科技云报道:软件定义汽车时代,云计算成幕后重要推手

简介: 人车交互归根结底是数据问题

科技云报道原创。

作为中国经济发展的“中流砥柱”,汽车产业正在发生着显著变化,以电动化、智能化、网联化和共享化为代表的汽车产业“新四化”,已经被公认为汽车行业的未来趋势。随着5G、大数据、云计算、人工智能等新技术与汽车产业加速融合,车辆已不再是单纯的交通工具,而是演变成为“超级智能移动终端”。

image.png

汽车“新四化”的发展以数据为底层基础,配备智能化和网联化的车载产品来实现与人、路、车的智能交互,是人车关系从工具向伙伴演进的重要纽带和关键节点。人和车辆之间因交互产生的大量数据将呈指数级增长,这些数据包括语音交互、视觉交互、车路协同等多元数据,从而为用户获得更安全、更舒适的驾乘体验。因此,数据的存储、上传及高效利用成为汽车企业构建核心竞争力的关键。

人车交互归根结底是数据问题

在人车交互和车辆行驶过程中会产生各种各样的数据问题。所有数据从底座上来看,有些具备共性特点,不管是图像、音频、文字,都涉及基础数据切割的动作,这是一个跨行业、跨场景的共通需求。差异化的部分是,由于底层算法跟场景强相关,在处理不同场景下的数据时,要把底层那些共性的东西进行排列组合应用到外延场景。包括一些不同场景下的特定数据分类和标签,底层模型一定要与场景形成紧耦合,从而得到适用于场景的预训练模型,大大提高数据处理的效率。

比如在基本功能层面,根据不同车厂的设计以及用户不同的使用习惯,会产生大量的差异化需求,数据的采标处理相应变得多样复杂。在舱内交互中,用户的一句“我好热”,不同车厂的响应是不同的,有些可能是把车窗打开,有些是把空调打开。除此之外,每位车主开车习惯也有所不同,对于舱内的虚拟驾驶伙伴,也有声音和性格要求,这会涉及个人定制问题。这种差异化需求需要从底层数据设计和规划做起,以满足舱内交互的基本功能点。

数据安全合规问题始终都是企业的重中之重,在座舱和驾驶场景下,舱内和舱外对于数据的隐私安全有所不同。舱内无论是语音、图像还是动作,都需要经过单独的个人授权。舱外会更复杂一些,包括道路、房屋、车辆等所有物体的跟踪。在这个过程中,除了取得用户的个人隐私授权外,还要对数据进行加密处理,这就需要一套完整的数据处理系统,能够对数据的整个闭环进行全方位监控。

另外,数据处理效率也是一大问题。目前发现,数据的处理速度远远跟不上机器学习的速度。如何解决这种需求不对等的问题?今年,美国提出一个词叫做Human Machine Teaming,即人机团队协作。根据麻省理工学院研究团队进行的一项实验结果显示,相较于纯AI应用的机器人或单一人类组成的团队,人机协作团队的工作效率更高,这一作业模式甚至能减少85%的人员闲置时间,大幅降低企业成本。在数据处理过程中,也应该采用人机协作的方式进行图像抠图、语音转写等。因此,拥有一个一站式的AI数据处理系统至关重要。

可以看到,自动驾驶、人车交互背后的算法、硬件架构研发,需要海量的算力进行反复模拟、验证,智能交通和共享汽车在运转的过程中必然会产生海量的数据。而这些数据如何实现安全、低延迟的传输,如何确保存储的合规性,如何即时地从中提取关键信息,实现系统的进一步自我学习、自我进化,同样也是不小的问题。

软件定义汽车背后的云力量

随着“新四化”的深入推进,汽车企业到了必须要转型的时刻。但在转型过程中,传统的一些方法、比如车企自建的数据服务器、封闭的车机系统、企业内部性能孱弱的模拟设备,实际上已经越来越无法满足相关业务的需求,甚至还成为了“拖后腿”的关键因素。

在这样的背景下,亚马逊云科技成为了诸多车企共同选择的重要合作伙伴。近日,亚马逊云科技正式宣布将围绕自动驾驶、车联网和软件定义汽车三大汽车行业数字化场景,全面赋能汽车行业的数字化转型。

数据贯穿自动驾驶研发的每一个场景,亚马逊云科技以自动驾驶数据湖为中心,帮助车企构建起端到端的自动驾驶数据闭环。借助具有近乎无限扩展能力的Amazon Simple Storage Service(Amazon S3,云上对象存储服务)构建自动驾驶数据湖,实现数据采集、数据管理和分析、数据标注、模型和算法开发、仿真验证、地图开发以及DevOps和MLOps,车企就能更加容易地实现自动驾驶全流程的开发、测试和应用。

