智協(xié)慧同：車云數(shù)據(jù)底座打造智能汽車的先進生產(chǎn)力

基于車載數(shù)據(jù)庫打造智能汽車的數(shù)據(jù)底座

智協(xié)慧同在2021年完成國內(nèi)首個車云計算架構(gòu)的量產(chǎn)落地交付，圍繞車云計算在數(shù)據(jù)方面進行了諸多探索。

智協(xié)慧同合伙人兼戰(zhàn)略總監(jiān)胡勇表示：“汽車時代正迎來范式升級，數(shù)據(jù)驅(qū)動成為車企的核心競爭力。針對數(shù)字化轉(zhuǎn)型，最重要的是以用戶為中心，構(gòu)建起產(chǎn)品全生命周期的數(shù)據(jù)驅(qū)動能力?！?/p>

以下為演講內(nèi)容整理：

數(shù)字化轉(zhuǎn)型的關(guān)鍵在于怎樣將底層車輛的數(shù)據(jù)，用戶的數(shù)據(jù)更好的采集起來，更高效的利用起來。智協(xié)慧同從基礎(chǔ)軟件的角度，從計算架構(gòu)解決汽車數(shù)據(jù)問題。作為創(chuàng)業(yè)型公司，我們在2021年實現(xiàn)了行業(yè)首個車云計算方案的量產(chǎn)交付。目前合作客戶已超過10家車企，我們致力于通過數(shù)據(jù)更好地連接產(chǎn)業(yè)鏈條。

汽車迎來范式升級，數(shù)據(jù)驅(qū)動成為車企核心競爭力

目前汽車的進化范式發(fā)生很大的變化。以前我們通過經(jīng)驗，通過寫代碼把策略固定在控制器上，全生命周期中車輛都不再迭代?，F(xiàn)在，智能汽車依靠各種模型，各種策略來讓車輛更智能，模型的背后是大量數(shù)據(jù)的驅(qū)動。如今汽車數(shù)據(jù)的增幅飛快，高級自動駕駛的汽車每天產(chǎn)生的數(shù)據(jù)量超過20TB，這種速度還將持續(xù)。未來，車企如何構(gòu)建數(shù)據(jù)驅(qū)動的能力是競爭的核心所在。

數(shù)字化轉(zhuǎn)型需以用戶為中心，構(gòu)建產(chǎn)品全生命周期的數(shù)據(jù)驅(qū)動能力。我以前在車企做過產(chǎn)品規(guī)劃、做過智能網(wǎng)聯(lián)，現(xiàn)在在軟件公司做基礎(chǔ)設(shè)施。在做很多事情時，我會充分考慮之前做產(chǎn)品規(guī)劃遇到的問題。比如在產(chǎn)品規(guī)劃階段，定義產(chǎn)品時怎么定義功能和性能？以前，好多時候都是拍腦袋，或者買數(shù)據(jù)、找對標，但都是靠不太可信的數(shù)據(jù)做的決策?，F(xiàn)在，從產(chǎn)品規(guī)劃到開發(fā)、售后，到用戶運營以及持續(xù)的升級，我們要把車輛產(chǎn)生的數(shù)據(jù)貫穿起來。只要將這個環(huán)節(jié)做好，數(shù)字化轉(zhuǎn)型才能有所支撐，我們的決策也將是依靠科學的數(shù)據(jù)。

車上的數(shù)據(jù)非常復(fù)雜，車輛數(shù)據(jù)、位置數(shù)據(jù)、應(yīng)用數(shù)據(jù)、駕駛行為特征數(shù)據(jù)，道路和環(huán)境特征等數(shù)據(jù)維度日益增多，高達20000+；這些信號又是毫秒級的高頻信號，數(shù)據(jù)種類繁雜，而且這些數(shù)據(jù)的特點是價值稀疏，有價值的數(shù)據(jù)不到10%。這些數(shù)據(jù)如何采集？過去10年車聯(lián)網(wǎng)都在這被卡住了，很多有價值的數(shù)據(jù)上不了云，無法驅(qū)動價值。

