情信息,包括构建请求参数、生成签名及处理响应结果。 供稿:Taobaoapi2014 接口特点: - **丰富的数据内容**:提供商品基础信息、价格、图片、描述及用户评价。 - **多种请求方式**:支持GET和POST请求,灵活设置参数满足不同需求。
|
9月前
|
数据采集 人工智能 自然语言处理
《深度融合:DeepSeek无缝嵌入现有业务系统全攻略》
在数字化转型中,企业利用人工智能提升效率和创新能力。DeepSeek作为强大的大语言模型,以其出色的推理能力为企业带来新机遇。集成DeepSeek需经过系统评估、需求分析和技术选型,选择API调用或私有化部署。通过接口对接、数据预处理和模型优化,逐步实现深度融合。最后,进行全面测试确保集成效果,为企业业务创新注入强大动力。
1022 0
|
JavaScript 前端开发 Java
Github 2024-08-01 开源项目月报 Top17
根据Github Trendings统计,2024年8月共有17个项目上榜。按开发语言分类,项目数量如下:Python项目6个,非开发语言项目与TypeScript项目各4个,JavaScript项目3个,Java、Go及Vue项目各1个。其中,免费编程学习平台freeCodeCamp.org以381,011个Star数领先,提供全栈网页开发和机器学习课程。其他项目涵盖编程书籍、API集合、低代码开发平台等多种资源。
305 1
|
存储 缓存 Kubernetes
Dubbo-kubernetes 基于 Informer 服务发现优化之路
优化为 Informer 后,Dubbo 的服务发现不用每次直接调用 kube-apiserver,减小了 kube-apiserver 的压力,也大大减少了响应时间,助力 Dubbo 从传统架构迁移到 Kubernetes 中。
347 61
Dubbo-kubernetes 基于 Informer 服务发现优化之路
|
JavaScript Java jenkins
如何利用CentOS7+docker+jenkins+gitee部署springboot+vue前后端项目(保姆教程)
如何利用CentOS7+docker+jenkins+gitee部署springboot+vue前后端项目(保姆教程)
599 0
|
SQL 关系型数据库 MySQL
MySQL数据库设计规范总结
该文档是一份MySQL数据库设计和SQL编写规范,旨在帮助技术团队遵循最佳实践,确保数据库设计合理、高效。规范涵盖数据库命名、表结构、数据类型优化、索引设计、分库分表、字符集、DAO设计建议和SQL编写规则。其中强调了强制性要求,如使用InnoDB存储引擎,主键和索引设计,以及避免全表扫描和使用JOIN等。此外,还提供了SQL示例和性能优化建议,以确保数据库系统的稳定性和性能。
559 2
|
芯片
MTK平台驱动调试指南 GPIO设置篇
MTK平台驱动调试指南 GPIO设置篇
1066 1

热门文章

最新文章