摘要:由于汽車對安全性可靠性實時性,和傳感器帶寬算力的高要求,及其復雜的軟件供應鏈生態(tài),智能汽車會催生下一代計算操作系統(tǒng)。軟件生態(tài)與容器放眼智能汽車的生態(tài)圈,今天的座艙與兩個域計算機都是以整體解決方案的方式售賣給整車廠。
?【CSDN 編者按】智能汽車正在被軟件定義,而以軟件為中心的新架構也對下一代汽車的基礎軟件,包括其核心操作系統(tǒng),提出了新的要求。未來整車廠的核心能力將發(fā)生怎樣的變化?本文將從未來汽車的新定義出發(fā),探索下一代智能汽車的操作系統(tǒng)發(fā)展趨勢。
作者 |?Michael Yuan??
出品 |?《新程序員》
今天一輛普通汽車上有1.5億行代碼,是波音787飛機代碼量的10倍。汽車已經成為軟件工程的一個重要方向。由于汽車對安全性、可靠性、實時性,和傳感器帶寬、AI算力的高要求,及其復雜的軟件供應鏈生態(tài),智能汽車會催生下一代計算操作系統(tǒng)。從基礎軟件過去30年的發(fā)展歷程來看,我們認為汽車軟件生態(tài)一定會開源,會給程序員帶來更廣闊的機會。
?軟件定義的汽車
與20年前的數據中心類似,傳統(tǒng)汽車是經典的“硬件隔離軟件”架構。每一輛量產車有50+軟件供應商,要讓這么多軟件模塊安全可靠地在同一輛車上運行,傳統(tǒng)的方法是讓每一個供應商把軟件封裝在自己的計算機硬件里面。這些供應商封裝提供的計算機叫作ECU。每個ECU里面有一套完整的芯片、存儲、操作系統(tǒng)與應用軟件,ECU之間只通過簡單的實時網絡傳輸信息,從而達成隔離不同供應商軟件的目的。今天每一輛汽車有100~150個ECU,其軟件的復雜性已經很難管理。
因而,以Tesla為代表的“造車新勢力”開始采用以軟件為中心的架構,新一代智能汽車也不再有100+ECU,而是擁有一臺到幾臺通用計算機。供應商的軟件作為模塊運行在這些計算機上,隔離不同供應商模塊的不再是硬件與網絡,而是軟件容器,這就是“軟件定義的汽車”。而以軟件為中心的新架構對下一代汽車的基礎軟件,包括其核心操作系統(tǒng),提出了新的要求。
?
??智能汽車操作系統(tǒng)之爭
目前,智能汽車正在從ECU向“軟件定義”過渡,車企不能一步到位,走到每輛車只有一臺超級計算機的架構,只能過渡到每輛車3~4個“域計算機”(也稱“域控制器”),其中有兩個很重要的域:ADAS域與座艙域。
這兩個域的操作系統(tǒng)并不相同。在座艙域中,車企一般使用的是Android系統(tǒng),或者是剪裁版的Linux,以保證大量應用程序的兼容性。座艙里的Linux與Android系統(tǒng)使用開源的底層操作系統(tǒng),有巨大的開發(fā)者社區(qū)。其上層的應用App可以是開源或閉源的。
在ADAS域中,車企一般使用商業(yè)的實時操作系統(tǒng),如QNX與VxWorks等。ADAS的底層操作系統(tǒng)一般不開源,而應用雖然有開源的,如Autoware與百度的Apollo,但是絕大部分算法、傳感器集成以及推理應用都是不開源的。
當然,這兩個域的操作系統(tǒng)也有重疊的地方。例如,座艙域中顯示駕駛數據的屏幕(車速、自動駕駛信息)一般是用QNX,以保證實時的數據讀寫。在座艙內,對Android、Linux與QNX的需求還產生了專門的Hypervisor虛擬化解決方案,如OpenSynergy,能讓幾個操作系統(tǒng)用虛擬化的方式運行在同一個硬件計算機上。
