對於汽車行業的轉型升級來說，真正的變革並非僅僅是新技術應用。
人工智慧技術正在深刻變革汽車行業，除了直觀上帶來的關於自動駕駛、智慧座艙以及更多的智慧互動體驗之外，其實也在深刻影響技術開發和工程化的各個階段。
什麼是人工智慧？這是一個結合了計算機科學和可靠資料集的新興技術領域，以實現解決問題的高效能力來變革傳統的低效生產力模式。
這其中，高算力晶片的湧現，讓高速計算能力服務機器學習成為可能，也成為技術開發路線的“主流”選擇。同時，也為快速實時處理大量資料起到推動作用。
同時，隨著汽車製造商開始重構設計、製造流程和客戶體驗，獲取、儲存和分析資料（包括車輛工程、安全評估、使用者體驗、新功能開發）的能力變得至關重要。
典型的邏輯就是，以更低的成本、更高效獲取/儲存更多有價值的資料，並不斷最佳化技術工具，加快產品及功能開發速度，創造更多差異化的產品和服務。
一、資料是未來智慧汽車的“核心”
一年前，豐田汽車宣佈與亞馬遜合作建立一個雲端平臺，以幫助管理從全球各地的車隊收集的資料，並將其“貨幣化”。比如，資料可用於開發車輛服務，包括乘車和汽車共享，以及基於行為的保險和維修保養通知。
豐田汽車在三年前就宣佈與幾家合作伙伴組成一個名為汽車邊緣計算聯盟（Automotive Edge Computing Consortium）的生態體系，以尋找提高網路處理能力的解決方案。
這套被稱為連線汽車和新興生態系統的服務，包括智慧駕駛、建立地圖的實時資料和基於雲計算的道路援助。該聯盟在一份宣告中表示，“據估計，到2025年左右，車與雲端之間的資料量將達到每月10EB（1EB=1024PB），大約是目前資料量的1萬倍。”
“目前最具挑戰性的不只是資料的數量，而是資料的融合，”該聯盟負責人表示，“一場革命正在到來，不僅是在交通和汽車行業，而是在每個行業。”
而在整車層面，除了感測器、域控制器等硬體配置，還需要一個完善的基礎設施來整合不同的資料來源，這是一個系統級的完整解決方案。比如，最有效的方式收集和儲存最新的道路資料，還需要大型計算叢集和專門加速硬體，以訓練和更新機器學習模型，並提供基於雲的決策。
這背後，實際上就是車雲計算的概念，其中，邊緣計算更考驗主機廠的能力儲備和供應商的協同。
兩年前，大眾集團作為傳統汽車製造商的代表，率先提出軟體自研，並在內部成立了軟體部門Car。Software（也就是現在的CARIAD）。
按照CARIAD相關負責人的說法，他們正在將不同解決方案和不同領域的共性軟體模組整合到一個平臺上，基於邊緣+雲端開發和資料儲存、處理和訓練，將透過有價值的資料加速創新。
在最關鍵的資料驅動部分，大眾集團要搭建一個整合的資料驅動和敏捷開發架構。這意味著，類似特斯拉的影子模式，基於真實資料迭代改進演算法效能。
而在中國市場，一家名為智協慧同的初創公司也在構建跨車雲的資料驅動能力，打造車雲計算全棧解決方案。
這家公司由“軟體+資料+汽車”跨界團隊組成，成員來自IBM、Teradata、博世的核心研發和產品團隊，擁有資料庫、邊緣計算、基礎軟體等多個核心底層技術。
車雲計算引擎+邊緣資料庫+雲端資料管理平臺+演算法開發工具是這家公司的四大基礎產品，進而打造出基於真實業務場景的多個解決方案，從靈活採集高精度、高質量的資料開始，打造資料到桌面的閉環鏈條，為車企構建全棧資料驅動能力。
目前，包括一汽集團、一汽解放、上汽乘用車、上汽零束、上汽大通、華人運通等一線車企已經與智協慧同合作，並有多個量產專案在推進中。
2021年，國內首個搭載智協慧同EXCEEDDATA解決方案的量產車型已落地（高合HiPhiX）。
這背後，是OEM數字化轉型的內在剛需。
以大眾集團為例，作為數字化轉型的一部分，到2025年，該公司在數字業務方面的投資預算約為270億歐元（約合330億美元），並計劃將內部開發軟體的佔比從10%提高到60%。
此外，豐田汽車今年宣佈收購矽谷軟體開發商Renovo Motors Inc。，以補充基於軟體定義的全新汽車平臺（Arene作業系統），將軟體、資料管理和汽車級安全系統合併為一個統一的車隊部署解決方案。
其中，Renovo的軟體系統，主要解決兩個問題：透過減少對雲端儲存和雲計算的依賴，降低資料成本；同時，允許汽車製造商在邊緣側實現資料的處理和提煉，併為開發團隊提供高效的資料。
而在過去的小資料時代，車輛資料僅限於整車廠的研發和測試團隊在小範圍內應用，比如透過專業的資料採集裝置在幾百臺規模的試驗車上採集幾個小時的訊號資料（GB規模）用作整車和零部件的研發與測試，資料量少，採集和分析成本高，週期長。
以智協慧同推出的EXCEEDDATA靈活數採方案為例，
有Know How的汽車工程師使用
透過圖形化、低程式碼工具vStudio進行自主建模，透過雲端資料管理平臺vCloud將模型演算法秒級部署到車端邊緣計算引擎vCompute上，實現10ms級的高精度高質量資料的靈活採集。
其中，vStudio將汽車領域常用到的程式碼封裝成運算元，有Know-How的汽車工程師透過拖拉拽百種以上的運算元來快速建模，零基礎的汽車工程師可1-2周掌握。vStudio為行業通用的B/S架構，使用者透過支援跨作業系統和瀏覽器的HTML5/JS介面即可使用。
