汽车软件数字化转型 架构设计与开发体系是怎么建设的？

现在是智能机械和智能系统的时代。根据世界经济论坛等机构的研究，2021-2030年，全球经济的主要增长动力来自机器经济，即智能化、互联化、自动化的机械，由此产生的经济驱动是目前全球主要的经济增长点。

如何应对智能时代的企业

从数据计算的角度来看，未来超过一半的数据将在边缘处理。边缘端指的是业务领域的智能设备，而不是集中式的服务器。智能系统时代背景下，企业该如何面对？去年，丰和联合知名财经媒体《福布斯》对科技行业和智能设备行业进行了一次全球调查，获得了一份关于智能系统公司特征的研究报告(可从丰和官网获得)。

从研究报告中可以发现，在智能系统时代，企业需要成为软件主导、数据驱动的公司，全生命周期的数字化规模将是一个成功的关键。国内经常提到的是数字产业化和产业数字化。

如何打通两者，就是构建一个数字闭环。正如一位知名中国学者所说，数据是未来世界的石油。谈数字工业化或工业数字化，就是要充分利用和挖掘数据的价值。连接所有关于软件定义汽车的讨论的主要线索是数据。

在这种背景下，企业成功的关键主要在以下几个方面。

第一个维度是发展速度。咨询公司麦肯锡(Mckinsey)设计了一个企业开发速度(DVI)指标体系，用来衡量软件定义世界中企业成功的关键因素:开发速度。当然，企业成功的直接反映是以企业收入的增长来衡量的。麦肯锡研究了数百家公司的样本，建立了数据模型。结论是，发展速度最快的前25%企业的平均盈利能力是后25%企业的8倍。这是企业发展速度对盈利能力影响的直观体现。

第二个维度需要考虑如何使流程现代化。发展速度不是凭空而来的，与企业自身的R&D流程、R&D体系、基础设施结构和建设有关。这两个维度与后续河系今天讨论的话题有关。

第三个维度是商业模式的转型，比如软件业务、数据业务等等。这固然偏于企业的经营管理水平，但也离不开前两个维度的基础能力准备。

智能交通时代

回到汽车行业，我们不仅在谈论智能汽车，还在谈论智能交通系统。基于公司、产品和客户场景，如何体现在汽车行业，也从数据的角度看交通行业。首先，客户是如何使用产品的？现在这些车辆，自动驾驶，各种智能功能，都离不开自身与其他环境的交互，以及对周围事件和环境的信息收集。当然，这些都是以数据的形式在车辆和云端进行处理的。其次，车内的边缘计算设备，考虑到智能驾驶的应用场景，离不开人工智能、机器学习等大规模数据的分析处理。最后，在企业内部维度，一个是如何根据你的用户的使用情况，及时开发和提供更好的软件和更好的服务，根据使用场景的实时变化，实时交付你的新软件；另一个是如何根据收集到的数据不断优化软件开发。特别是自动驾驶等复杂功能，比如特斯拉所谓的影子模式，就是通过车内的实时数据链不断训练优化自动驾驶的模型。

目前软件庞大复杂，从软件快速迭代和复杂项目管理的角度来看，持续集成/持续交付(CI/CD)模式更为合理。

今天的开发过程通常使用一些数字结对和基于模型的训练技术。CI/CD在正式交付之前必须有一个环节，但通常容易被忽略，那就是持续测试(CT)。经验告诉我们，持续测试往往是限制软件交付效率的最大瓶颈。

然后就是产品库的管理。虽然很多公司已经尝试在具体的开发环节中使用CI/CD，但是在整个项目的周期管理中仍然缺乏系统的CI/CD。典型特征是缺乏严格的系统化产品库管理，或者说版本管理。当然，这也离不开软件架构和敏捷项目管理的配合。

如图，虚线左侧是开发和部署，很多公司都在一定程度上尝试了CI/CD开发理念。运维服务方面，行业现状说的比较多，但实际上真正的商业应用还是比较少的。但这是必然的发展趋势。

