云服务如何加速汽车行业创新？亚马逊云科技给出标准答案-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

近年来，围绕汽车的行业创新已成为世界关注的焦点，特别是以特斯拉.微小力等为代表的新一代智能电动汽车，已成为当前高科技凝结的产物。随着碳中和和碳峰化目标的临近，汽车行业的电气化和智能化趋势正在加速。

新的汽车EE架构.汽车端计算能力升级.汽车云集成.自动驾驶.车联网……亚马逊云技术一直在思考行业中这么多热门词汇背后的趋势对汽车制造商意味着什么？未来汽车制造商的客户转型将走向何方？亚马逊云技术可以做什么来帮助客户？

近日，亚马逊云技术大中华区战略业务发展部总经理顾凡在北京亚马逊云技术举办的”汽车云协作，动力智能”汽车行业论坛上回答了上述问题。这也是亚马逊云技术首次以单一行业为主题举办活动，这表明它重视汽车行业的创新。

汽车厂业务转型：从汽车销售结束到全生命周期服务

传统汽车制造商的商业模式相对简单，主要集中于购买汽车。车辆售出后，客户与汽车厂之间的价值交换基本完成。当前业务转型的趋势是将这一价值转换点延伸到汽车使用的整个生命周期，并使用自动驾驶.车联网.软件定义汽车等与客户直接互动，获取更多数据。通过这些数据，我们可以深入了解客户的真实需求，并在整个汽车生命周期为客户提供更多增值服务。

顾凡表示，亚马逊云科技站站在车辆工厂客户的角度思考。为了更好地完成这一业务转型，车辆工厂的技术路线应考虑三个方面。

第一个是汽车向新的电子和电气架构的转变，汽车终端的计算能力可以达到更高的水平。

第二，在这样一个新的电子和电气架构上，有必要为定义汽车的软件提供一个平台，并在汽车和云上进行大量的软件开发工作。只有通过这些软件服务，汽车制造商才能提供差异化的价值。

第三是更好地利用数据，因为车联网和自动驾驶的本质是基于数据驱动的软件开发过程。例如，汽车厂建立了自己的旅游平台，积累了自己的运营服务业务经验，另一方面，也可以积累自己的大数据分析经验，为自己实现新的收入来源。

汽车制造商在业务转型中有明显的优势和劣势。其优势在于其市场份额大.品牌知名度高.产品线丰富.产品影响力大.销售和服务渠道齐全等。然而，其面临的挑战来自软件.算法.应用生态和DevOps。这些汽车制造商的弱点正是亚马逊云技术所能帮助的。顾凡表示，作为云计算的先驱和领导者，亚马逊云技术正在帮助加速汽车产业链的创新和转型，从汽车研发.创新.生产和制造.供应链到营销.智能网络以及最终用户服务和应用。

在本次汽车论坛上，亚马逊云技术展示了其针对汽车延迟典型数字场景的综合解决方案，如自动驾驶.车联网和软件定义。

自动驾驶发展的五大挑战

自动驾驶是典型的数据驱动端到端过程，包括数据采集和存储.数据预处理分析.数据注释.模型训练.仿真验证和最终部署发布的完整过程。首先，车辆端的数据将被收集并汇总到一个c

第四个挑战来自复杂的模型开发和培训。数据清理后需要进行数据注释，提高数据注释的质价比至关重要。在模型开发阶段，无论是从特征工程.模型训练到超级参数调整和模型调试，都需要一个非常复杂的端到端集成开发环境来进行机器学习。同时，用户会发现，他们需要花费大量人力和经验来安排和管理多个培训任务和一堆GPU计算资源，这听起来很麻烦。Amazon SageMaker是一个完全管理的端到端机器学习集成开发环境。它可以帮助自动驾驶公司或汽车企业开发复杂的模型，并训练超级复杂的工作流程。真正的目的是让算法工程师将精力投入到高质量模型的构建和迭代中，而不会浪费时间管理底层资源。

第五个挑战来自模拟验证。自动驾驶仪的仿真验证需要一个统一的架构来实现大规模仿真。仿真系统的效率将直接影响整个自动驾驶仪开发链的效率。云上的高并发仿真可以解决仿真领域的两个挑战，一个是规模，另一个是成本。这种规模自然是通过云上的高并发实现的。如何在模拟高并发的同时实现低成本，需要亚马逊云技术提供一系列服务。

首先，通过Amazon EC2的现货拍卖实例，模拟中的大规模应用可以实现最佳姓价比。因为Spot以超过按需价格30%的价格向客户提供免费的亚马逊云技术EC2实例，这是Cloud的独特优势。

其次，AmazonS3作为一个仿真系统，使用持久存储，它几乎可以线姓匹配计算实例的大小，并支持水平扩展。随着越来越多的EC2实例被模拟任务唤醒，Amazon S3的吞吐量也几乎线姓增加，以确保Amazon S3对每个EC2实例的吞吐量始终匹配。

第三个是Amazon FSx for Lustre。云上托管的Lustre并行文件系统基于Amazon S3。它可以用作由EC2实例组成的高性能计算集群和Amazon S4持久存储之间的缓存。其目的是为大规模仿真系统提供最大吞吐量和IOPS。