vCloud作為新一代的雲端資料管理平臺，對現有後臺架構進行簡單改造，就可以實現高質量，高精度，低成本的資料到桌面。
vAnalyze和vCompute分別為雲端和車端計算引擎，vStudio開發的演算法無需重新編譯，可秒級部署到車端，透過流計算對車端毫秒級的原始訊號進行實時計算。
vData邊緣資料庫將車端原始訊號進行解析成業務需求格式後，進行100-300倍無失真壓縮後緩存於記憶體，支援自定義的落盤規則，延長車端硬體壽命，vData接到邊緣計算引擎vCompute的指令後將壓縮檔案進行切片傳送至雲端。
按照該公司給出的資料，這套方案可靈活定義採集時間、訊號維度、採集頻率，實現觸發式上傳，綜合資料成本可降低85%。
二、數字化轉型背後的能力
而這一波數字化轉型，汽車製造商更傾向於建立自己的數字能力來應對功能迭代開發，而不僅僅是提供資訊娛樂系統的聯網應用。
隨著汽車感測器和其他智慧裝置產生越來越多的資料，透過分析產生個性化的客戶體驗，也將指導汽車製造商未來的汽車設計，並且在新功能設計開發時可以充分利用車主的豐富偏好資料。
這意味著，掌握端到端資料收集、管理、分析和部署，被認為是移動出行領域變革的關鍵點。
而汽車製造商要想在未來智慧汽車的競爭中保持領先優勢，就必須建立工具鏈，以實現協作開發，並在產品生命週期內提供全面支援。
按照行業內的一致觀點，“軟體決定了未來人們如何體驗和使用汽車，車雲計算服務則是幫助我們最佳化背後的功能以及快速實現新的功能開發。”
比如，豐田從2018年開始，在日本本土車型標配了車載資料通訊模組（DCM），透過移動服務平臺（MSPF）向用戶提供各種互聯服務，涉及遠端診斷、車輛健康檢查報告、基於駕駛行為資料的保險以及改進線上服務。
而在智協慧同公司看來，將原始訊號轉換為特徵資料，可構建個人行為、安全評價等模型，實現資料資產化，保險、汽修等生態合作伙伴可將資產資料運用於精準評估、個性化營銷等，打造全新商業模式。
實際上，有了高精資料的高效採集和加工能力，業務場景的開發和創新，就有了諸多可能性。
以遠端診斷為例
，目前行業方案多以DTC為主，實現預先定義的故障監控和報警；在軟體複雜度極速提升的今天，潛在的異常和偶發故障大量增加，傳統的遠端診斷系統已無法滿足新的需求。
智協慧同與各大主流遠端診斷供應商合作，採用遠端診斷+靈活數採+OTA方案，打造故障診斷&處理的閉環；靈活數採方案採集高精、多維資料，支援潛在異常排故，進行故障相關性分析。
同時，軟體異常可透過OTA快速解決，同時根據資料，生成判斷異常的規則，規則可下發到車端，從而實現對異常問題的監控。這也解決了傳統模式下，凍結幀資料質量普遍很差、取樣頻率很低，無法支撐故障相關性分析和故障溯源的問題。
另一個典型的案例，就是車內的服務與場景的“強相關”，如何透過資料的積累和迭代，把車內的駕駛體驗或者是互動體驗做到極致。
比如，車企為提升使用者體驗，投入較大的資金、人力和資源標定空調的Auto模式，但Auto使用率不足10%。
因為，僅僅透過數百輛試驗車在全國主要地區進行空調標定，不能覆蓋大多數的環境、地域、天氣特徵，更無法融入個人喜好。同時，空調控制策略在量產以後不支援更新，無法隨著資料積累而進行迭代。
而智協慧同的EXCEEDDATA解決方案，則透過海量的真實使用者資料進行機器學習，構建不同地域、天氣和工況下的空調演算法模型，演算法模型部署在車端邊緣計算引擎向車主推薦出風模式，結合使用者操作反饋形成資料閉環，透過不斷的演算法最佳化實現真正的千人千面。
還有一個典型場景，就是智慧底盤。
近年來，主動空氣懸架成為很多高階智慧汽車的標配。不過，傳統的路面識別主要透過在保險槓安裝攝像頭來實現，攝像頭探測到地形等特徵後進行主動懸架調節，提升汽車透過的舒適度，但這需要增加不小的成本來實現。
實際上，路面特徵可透過底盤相關的訊號（ms級）藉助演算法模型來表徵。這就需要在車端執行路面識別的演算法模型，而演算法模型首先需要在雲端進行訓練，再遷移到車端，在車端複雜的嵌入式環境進行部署，而且車端不像雲端有演算法執行的依賴庫，導致一個新功能的上車的難度非常大，往往需要12個月以上。而且，演算法完成一次升級需要數月實現，迭代效率極低。
而智協慧同EXCEEDDATA解決方案，透過跨車雲的中介軟體軟體封裝了雲端多程式語言、車端複雜性和車雲異構，演算法模型在雲端進行圖形化建模設計&訓練，秒級下發至車端，然後採集路面特徵並做地圖示記，今後在經過標記路面時，汽車將自動進行懸架調節，演算法模型從設計到部署僅需要2-3周，並可實現實時迭代，相比於傳統模式有著幾十倍的效率提升。
在新的行業變革時代，車雲協同正在成為大趨勢，邊緣計算與雲計算共同構成了新一代的汽車大算力網，雲端技術的發展已非常成熟，如何規劃和運用車端算力，並打通車雲通道，實現資料驅動業務，賦能產品快速迭代進化，是車企能否搶佔市場先機的關鍵，誰是最後的勝者，讓我們拭目以待。