未来，如何更好的挖掘车辆运营后的商业价值，运营后为客户提供更好的服务，是车企必须准备的能力。目前在商用车领域有很多做法；在乘用车领域，由于用户场景过于碎片化，所以应用并不广泛。

什么是极限边缘计算设备？

今天，车辆不仅是一个机械设备，而且是一个边缘计算设备。之所以称为极限边缘设备，是因为它的连接复杂度会非常高，决策速度会非常快，功能复杂度极高。如此极致的车边设计有什么特点？

首先是超级互联。车辆有非常复杂的互联系统，包括车内的各种通信网络和车外的无线互联通信。这是一个非常复杂的通信网络，在其他行业很少见到。特别是在跨区域、动态驾驶的过程中，保持无线互联将对其通信提出更高的要求。目前纯电动汽车相对较少受到车载功耗的限制；但在传统汽车中，电池容量非常有限，功耗也是一个顾虑。这些是汽车工业的一些独特特征。

第二种是软件定义的汽车。得益于汽车半导体的发展，计算能力极其丰富。特别是在自动驾驶等领域，人工智能的计算能力已经达到了千顶。表面的计算能力并不能完全体现不同平台的差异，软件才是更重要的灵魂。软件和硬件的结合是必不可少的。如果彼此没有很好的结合，表面上的计算能力价值不大。

从CPU计算能力来看，行业两年前才刚刚开始使用复杂的多核异构芯片，2核和4核也刚刚量产。目前，据丰和公司透露，领先的芯片公司已经在研发多达32核和64核的强大芯片。芯片这么强大之后，功能可以高度集成。这就导致了平台实现什么功能，做什么是由它运行什么软件决定的，而不是由硬件本身决定的。因为硬件资源丰富到可以忽略它的差异。这和IT行业已经发生的故事非常吻合。

最大化数字化需要软件架构设计。

如何发挥数字化的价值，离不开digital edge本身软件架构的设计。如今，多核处理器已经广泛应用于汽车行业。典型的多核处理器包括多个性能ARM A核，如A53、A55、A76、A78等。芯片架构可能是双核或四核，一些公司已经开始开发基于八核芯片的项目。在A核之外，可能还有MCU核和常见的MCU核，如R5F、R52、M7等。这种异构SOC最初是作为典型的实时任务设计的，仍然运行在MCU核上，仍然支持AUTOSAR CP。不排除有些公司会有其他选择，但行业主流还是AUTOSAR CP。

在A内核之上，通常有两个或四个内核。目前比较常见的是有操作系统。该操作系统可以是RTOS实时操作系统或开源Linux操作系统。问题是如何选择它们。从丰和40年的操作系统行业经验来看，进入软件定义汽车时代相对较晚。早期的行业，如航空和通信网络设备，已经进入软件定义架构(IMA)和软件定义网络(SDN)时代。风和系统看到的各行业大趋势是，软件定义的世界首先必须是Linux。因为Linux丰富的生态和兼容性是任何私有化操作系统都无法比拟的，所以开发速度更快。

在操作系统之上，汽车行业现在谈论的是如何更灵活地提供用户服务。业界通常从SOA架构的角度来讨论。SOA本质上是一个设计概念，不一定基于AUTOSAR AP架构。当然，AUTOSAR AP是汽车行业实现SOA架构的一个很好的参考平台。与此同时，丰和也看到国内外的公司都在尝试构建自己的基于Linux的SOA中间件架构。当然，这些公司对自己软件架构的开发能力和开发结果有很高的期望。相对来说，直接使用商业产品是更简单的选择。基于AUTOSAR AP，客户可以建立自己的各种车辆级服务。

内核多的芯片不应该只有一个操作系统。因为一个操作系统运行多核SOC，由于并发计算的限制，效率提升的边际效果会下降。更好的办法是把它分成多个虚拟机，提高并发性，方便软件的模块化开发和管理。比如在一台或多台Linux虚拟机上部署有生态依赖和计算性能需求的软件；将实时任务软件放在RTOS虚拟机上。跨虚拟机通信可以通过一些/IP、DDS等通信机制。不同的操作系统通过虚拟机管理平台(hypervisor)进行协调。这是目前主流软件体系结构。