因而,未來“軟件定義的汽車”有很大幾率會從幾個域進一步進化為一個超級計算機。這個計算機需要一整套操作系統(tǒng)與中間件服務,去為座艙、自動駕駛等各種車內應用服務。想要實現這個操作系統(tǒng),主要有以下兩條路徑。
我們注意到,未來汽車操作系統(tǒng)的明顯趨勢是開源的。這意味著開發(fā)者試驗與進入汽車生態(tài)的門檻會越來越低。
在智能汽車火熱的中國市場中,有技術實力的汽車軟件公司也都在向自研操作系統(tǒng)努力。它們都是從基于Linux的座艙系統(tǒng)(如前述的AGL)往實時車控操作系統(tǒng)演進。其中比較有代表性的是以下幾家。
加之前面提到的seL4基金會成員地平線、蔚來、理想、Second State,中國廠商目前在汽車操作系統(tǒng)的兩個主要方向都有布局,正走在世界智能汽車操作系統(tǒng)領域的前列。
軟件生態(tài)與容器
放眼智能汽車的生態(tài)圈,今天的座艙與ADAS兩個域計算機都是以整體解決方案的方式售賣給整車廠。對于整車廠來說,這兩個重要域計算機是黑盒。域計算機的供應商,而不是整車廠,正在掌控著這兩個域的相關軟硬件生態(tài)。例如,ADAS激光雷達的選型、座艙語音識別的算法選擇都是由域計算機供應商決定的。這與今天的汽車生態(tài)格格不入,也不是整車廠能夠長期接受的方案。而未來,如果軟件定義的汽車發(fā)展到每輛車只有一臺超級計算機,對這臺計算機的操作系統(tǒng)與軟件生態(tài)的控制權,更是整車廠不能放棄的。
這里的挑戰(zhàn)是,整車廠或者域供應商,如何在一個開放的計算平臺上安全高效地集成多個下游供應商與開發(fā)者寫的軟件?其實,這個問題在“軟件定義的數據中心”已經有了很好的解決方向:使用軟件容器隔離各個供應商寫的模塊。
云原生數據中心用Docker這類軟件容器實現隔離。汽車廠商也一直在試圖使用Docker這樣的軟件容器。
新一代的輕量級軟件沙盒/容器技術,如支持多種編程語言與多種操作系統(tǒng)/硬件的WebAssembly Runtime,是在汽車這種邊緣設備上實現軟件隔離的很好選擇。WebAssembly直接從操作系統(tǒng)的線程啟動,并不需要模擬一個自己的操作系統(tǒng)環(huán)境,在啟動時間上可以比Docker這類解決方案快100倍以上。
WebAssembly Runtime抽象了底層的硬件與操作系統(tǒng),開發(fā)者就能用現代的編程語言與框架,如Rust,寫出高性能、可移植的汽車應用。
開發(fā)者的機會
軟件定義的數據中心產生了“云原生”的使用場景,賦能了大量開發(fā)者。軟件定義的汽車也會讓第三方開發(fā)者更容易進入汽車。對于廣大開發(fā)者來說,軟件定義的汽車的意義在于把汽車變成一個開放的計算平臺。標準化的硬件、開源的操作系統(tǒng)、開源的容器與運行沙盒,都會大大降低開發(fā)者參與汽車應用開發(fā)的門檻。
未來整車廠的核心能力將不再是引擎與變速箱,也不再是整合幾個一級供應商的部件,而是像今天的公有云或者手機廠一樣,整合軟件開發(fā)者的生態(tài),為用戶提供最好的軟件體驗。
新程序員們,軟件定義的汽車時代已經來臨了,你們準備好了嗎?
