多年来,车辆已从简单的交通工具演变为拓展我们互联生活的新物种。今天的汽车和车队集成了智能设备,比大多数消费类计算机具有更强的计算能力。通过这些设备,汽车制造商和科技公司正在积累深厚的、相互交织的数据网,包含拍字节(Petabytes, 1PB=1024TB)的车辆和消费者信息,这些信息将为网联汽车及服务提供动力。
随着“互联”对汽车行业的要求越来越高,利益相关方面临着与管理大量数据相关的巨大机遇和重大挑战,以开发下一代网联汽车服务所需的必要技术、用例和最佳实践。在认识到这些数据的价值及开展盈利业务项目之前,生态系统参与者必须解决带宽和延迟、数据优先级和计算距离等关键数据挑战。
汽车制造商必须将车辆当作生成和发送大量数据的移动数据平台进行管理。事实上,到2025年,网络将需要处理多个互联OEM车队的带宽,简明来说,网联车辆可能每月向云端发送多达10EB(1EB=1024PB)的数据。
然而,当前的计算系统和云网络没有得到优化,也无法实时处理海量数据负载的延迟要求,使得汽车制造商不得不解决其互联基础设施、宽带连接和正在推进5G部署的局限性。
此外,主机厂和行业参与者必须确定对网联车辆的大量数据进行优先排序、收集和处理的最佳方式。这仅仅是一个大数据问题,因为每个OEM、移动网络运营商(MNO)和云提供商各自创建一套独特的互联车辆生态系统,以应对和克服这些数据挑战。然而,每一种不同的解决方案都会导致全球网络的碎片化,技术网络以拼凑的方式在运行着。
为弥合不同技术和网络之间的鸿沟,交通技术的头部企业聚集在一起组成了AECC汽车边缘计算联盟。其正致力于满足未来4亿多辆联网车辆的需求,这些车辆最终将依赖优化的基础设施,包括蜂窝通信网络、Wi-Fi和卫星进行数据传输。
即使是最新的5G和云计算方法也无法在全球范围内有效地将实时数据传输到数百万辆互联车辆。这种依赖性使无缝连接变得复杂,因为并非每一条高速公路或城市街道都具有相同的宽带覆盖水平。
此外,分散计算方法对于满足延迟和数据处理速度要求是必要的。因此,分布式边缘计算能有效提高网联车辆的计算速度。边缘计算使数据处理离移动互联车辆更近的位置,以显著减少网络延迟。通过缩短处理节点之间的距离并有效提高服务质量,数据传输速度得到了提高,而不是将数据发送到集中式数据库或云。
虽然技术将持续演进,但边缘计算为行业参与者提供了一种手段,通过可持续和可扩展的互联车辆生态系统,建立全球标准和经得起未来考验的商业模式。
除了在网络限制范围内管理大量数据外,主机厂、移动网络运营商、云提供商和服务提供商还必须就如何优化数据传输并确定其优先级进行合作。
随着车辆越来越依赖软件和实时数据流与道路以及彼此进行交互,很明显,汽车行业参与者不能再以闭门造车方式开发技术和用例。如何在距离路边最近的位置计算和分析来自移动车辆的大量数据,以实现智能驾驶、出行即服务、高清地图等新服务,以及当前大量数据是如何从车辆移动到云或计算中心的,根据实时数据流来增强连接服务的功能,编纂和实施最佳实践,而这些是关键所在。
鉴于汽车和电信行业的产品生命周期较长,主机厂和电信企业必须采取积极主动的方式进行跨行业合作。例如, 3GPP、IIC、AECC等主要行业协会和标准开发组织合作以促进可持续商业模式和成果的行动。比开发互联车辆业务案例更重要的是制定整个行业的标准。
互联的直接好处显而易见:更安全的道路、更便捷的功能和更好的驾驶体验。
然而,全球汽车互联的劲猛增长给没有合作解决带宽、计算距离和数据优先级问题的汽车相关企业带来了棘手的问题。如果不优化基础设施处理高容量数据的方式,创新性新服务和应用程序的加速将无法实现。构建这一基础设施并实现不同技术之间统一协作的价值,需要在数据管理、边缘计算、数据优先级和行业协作的方法上进行根本性的改变。这可能会将汽车行业转向数据的集体利用,这些不仅与下一代通信网络、Wi-Fi和卫星发挥作用的方式一致,而且数据高效利用规模的持续扩大,会满足软件定义汽车时代方方面面的数据需求。
《Breaking the Speed Limit Overcoming Obstacles to Drive Connectivity》by Frost & Sullivan