比較有成功的數(shù)字化實踐案例是特斯拉。特斯拉基于車云計算構(gòu)建數(shù)據(jù)閉環(huán)，從車端進行數(shù)據(jù)采集、存儲，在云上進行數(shù)據(jù)歸集匯總，進行數(shù)據(jù)開發(fā)。并基于這套架構(gòu)打造出來了高價值的應(yīng)用生態(tài)，包括FSD的快速迭代、優(yōu)化；其成本和質(zhì)量控制也都是靠數(shù)據(jù)決策。

從特斯拉的方案可以看出，數(shù)據(jù)驅(qū)動被劃分為四個層級：L1是靈活的高精數(shù)據(jù)獲取能力。但就這一層，90%的車企也做不到；L2是敏捷的數(shù)據(jù)開發(fā)能力。傳統(tǒng)方式會把很多業(yè)務(wù)人員需求給到IT，IT寫代碼，在云端做大數(shù)據(jù)分析，從業(yè)務(wù)人員到IT人員溝通效率極低。最后把云上寫好的模型跨車云進行部署，又造成了時間和效率的浪費，這是L3級的數(shù)據(jù)閉環(huán)能力。再往上是L4開放的數(shù)據(jù)生態(tài)能力。

從L1-L4的數(shù)據(jù)驅(qū)動能力，我們進行了數(shù)字化的定義?，F(xiàn)在，特斯拉把整套鏈路跑通了。我們也提出了類似的一套計算架構(gòu)，這是我們基本的產(chǎn)品組成，也是車云計算的框架。

EXCEEDDATA——全面賦能數(shù)據(jù)驅(qū)動

首先在車端，我們用了邊緣計算的中間件軟件和時序數(shù)據(jù)庫。通過車端的存儲和計算，我們能幫助業(yè)務(wù)人員采集其需要的、有價值的數(shù)據(jù)。邊緣計算將業(yè)務(wù)人員的需求直接建模、下發(fā)，還能夠采集各種特殊場景，或者各種事件數(shù)據(jù)。

同時，車端的數(shù)據(jù)庫可以對毫秒級的信號進行高效采集，對結(jié)構(gòu)化數(shù)據(jù)進行上百倍的無損壓縮，并支持數(shù)據(jù)的周期性存儲。針對車企比較關(guān)注的數(shù)據(jù)，可以進行周期性的常規(guī)采集，把數(shù)據(jù)采集進行分類。

今年，我們又推出了“靈活數(shù)倉”的概念，幫助業(yè)務(wù)部門更好地基于基層產(chǎn)品，搭建數(shù)據(jù)應(yīng)用，進一步封裝產(chǎn)品。

在前端給到業(yè)務(wù)人員低代碼的建模工具，可以讓不會寫代碼的工程師通過拖拉拽快速建模，建好的模型可以在云上跑和車上跑，省去了模型迭代的過程，實現(xiàn)了數(shù)據(jù)從高效采集、靈活采集到模型迭代，再到模型下發(fā)，整個數(shù)據(jù)閉環(huán)非常高效，效率提升幾十倍以上。

基于車端數(shù)據(jù)底座，我們深耕三大核心應(yīng)用場景，賦能整車數(shù)智化。一是整車數(shù)據(jù)智能。包括底盤、座艙、車身、動力等，我們都需要在上面通過邊緣計算和各種業(yè)務(wù)模型提取有效特征，并將有效的特征數(shù)據(jù)反哺給策略和模型，讓它能夠持續(xù)迭代，解決各種問題。

二是智能診斷。汽車的智能化帶來了產(chǎn)品的復(fù)雜度提升，但開發(fā)周期在不斷縮短，很多問題在開發(fā)中不能識別，不能定義，這需要一套在線智能診斷系統(tǒng)。在產(chǎn)品交給用戶后還可以快速發(fā)現(xiàn)異常，快速解決問題。

三是自動駕駛。我們的架構(gòu)可以幫車企進行快速的Corner Case數(shù)據(jù)采集迭代，從Corner Case的建模，到下發(fā)，再到數(shù)據(jù)回傳，基本上是進行分鐘級的迭代。

基于上述數(shù)據(jù)底座，可以實現(xiàn)的數(shù)據(jù)場景比較多，我們的產(chǎn)品部署也很靈活。現(xiàn)在，我們已經(jīng)與很多車企展開了合作。