分享意见，提出风河方案

丰和系统也在思考未来汽车软件集成架构的发展方向。

云原生的发展方向应该是未来汽车行业软件发展的趋势。这也是如今IT团队广泛使用的架构。简单来说，随着星载芯片计算资源的快速发展，星载软件需要云操作系统。云操作系统的本质是忽略硬件资源，假设计算资源可以无限扩展，灵活扩展。这是云计算的基本思想。

为此，风河系的解决方案是什么？风河工作室平台由风河系统开发，能够支持软件开发、部署、运维服务，打通企业后台开发和前台运维。工作室平台本身是基于云原生的概念开发，所有环节都基于云部署。

丰和的理念是把开发的资源全部放在云端。即使在家办公，只要有电脑和网络，通过web浏览器登录IP服务界面，就可以在云端完成所有的开发、测试甚至远程部署。代码开发、构建、编译等所有工作都在云端完成，可以比本地工作站资源丰富很多，意味着开发效率大大提高，跨团队、跨地域的协作也非常容易。

风河工作室包括开发者和运营者两个版本。Studio Developer已经支持所有丰和系统操作系统产品的云开发和测试，包括实时操作系统VxWorks和丰和商用Linux。开发者可以在云端直接开发生成可以直接在目标板上运行的可执行文件，可以在云端进行基于数字孪生技术的仿真测试。

在运维端，Studio Operator包含风河边缘云平台和云管理工具，可以为运维端的车辆提供车云互联能力和低时延实时数据处理，也可以为运维人员提供可视化的车辆数据采集、分析和管理工具。

基于Wind River Studio，Wind River可以为客户开发和定制满足自身业务需求的全流程CI/CD和DevOps环境，为汽车行业的客户提供基础设施能力，有效应对软件定义汽车时代的发展挑战和数字化转型。

现在是智能机械和智能系统的时代。根据世界经济论坛等机构的研究，2021-2030年，全球经济的主要增长动力来自机器经济，即智能化、互联化、自动化的机械，由此产生的经济驱动是目前全球主要的经济增长点。

如何应对智能时代的企业

从数据计算的角度来看，未来超过一半的数据将在边缘处理。边缘端指的是业务领域的智能设备，而不是集中式的服务器。智能系统时代背景下，企业该如何面对？去年，丰和联合知名财经媒体《福布斯》对科技行业和智能设备行业进行了一次全球调查，获得了一份关于智能系统公司特征的研究报告(可从丰和官网获得)。

从研究报告中可以发现，在智能系统时代，企业需要成为软件主导、数据驱动的公司，全生命周期的数字化规模将是一个成功的关键。国内经常提到的是数字产业化和产业数字化。……

如何打通两者，就是构建一个数字闭环。正如一位知名中国学者所说，数据是未来世界的石油。谈数字工业化或工业数字化，就是要充分利用和挖掘数据的价值。连接所有关于软件定义汽车的讨论的主要线索是数据。

在这种背景下，企业成功的关键主要在以下几个方面。

第一个维度是发展速度。咨询公司麦肯锡(Mckinsey)设计了一个企业开发速度(DVI)指标体系，用来衡量软件定义世界中企业成功的关键因素:开发速度。当然，企业成功的直接反映是以企业收入的增长来衡量的。麦肯锡研究了数百家公司的样本，建立了数据模型。结论是，发展速度最快的前25%企业的平均盈利能力是后25%企业的8倍。这是企业发展速度对盈利能力影响的直观体现。

