3月27日，國汽智控創始人、總經理、首席技術官尚進博士應邀出席中國電動汽車百人會全球智能汽車前沿峯會並發表主題演講。
尚進博士表示，“智能汽車的產業數字化實際上就是把過去以機械爲主所實現的，轉變爲“硬件-操作系統-應用開發”的數字化模式；以軟件定義、SOA的形式構成了智能汽車的產業數字化，進而演變成一個數字化的數據中心，大數據分析、雲計算、人工智能、信息安全、區塊鏈以及5G技術都可以應用到智能汽車中，以支撐車控系統的產業架構和設計，反過來也能反哺數字技術的提升和擴展。”
以下爲演講全文
大家好，我是國汽智控總經理兼首席技術官尚進。由於疫情原因，很高興在線上與大家交流，今天我分享的題目是《軟件定義、數據驅動趨勢下的智能汽車基礎平臺架構和產品》。
大家經常說智能網聯汽車是我們整個智能汽車的變革的下半場，最近兩會國家重點提出了產業數字化和數字產業化，今天給大家分享的正是我們國汽智控在成立一年半對產業數字化和數字產業化的理解，特別是在基礎平臺的產品定義和實施過程中。
所謂智能汽車的產業數字化實際上就是把原來用機械爲主所實現的，變成“硬件-操作系統-應用開發”的數字化模式。我經常講智能汽車是四個輪子上的數據中心，而數據中心需要什麼，需要硬件和操作系統。
今天大家已經熟知，以軟件定義、SOA的形式構成了智能汽車的產業數字化，進而變成一個數字化的數據中心。大數據分析、雲計算、人工智能、信息安全、區塊鏈甚至5G技術都可以應用到智能汽車中，以支撐反哺車控系統的產品架構和設計。反過來也會助力數字技術的提升和擴展。
今天將重點分享三個方面，包括智能網聯汽車操作系統、信息安全與數據安全、車雲協同基礎軟件等，實際上仍然圍繞產業數字化和數字產業化展開，也包括對產業界的一些思考。
車雲協同基礎軟件是車雲協同計算的底層軟件架構，與車內產品是OS加硬件類似，車雲產品由OS加車雲協同基礎軟件組成。而車是數據安全最大的落地點，在操作系統內部，操作系統是車數字化的開始，進一步擴展到雲計算，也包括最近提到的路側OS都需要操作系統擴展。
國汽智控提出車雲協同計算架構是以智能網聯汽車的操作系統爲核心，我們也經常叫OS Everywhere，包括車內路側雲端。提到智能網聯汽車操作系統肯定不僅僅包括傳統內核，也不僅僅包含汽車行業所說的傳統中間件AUTOSAR CP和AP。
我們所提到的智能網聯汽車操作系統，在國標體系中叫車控操作系統。主要目的是提供智能駕駛和智能網聯汽車的數字底座，以及賦能車企能夠進行定製化、高效、低成本的開發智能駕駛應用，比如說從L2到L4的功能以及更多的擴展功能。
智能駕駛操作系統可以擴展到整車操作系統，比如智能網聯汽車的操作系統，這也包括我們所說的座艙，也包括將來的底盤域、動力域和車身域。
我們談的智能網聯汽車操作系統是一個整體的產品架構，今天主要目的不是介紹產品，而是需要關注的幾大特色。其中就包括跟手機一樣有了硬件和操作系統，那麼主機廠和主機廠的一級供應商便可以在上面進行自主、高效的開發智能駕駛應用，實現所說的軟件定義汽車。
既然叫操作系統，那麼一定是跨不同的硬件平臺。今天來看，我們更需要一個雙解耦架構，就是硬件和操作系統的解耦，這種解耦體現在操作系統要支持所有主流芯片和硬件平臺；同時另一層解耦是操作系統和應用開發的解耦，即主機廠可以專注應用的定製化開發和擴展，而整個系統底層的數字底座可由操作系統來提供。
簡而言之，智能駕駛操作系統需要具備幾大優勢，支持上層應用高效、低成本的開發，支持不同硬件平臺和統一的操作系統。此外，中國也在推廣網聯式，就要求操作系統內部像計算機內核一樣，具有對外的網聯功能，也要更安全，不僅僅是ASIL D的功能安全，還包括數據安全和信息安全，進一步來講，是要實現車規級。
剛纔也提到，智能汽車操作系統分爲幾層，下層來支持不同的芯片和硬件平臺，操作系統本身實現實時性和可靠性，向上支持不同的智能駕駛應用開發。同時，操作系統要支持信息安全和數據安全，包括進一步要實現網聯雲控功能，整個系統加上主機廠的應用開發要實現彈性可擴展。
對於智能汽車操作系統來講，不僅要支持所有主機廠廣泛的應用開發，更主要在操作系統內部實現軟硬件解耦，包括功能軟件內部的算法，既可以是第三方的算法，也可以是主機廠自己的算法，最後形成與主機廠共建的操作系統。
本身來講，既然提到基礎軟件操作系統，那麼系統一定是支持迭代升級的。通過一系列SDK和API，可以支持更多的應用開發，提供豐富的工具鏈，整體系統要實現可靠冗餘。
另一方面，數據安全受到廣泛關注，智能汽車每天收集和處理的數據達到TB級，並且智能駕駛域擁有最複雜的硬件和軟件，以及提供豐富的線上服務，因此車輛數據安全、數據隱私保護將成爲智能汽車的一個剛需。
數據安全經常提到的是出入境管理，最主要的是分類分級，數據的管控包括隱私保護，整體上一定要建立信息安全的防護體系，重點是在智能駕駛域，也就是智能汽車操作系統。隨着智能駕駛數據的分類分級，不僅輸入數據，也包括感知、融合、規劃中間產生的新數據，各種數據的上傳、處理、存儲等是基於不同法律法規的管控要求，實現不同的數據防護策略。
這是一個簡單示例，根據國家相關法律、法規開發的電子圍欄功能，包括數據的分類分級、策略執行以及數據脫敏等。當車輛行駛至敏感地帶時，高優先級的數據可能不能上傳；再往前到軍事敏感區，則需要進行數據脫敏，只能進行車道線識別，周圍環境則無法識別；再往前可能遇到更多敏感地區，則要強制車輛停止。
通過演示案例可以看到，真正的數據安全一定要跟智能駕駛整個數據流充分耦合，才能實現安全功能實時可靠的落地。
第三部分主要談車雲協同基礎軟件，其實更是現在所面臨的問題。當車內數字化之後，如何進一步擴展到車外，因爲數據中心永遠是做雲計算的。我們發現了幾個關鍵問題，車內到車外的重點是要突破車輛的計算和傳感的邊緣。
這是因爲無論何時，幾萬元的新車總是存在的，其硬件的智能等級一定是不足的，包括市面已有的幾億保有量。在軟件定義生命週期內，車輛的軟件一定要升級，並且一定會超過自身的硬件。因此，需要考慮計算邊界如何突破車的邊界以及傳感的延伸。
基於車雲一體化總體架構，這裏重點是以車控爲基礎，重點強調車控系統延伸到路側。以計算的角度來看，主要計算單元在路側、車端和雲端，因此需要車控系統利用邊緣計算實現車控系統的延伸。這裏需要看下，智能汽車操作系統也包括裏面的信息安全數據安全，能夠邏輯上運行在車內，也運行在雲端，實現協同計算。
軟件定義車內操作系統，數據驅動不僅僅靠收集數據學習，也要把雲計算技術引用到車內來。以上就是今天給大家帶來的分享，謝謝大家！