圖形化、可調(diào)整、敏捷支持業(yè)務(wù)部門的靈活數(shù)倉

關(guān)于“靈活數(shù)倉”，它區(qū)別于傳統(tǒng)數(shù)倉，使很多業(yè)務(wù)提數(shù)據(jù)需求時，可以通過工具鏈進行拖拉拽，就可以把靈活數(shù)倉的各個層級進行靈活搭建。如果業(yè)務(wù)需求發(fā)生變更，還可以自己快速調(diào)整。傳統(tǒng)數(shù)倉的數(shù)據(jù)需求匯集非常多，每次調(diào)整都要通過寫代碼，非常麻煩。我們直接拖動模塊，按照需求去拖即可，效率得到了大幅提升。

首先當大業(yè)務(wù)模塊變成小的靈活模塊時，企業(yè)對計算資源的使用也會更高效?？梢允购芏鄶?shù)據(jù)更高效地實現(xiàn)業(yè)務(wù)價值。對比來看，傳統(tǒng)數(shù)倉規(guī)模大而全，但顆粒度非常大，不能滿足各個業(yè)務(wù)部門的需求，很多車企建了數(shù)倉但業(yè)務(wù)部門不用，因為解決不了問題，很多需求在不斷變化。尤其是在智能汽車初級階段，家對數(shù)據(jù)的認知、使用都還處于初期，不可能清晰地定義數(shù)據(jù)需求，而靈活數(shù)倉可以支持實時的迭代更改，能夠更快地滿足業(yè)務(wù)數(shù)據(jù)需求。

圖源：智協(xié)慧同

第二傳統(tǒng)數(shù)倉結(jié)構(gòu)龐大，每次改動效率都較低，都會把大批量數(shù)據(jù)進行無效計算；在靈活數(shù)倉上，針對具體模塊來調(diào)用相關(guān)資源來進行計算即可，效率提升了十倍。

第三傳統(tǒng)數(shù)倉從構(gòu)建到運維門檻很高，需要IT人員寫代碼更改。靈活數(shù)倉通過拖拉拽就可以快速迭代，由業(yè)務(wù)人員迭代數(shù)倉的設(shè)計。

第四幫助車企沉淀更多的數(shù)據(jù)資產(chǎn)。通過底層算子可以打造多層業(yè)務(wù)模型，這些模型只要通過內(nèi)部驗證就可以作為標準，在車企和云端存儲，相關(guān)業(yè)務(wù)需要時直接調(diào)用即可以，車企內(nèi)部不用再重復(fù)造輪子。

第五靈活數(shù)倉有專門的人服務(wù)車企，從而更好實現(xiàn)整套數(shù)據(jù)的自動化生產(chǎn)線的搭建。

打通數(shù)據(jù)全鏈路，助力產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型

我們的產(chǎn)品從車端基礎(chǔ)軟件到云端工具，從數(shù)據(jù)采集，到存、算、用和開放給生態(tài)，全鏈條進行打通，打通后在數(shù)字化轉(zhuǎn)型時，能很好地利用最重要的數(shù)據(jù)信號，對產(chǎn)品進行升級，對功能性能進行迭代。同時還可以實現(xiàn)降本提質(zhì)。

舉個例子，在車端搞邊緣計算引擎和數(shù)據(jù)庫，車企最關(guān)心的是CPU上到底占多少資源，以及運行這些資源時穩(wěn)定性如何。為了上量產(chǎn)車型，我們已經(jīng)把性能提升了一倍?，F(xiàn)在，在客戶的單核A55上，大概會占7%-8%的CPU算力，而且CPU占用是非常平滑的直線，不會上下浮動特別大，不會影響整車的其他功能。

通過量產(chǎn)實踐，我們真正打通了從底層基礎(chǔ)設(shè)施到上層數(shù)據(jù)應(yīng)用的數(shù)據(jù)鏈條，從數(shù)據(jù)到價值進行流轉(zhuǎn)，未來，還可以幫助車企創(chuàng)造新的商業(yè)模式。這是基于技術(shù)產(chǎn)品打造的全生命周期的數(shù)據(jù)驅(qū)動能力。

（以上內(nèi)容來自智協(xié)慧同合伙人兼戰(zhàn)略總監(jiān)胡勇于2023年9月18日在2023第二屆汽車數(shù)字化轉(zhuǎn)型大會發(fā)表的《車云數(shù)據(jù)底座打造智能汽車的先進生產(chǎn)力》主題演講。）