第二个维度需要考虑如何使流程现代化。发展速度不是凭空而来的，与企业自身的R&D流程、R&D体系、基础设施结构和建设有关。这两个维度与后续河系今天讨论的话题有关。

第三个维度是商业模式的转型，比如软件业务、数据业务等等。这固然偏于企业的经营管理水平，但也离不开前两个维度的基础能力准备。

智能交通时代

回到汽车行业，我们不仅在谈论智能汽车，还在谈论智能交通系统。基于公司、产品和客户场景，如何体现在汽车行业，也从数据的角度看交通行业。首先，客户是如何使用产品的？现在这些车辆，自动驾驶，各种智能功能，都离不开自身与其他环境的交互，以及对周围事件和环境的信息收集。当然，这些都是以数据的形式在车辆和云端进行处理的。其次，车内的边缘计算设备，考虑到智能驾驶的应用场景，离不开人工智能、机器学习等大规模数据的分析处理。最后，在企业内部维度，一个是如何根据你的用户的使用情况，及时开发和提供更好的软件和更好的服务，根据使用场景的实时变化，实时交付你的新软件；另一个是如何根据收集到的数据不断优化软件开发。特别是自动驾驶等复杂功能，比如特斯拉所谓的影子模式，就是通过车内的实时数据链不断训练优化自动驾驶的模型。

目前软件庞大复杂，从软件快速迭代和复杂项目管理的角度来看，持续集成/持续交付(CI/CD)模式更为合理。

今天的开发过程通常使用一些数字结对和基于模型的训练技术。CI/CD在正式交付之前必须有一个环节，但通常容易被忽略，那就是持续测试(CT)。经验告诉我们，持续测试往往是限制软件交付效率的最大瓶颈。

然后就是产品库的管理。虽然很多公司已经尝试在具体的开发环节中使用CI/CD，但是在整个项目的周期管理中仍然缺乏系统的CI/CD。典型特征是缺乏严格的系统化产品库管理，或者说版本管理。当然，这也离不开软件架构和敏捷项目管理的配合。

如图，虚线左侧是开发和部署，很多公司都在一定程度上尝试了CI/CD开发理念。运维服务方面，行业现状说的比较多，但实际上真正的商业应用还是比较少的。但这是必然的发展趋势。

未来，如何更好的挖掘车辆运营后的商业价值，运营后为客户提供更好的服务，是车企必须准备的能力。目前在商用车领域有很多做法；在乘用车领域，由于用户场景过于碎片化，所以应用并不广泛。

什么是极限边缘计算设备？

今天，车辆不仅是一个机械设备，而且是一个边缘计算设备。之所以称为极限边缘设备，是因为它的连接复杂度会非常高，决策速度会非常快，功能复杂度极高。如此极致的车边设计有什么特点？

首先是超级互联。车辆有非常复杂的互联系统，包括车内的各种通信网络和车外的无线互联通信。这是一个非常复杂的通信网络，在其他行业很少见到。特别是在跨区域、动态驾驶的过程中，保持无线互联将对其通信提出更高的要求。目前纯电动汽车相对较少受到车载功耗的限制；但在传统汽车中，电池容量非常有限，功耗也是一个顾虑。这些是汽车工业的一些独特特征。

第二种是软件定义的汽车。得益于汽车半导体的发展，计算能力极其丰富。特别是在自动驾驶等领域，人工智能的计算能力已经达到了千顶。表面的计算能力并不能完全体现不同平台的差异，软件才是更重要的灵魂。软件和硬件的结合是必不可少的。如果彼此没有很好的结合，表面上的计算能力价值不大。

从CPU计算能力来看，行业两年前才刚刚开始使用复杂的多核异构芯片，2核和4核也刚刚量产。目前，据丰和公司透露，领先的芯片公司已经在研发多达32核和64核的强大芯片。芯片这么强大之后，功能可以高度集成。这就导致了平台实现什么功能，做什么是由它运行什么软件决定的，而不是由硬件本身决定的。因为硬件资源丰富到可以忽略它的差异。这和IT行业已经发生的故事非常吻合。