在自动驾驶技术中极具难度和挑战的数据标注、模型和算法开发、仿真验证环节,亚马逊云科技的机器学习服务Amazon SageMaker以及Amazon Elastic Compute Cloud(Amazon EC2)弹性计算服务具有领先优势。在数据标注环节,通过Amazon SageMaker Ground Truth能够轻松完成各种车辆、场景和用户数据的自动化标注,创建符合要求的训练机器学习模型的高质量数据集。在仿真验证阶段,尤其是针对超大规模仿真,Amazon EC2弹性计算服务的 Spot 实例可以提供百万vCPU级别的低成本算力,最多可节省 90% 的成本,加快自动驾驶技术的研发和落地。

在构建车联网服务的过程中,车企随着业务的拓展,需要全球统一部署,实现高可用和安全连接,并满足全球运营的安全合规要求;为了适应车联网业务的弹性需求并降低运维难度,车企需要利用全球统一的架构、微服务和无服务器计算等现代化服务,构建弹性敏捷的车联网架构。同时,车企需要选择全球车联网合作伙伴,将更丰富的服务生态和内容接入车联网,构建全面的服务体系,并基于海量数据提供增值服务,提升客户体验。

“电动化、网联化、智能化、共享化正在重塑汽车产业价值链,车云一体化成为了汽车企业新的核心竞争力。亚马逊云科技与广泛的汽车行业合作伙伴网络成员合作,赋能客户自动驾驶开发、车联网构建,并向软件定义汽车转型。”亚马逊云科技大中华区战略业务发展部总经理顾凡表示,“作为创新的引领者、技术的赋能者以及行业的实践者,亚马逊云科技将加速布局,赋能汽车行业客户进一步提升竞争力,在汽车‘新四化’的征程中建立自己的护城河。”

image.png

亚马逊云科技大中华区战略业务发展部总经理顾凡

目前,亚马逊云科技的基础设施遍及全球26个地理区域的84个可用区,可以让车企在各个地理区域轻松构建车联网平台,带来更高的稳定性和更低的延迟。车联网数据的安全合规始终是重中之重,亚马逊云科技支持98项安全标准与合规认证,几乎满足客户在全球各个地区的安全合规需求。亚马逊云科技Amazon Lambda无服务器计算以及微服务,帮助车企构建现代化、无服务器的弹性敏捷的车联网架构,不仅满足车联网业务的弹性需求,而且帮助其节省成本,降低运维难度。

软件定义汽车已经成为汽车企业的核心竞争力,软件深度参与到汽车定义、开发、验证、销售、服务等过程中,催生了汽车行业各层面对云原生平台、工具和最佳实践的需求。软件定义汽车转型需要方方面面的云服务能力,如数据湖、物联网、机器学习和人工智能、边缘计算等,同时更需要与整个行业生态系统一起合作,共同提供创新的技术和服务。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

相关文章
|
6月前
|
JSON 运维 监控
云计算与公司监控电脑软件的弹性扩展策略(AWS Lambda)
在当前信息时代,公司监控电脑软件对于确保网络和电脑设备的正常运行至关重要。云计算技术的崛起为监控系统提供了更灵活和弹性的扩展策略,而AWS Lambda作为一种无服务器计算服务,则为实现弹性监控提供了理想的解决方案。
263 1
|
1月前
|
存储 边缘计算 人工智能
解密云计算:未来科技的基石
【10月更文挑战第6天】解密云计算:未来科技的基石
36 0
|
3月前
|
人工智能 API 云计算
|
6月前
|
机器学习/深度学习 人工智能 API
|
6月前
|
存储 人工智能 vr&ar
未来科技中的云计算之路
未来科技中的云计算之路
82 0
|
6月前
|
存储 分布式计算 并行计算
笔记:云计算定义
云计算简介及定义
144 0
|
6月前
|
人工智能 前端开发 云计算
构建未来:云计算 & 生成式 AI 诞生科技新局面
构建未来:云计算 & 生成式 AI 诞生科技新局面
|
监控 测试技术 持续交付
持续集成与持续交付(CI/CD):探讨在云计算中实现快速软件交付的最佳实践
蓝绿部署和灰度发布: 使用蓝绿部署和灰度发布等策略,逐步将新版本应用程序引入生产环境,降低风险。
223 0
|
8天前
|
存储 安全 网络安全
云计算时代的网络安全挑战与策略
【10月更文挑战第34天】在数字化转型的浪潮中,云计算作为一项关键技术,正深刻改变着企业的运营方式。然而,随着云服务的普及,网络安全问题也日益凸显。本文将探讨云计算环境下的安全挑战,并提出相应的防护策略。