本文出自《新程序員002:新數據庫時代&軟件定義汽車》,由60余位專家傾力創(chuàng)作。隨書附贈《2021數據庫全景圖V1.0》和《2021汽車技術與產業(yè)生態(tài)全景圖V1.0》,同時內含《2021年度數據庫發(fā)展研究報告》和《2021年度軟件定義汽車研究報告》,圖文與視頻多媒體呈現。
數據庫作為核心技術三大件之一,我們從新型數據庫普及、數據庫開源趨勢、數字化轉型實現,以及資本助力產業(yè)等角度,邀請到27位數據庫行業(yè)專家,共著非關系型數據庫、文檔型數據庫、分布式數據庫、混合式數據庫、時序數據庫、圖數據庫等的理論技術及行業(yè)實踐,讓數據庫開發(fā)者快速提升。
智能駕駛作為人工智能的頂上皇冠,我們以技術和商業(yè)融合創(chuàng)新為主線,邀請到23位汽車領域專家,從開源系統(tǒng)、車路協(xié)同、數字孿生等不同視角分析了云計算、人工智能、物聯(lián)網等技術給汽車行業(yè)帶來的影響和機會,讓汽車從業(yè)者深入了解產業(yè)動態(tài)。
本書高屋建瓴的產業(yè)分析和趨勢預判適合中高端從業(yè)人員參考決策。同時,多位專家親歷的入門和實踐之旅也為初學者提供了可借鑒的專業(yè)路徑。
掃描下方二維碼,添加小助手,即可加入《新程序員002》「讀者群」,搶先一步獲取雜志最新資訊,精彩內容不再錯過。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉載請注明本文地址:http://www.ezyhdfw.cn/yun/125306.html
摘要:查看行業(yè)專題分析報告就上參一江湖,更多專題報告持續(xù)更新中。參一江湖只作為內容整理方,僅供學習用。 查看行業(yè)專題分析報告就上參一江湖,更多專題報告持續(xù)更新中。每項專題報告都是從2019開始更新到至今,后續(xù)將持續(xù)更新... 今天為大家分享汽車專題研究報告的部分目錄如下 : ———————公眾號...
摘要:同時,也會催生出超人類。年,深藍戰(zhàn)勝人類國際象棋冠軍,標記著人工智能往前邁開了重要一大步。年大勝柯潔,人工智能即將碾軋人類的話題遍進入大眾視野,迅即引起普遍的狂熱和焦慮。 showImg(http://upload-images.jianshu.io/upload_images/13825820-1b6450ee3f490762.jpg?imageMogr2/auto-orient/s...
摘要:是蒙特利爾大學的計算機科學家,他與以及另外幾個人被稱為深度學習的先驅。的結果顯示了深度學習的能力。讓人們激動的是這一領域的一種學習方法深度學習,能夠應用于眾多不同的領域,谷歌機器智能研究部門負責人如今負責搜索引擎的表示,谷歌正在使用深度學 1. 「機器問題」重現從最初的屢屢失敗,到現在的朝氣蓬勃,人工智能會導致大面積失業(yè)甚至讓人類滅絕嗎?或許歷史會給我們一些有用的線索。有些人害怕機器會搶走所...
摘要:如果這個場景足夠簡單的話,深度學習并不能表現出相對于其它基于傳統(tǒng)模式識別方法的優(yōu)勢。這是深度學習目前受到關注的一個非常重要的原因。通過積累大量的數據進行足夠的訓練,基于深度學習的系統(tǒng)可以給出最優(yōu)規(guī)劃。 谷歌和李世石的人機大戰(zhàn)引爆了公眾對于人工智能的關注,也讓基于深度學習的人工智能成為汽車業(yè)界關注的重點,那么深度學習在智能駕駛的應用場景下有什么幫助呢?自動駕駛最先出現在美國,而不是歐洲或者日本...
摘要:幾乎沒有人比歲的更能與深度學習緊密地聯(lián)系在一起。他于年成為紐約大學教授,并從此引領了深度學習的發(fā)展。最近,深度學習及其相關領域已然成為最活躍的計算機研究領域之一。 本文原載IEEE,作者Lee Gomes,由機器之心翻譯出品,參與成員:電子羊、翬、泥泥劉、赤龍飛、鄭勞蕾、流明。人工智能經歷了幾次低潮時期,這些灰暗時光被稱作「AI寒冬」。這里說的不是那段時期,事實上,人工智能如今變得異?;馃幔?..
閱讀 3980·2023-01-11 11:02
閱讀 4480·2023-01-11 11:02
閱讀 3357·2023-01-11 11:02
閱讀 5379·2023-01-11 11:02
閱讀 4941·2023-01-11 11:02
閱讀 5871·2023-01-11 11:02
閱讀 5560·2023-01-11 11:02
閱讀 4377·2023-01-11 11:02