最大化数字化需要软件架构设计。

如何发挥数字化的价值，离不开digital edge本身软件架构的设计。如今，多核处理器已经广泛应用于汽车行业。典型的多核处理器包括多个性能ARM A核，如A53、A55、A76、A78等。芯片架构可能是双核或四核，一些公司已经开始开发基于八核芯片的项目。在A核之外，可能还有MCU核和常见的MCU核，如R5F、R52、M7等。这种异构SOC最初是作为典型的实时任务设计的，仍然运行在MCU核上，仍然支持AUTOSAR CP。不排除有些公司会有其他选择，但行业主流还是AUTOSAR CP。

在A内核之上，通常有两个或四个内核。目前比较常见的是有操作系统。该操作系统可以是RTOS实时操作系统或开源Linux操作系统。问题是如何选择它们。从丰和40年的操作系统行业经验来看，进入软件定义汽车时代相对较晚。早期的行业，如航空和通信网络设备，已经进入软件定义架构(IMA)和软件定义网络(SDN)时代。风和系统看到的各行业大趋势是，软件定义的世界首先必须是Linux。因为Linux丰富的生态和兼容性是任何私有化操作系统都无法比拟的，所以开发速度更快。

在操作系统之上，汽车行业现在谈论的是如何更灵活地提供用户服务。业界通常从SOA架构的角度来讨论。SOA本质上是一个设计概念，不一定基于AUTOSAR AP架构。当然，AUTOSAR AP是汽车行业实现SOA架构的一个很好的参考平台。与此同时，丰和也看到国内外的公司都在尝试构建自己的基于Linux的SOA中间件架构。当然，这些公司对自己软件架构的开发能力和开发结果有很高的期望。相对来说，直接使用商业产品是更简单的选择。基于AUTOSAR AP，客户可以建立自己的各种车辆级服务。

内核多的芯片不应该只有一个操作系统。因为一个操作系统运行多核SOC，由于并发计算的限制，效率提升的边际效果会下降。更好的办法是把它分成多个虚拟机，提高并发性，方便软件的模块化开发和管理。比如在一台或多台Linux虚拟机上部署有生态依赖和计算性能需求的软件；将实时任务软件放在RTOS虚拟机上。跨虚拟机通信可以通过一些/IP、DDS等通信机制。不同的操作系统通过虚拟机管理平台(hypervisor)进行协调。这是目前主流软件体系结构。

分享意见，提出风河方案

丰和系统也在思考未来汽车软件集成架构的发展方向。

云原生的发展方向应该是未来汽车行业软件发展的趋势。这也是如今IT团队广泛使用的架构。简单来说，随着星载芯片计算资源的快速发展，星载软件需要云操作系统。云操作系统的本质是忽略硬件资源，假设计算资源可以无限扩展，灵活扩展。这是云计算的基本思想。

为此，风河系的解决方案是什么？风河工作室平台由风河系统开发，能够支持软件开发、部署、运维服务，打通企业后台开发和前台运维。工作室平台本身是基于云原生的概念开发，所有环节都基于云部署。

丰和的理念是把开发的资源全部放在云端。即使在家办公，只要有电脑和网络，通过web浏览器登录IP服务界面，就可以在云端完成所有的开发、测试甚至远程部署。代码开发、构建、编译等所有工作都在云端完成，可以比本地工作站资源丰富很多，意味着开发效率大大提高，跨团队、跨地域的协作也非常容易。

风河工作室包括开发者和运营者两个版本。Studio Developer已经支持所有丰和系统操作系统产品的云开发和测试，包括实时操作系统VxWorks和丰和商用Linux。开发者可以在云端直接开发生成可以直接在目标板上运行的可执行文件，可以在云端进行基于数字孪生技术的仿真测试。

在运维端，Studio Operator包含风河边缘云平台和云管理工具，可以为运维端的车辆提供车云互联能力和低时延实时数据处理，也可以为运维人员提供可视化的车辆数据采集、分析和管理工具。

基于Wind River Studio，Wind River可以为客户开发和定制满足自身业务需求的全流程CI/CD和DevOps环境，为汽车行业的客户提供基础设施能力，有效应对软件定义汽车时代的发展挑战和数字化转型。

标签：理念DS发现时风特斯拉

汽车资讯热门资讯