当前,新科技带动汽车行业驶入百年未有之大变局。5G、大数据、云计算、人工智能正在与汽车产业加速融合。过去,我们通过“拥有”一辆汽车来享受“行驶”的乐趣;现在,我们通过“使用”汽车来获得更多安全和便捷的服务。在新型场景下,大数据逐渐覆盖整个产业链。该如何高效处理和分析数据,并保证网络安全?

“新四化”趋势下的云端创新

当前,汽车行业面临“新四化”的趋势 - 智能化、电动化、网联化、共享化正重塑产业价值链。汽车的功能属性正由传统的出行工具向移动智能空间转型升级。而作为全球云计算先驱,亚马逊云科技一直致力于将其优势带入中国,与汽车全行业积极探索车云一体化,赋能“软件定义汽车”的核心能力。

眼下,国内车企及海外车联网逊业务面临在基础设施、安全合规、架构与生态等层面的一系列挑战。为了应对挑战,亚马逊云科技帮助客户构建智能的车联网服务,比如使用IOT和边缘计算能力连接全球的车辆数据;使用人工智能创造个性化的车内体验;使用数据湖中的车联网数据提高预则性维护质量等。亚马云科技在全球有强大的合作伙伴和生态体系,在解决方案提供商、数据湖和分析等重要领域都有合作伙伴协助国内车企在“出海”中顺利衔接。

去年,亚马逊云科技宣布发起"汽车行业创新加速计划",联合多家代表性企业重塑产业价值链。一是培训和技术输出,提供专有技术课程,引入全球最佳实践;二是构建解决方案,组建团队与企业共同构建车云一体化架构;三是市场拓展,帮助国内汽车企业快速搭建海外业务。

存储、速度和成本,三大挑战,一个对策!

当前自动驾驶开发流程中面临三大挑战: 第一是数据,收集、摄取和存储TB 级数据并转化为PB级;第二是速度,模拟数百万英里以优化工程时间;第三是成本,包括PB 级数据存储成本、管理车队运营、本地计算的资本支出等。亚马逊云科技以自动驾驶数据湖为中心,帮助车企构建端到端的自动驾驶数据闭环来应对这些挑战。

首先,在数据摄取层面,亚马逊云科技提供了离线、混合、在线的多种方式;在数据存储方面,车企可以直接对Amazon S3进行数据读写,并采用Amazon FSx for Lustre 作为前端缓存;在数据标注环节,Amazon SageMaker Ground Truth 能够轻松完成各种车辆、场景和用户数据的自动化标注,创建符合要求的训练机器学习模型的高质量数据集;在模型构建步骤,提供了适用于 AI/ML 的计算基础架构为性能和预算需求选择 CPU、GPU 和加速器。

云技术成为汽车产业发展的核心驱动力

亚马逊云科技在汽车行业深耕多年,对汽车产品设计、创新车联网出行、销售营销、工业链以及终端用户服务的全产业链都有纵深的拓展,并且围绕其全球的骨干网络实现横向覆盖。

数字化的基础是数据。识别核心数据、有效管理并利用数据是数字化转型的关键。亚马逊云科技的单个客户的存量数据就可以达到200个PB。然而在某些特定场景下,并非所有数据都用于做模型的构建,需要从中筛选有用的数据。亚马逊云科技提供了完整的数据分析(Amazon Elastic MapReduce服务组件、Amazon EMR等)、机器学习(Amazon SageMaker等)的堆栈。

云技术可以优化数据的分析和存储。去年年底发布的Amazon IoT FleetWise拥有智能过滤功能,可以在车端实时过滤掉一些数据,只对用户感兴趣的数据做相应的采集和实时上云。数据上云之后,基于Amazon S3提供热存储、温存储、冷存储等多种存储类别,实现海量数据存储;对于时序数据,则依据时序数据库进行秩序化归档。

在AR、VR、3D模型的构建和渲染上,云具有强大的优势。亚马逊云科技与车企合作,推出面向嵌入式边缘的可扩展开放架构,实现云边对等,保证云边构建的模型无差异部署到车端的环境中去执行。

最后,亚马逊云科技自成立以来始终把“云上”安全放在第一位。在“责任分担模型”的指导下,其负责基础数据中心、基础硬件设施和物理设施的安全,而操作系统的补丁、应用程序和数据层面的安全则由一众车企实现。亚马逊云科技为车企提供丰富的产品和服务,帮助车企构建安全的应用系统。

行车不规范,安全两行泪,

随着智能驾驶技术的全面落地,自动驾驶的安全性更应该成为首要解决的问题。

9月16日,亚马逊云科技发现之旅走进苏州,

联合来自ETAS、上汽通用五菱智驾、BTC中国、极氪汽车以及LRQA中国的众多重磅嘉宾,

围绕智能网联骑车中的整车安全、网络安全量产、以及消费者合规体验等核心议题,

分享观点和解决方案。

扫描二维码,即刻报名!