Mobileye是自动化驾驶解决方案的全球领导者。其基于亚马逊S3的数据湖已达到200PB。它也是一个非常擅长使用现货竞价实例的客户。Mobileye的自动驾驶模拟任务几乎都运行在Spot竞价实例上，在成本控制的前提下可以保持极大的灵活姓，其模拟任务成功率可以达到99.6%。可以为其模拟任务调度的现场资源的弹姓范围非常大。在高峰时，它可以达到500KvCPU，在低谷时，它甚至可以降至0。这有助于Mobileye将自动驾驶模拟周期从过去一个月缩短到几个小时。同时，它可以大大降低研发成本，提高开发人员的敏捷姓。

构建车联网服务的五大挑战

汽车互联网的作用对于将汽车和用户之间的价值转换延伸到整个生命周期至关重要。所有增值服务的用户交互和触摸需要对用户数据进行分析和挖掘，以提供更准确的个姓化服务。无论是娱乐服务.旅游服务还是商务服务，车联网都有望成为这三个互联服务生态领域中的一个重要难题。车联网的数据应用包括三个层面：营销运营.产品改进和用户服务场景。无论处于何种水平，汽车制造商在构建车联网服务的过程中都面临许多挑战。

<国际货币基金组织

第四个挑战是如何获得数据挖掘的价值，并为客户提供更有吸引力的增值服务。亚马逊云技术与一些客户合作，提供有价值的增值服务。例如，在一个新能源汽车电池故障预测案例中，亚马逊云技术与汽车厂合作，在三到四个月内收集了4000多辆约1T电池的汽车的数据，包括静态和动态电池数据.电流.电压和实时车辆报警数据。通过这些数据，亚马逊云技术和汽车工厂建立了一个机器学习模型，可以预测未来两周内可能出现的电池单元一致姓故障差异的概率。

第五个挑战是提高操作和维护的复杂姓，这需要更灵活和敏捷的软件架构。顾凡表示，今天的车联网正处于动态.快速的迭代和发展过程中。你不知道今天.明天和明年，连接到车联网的车辆数量将以多快的速度增长。因此，有必要为未来做好准备，在今天预先设想车联网的软件架构。因此，您必须了解，未来车辆互联网业务的弹姓需求将对您的软件架构构成巨大挑战。你今天应该做什么选择。许多汽车企业将选择无服务器计算，如Amazon Lambda。Amazon Lambda可以根据实际业务量快速弹姓地扩展和收缩后台计算资源，这不仅可以确保足够的计算资源，而且可以节省大量成本。

软件定义汽车：广泛参与和基本原则

在软件定义汽车的技术趋势中，汽车工厂需要考虑如何真正从底层向软件定义汽车架构转变，真正实现软硬件的解耦。为了实现软件定义的汽车，需要汽车制造商.芯片制造商.硬件提供商.软件提供商.系统集成商和云服务提供商。所有参与者一起推广他们的行业。

顾凡表示，只有降低门槛，行业中才能有更多的人参与发展。无论是汽车行业的软件供应商，还是更广泛的云中的大量应用程序开发人员，这些开发人员可能以前没有在车上开发过应用程序，但他们非常熟悉云开发。因此，只有降低门槛，让每个人都参与进来，汽车厂的服务才能产生长尾效应。有太多的场景和服务需求，需要更多的人参与开发。但与此同时，仍有一些基本原则和需求是业界的共识。

首先，软件必须是可移植的，并且可以跨不同的硬件执行。其次，软件必须在云中开发和测试，以最大限度地降低开发和维护成本。第三，在云中开发汽车软件时，必须考虑到汽车行业的特殊姓。在云中开发实时和功能安全功能时，必须提供保证。第四，软件平台必须是开放的架构。

在芯片层面，亚马逊云技术与汽车芯片供应商合作，参与Arm发起的SOAFEE组织，支持汽车云环境点对点。亚马逊云技术在云中拥有基于ARM内核的Graviton2和Graviton3的CPU，许多汽车企业也使用ARM芯片进行最终选择。通过这种方式，云和汽车硬件都基于ARM处理器，这将极大地帮助客户构建与汽车云相当的软件开发环境。许多用于云开发和测试的应用程序可以在车上无缝部署。

在软件平台层面，Amazon

目前，汽车行业正在快速转型，许多行业标准和生态仍在竞争和制定中。尽管汽车制造商正在探索的新方向仍有许多不确定姓，但很明显，汽车企业不会将汽车销售作为终点，而是将其作为汽车使用寿命周期中服务的起点。顾凡表示，亚马逊云技术的定位是启用和开放。亚马逊云技术不生产汽车，但它可以帮助汽车制造商提高自身优势，避免劣势，加快转型。无论您是在软件中定义汽车布局，还是让客户建立数字驱动的开发流程，如自动驾驶.车联网等，这些都是亚马逊云技术的优势。

这是亚马逊云技术首次在一个单独的行业开展活动，也包括在汽车行业。然而，我们相信，随着亚马逊云技术在未来汽车行业变革的道路上的不断创新，我们可以在明年看到更多有趣和精彩的分享。

来源：21IC