“智协慧同鲍鹏：车云计算与数据库技术在域控制器上的量产实践”

8月26日，由爱因斯坦汽车主办的“2021领域首届智能卡主控制器创新峰会”在上海汽车城瑞立酒店隆重举行。 这次会议持续了两天，包括智能汽车、智能驾驶域控制器、智能座舱域控制器、机箱和车身域控制器、智能驾驶计算平台、电子电气体系结构、软件 会议期间，智协慧发表了联合创始人兼首席执行官鲍鹏和“车在域控制器的云计算和数据库技术批量生产实践”的主题演讲。

以下是演讲的实录。

你好。 感谢主办者提供这次机会。 和大家分享和智慧一样的实践。 我们是一家小创业企业，我们宣传的产品比较聚焦。 基本上，它以数据驱动为中心，为主机工厂提供了高性能的车载数据库，以及跨车云的计算框架和低代码的开发工具。 当然，这个数据指的是车内的信号数据。

简单介绍一下企业，我们年在北京成立，团队分支到硅谷、上海、长春，我们的核心团队来自ibm、teradata、博世。 我们宣传的产品获得了几个批量生产的积分。 例如，顾客批量生产模型上的整车域控制器、中央计算域控制器、车身域控制器都是配套的。 最初的批量生产模式今年变成了sop。

在这期间的领域中流行着关于灵魂和身体的争论的段子，但实际上还有另一个段子。 前几天，我的微信朋友圈也很盛行。 也就是说，很多程序员被国家劳动和社会保障部列入新一代农民工的行列。 我认为国家的发现有内在力量。 比如说，如果你写软件是种麦子，种苹果，那硬件是什么？ 那是土地。 没有土地就不能种植。

在第一代和第二代硬件环境下，“农民工们”，即写软件的同事们已经写得很高效了。 说白了，播种机和联合收割机是全自动的，种完麦子再煮面做面包，做客户的可能性也非常大。 为了让我们现在能用手机在下一个APP上聊天，它已经打包得非常高维。 这些都是高效的工具。

这些效率工具由第一代的ibm、teradata和oracle公司提供。 第二代是谷歌、脸书和亚马逊。 他们最初是第一代企业的顾客。 但是，有一天我突然意识到你的技术不能满足我了。 另外，今后我要到很高的地方再给大家用。 不小心让ibm，甲骨文丧命。

我们去年也突然很兴奋。 因为当时有一场叫做域控制器的大讨论。 当时，我们看到了初期的先行者，在看不清楚这些计算价格的情况下，依然把这些大的mpu和存储器放在零部件上。 当时给了我们很大的信心。 进一步考虑，第三代计算力网的机会来了。

因为每一代新的计算网络都是数字化对人类社会的侵蚀和深入，这种侵蚀和深入本质上是不容易得到的机会。 例如，如果云没有了原创的机会，那么所有的基础软件几乎都是美国人写的，只有新的计算网络出现了，才有机会。 为什么呢？ 软件非常残酷，从现在来看，技术更替的速度越来越快。 当然，这里面的核心本质之一是数据。 为什么今天的互联网公司认为数据是最核心的资产？ 用庞大的数据发现内在，是因为会超过你凭经验积累的发现的内在。

计算体系结构始终受到计算能力、通信和存储等方面的影响。 我们早就注意到在汽车的计算力网络上这些东西的优先顺序会发生变化。 很多人认为，如果车有计算机体系结构，我可以把云上的东西放在车上使用，但在我们看来不是。

例如，我们为什么马上想到了开车建立数据库？ 因为云数据存储的优先级最低，没有人关心硬件的寿命，所以硬件的价格很低。 但是，回到今天的车，tesla的model s当时在已成年的时候变成了黑屏。 写证书过期了，直接不到五年就直接写坏了闪存的写入寿命。 我们知道在汽车领域闪存对寿命的要求是十年。

去年我们想了解今天看到的很多产品，然后开始制作。 当时，我们做这个东西的时候，对外可能很多人都不擅长，但是车为什么需要这个东西呢？ 现在回头看，我们很幸运。 因为大部分人最后看到的东西不会那么快出现，所以你基本上都会成为先烈。 我们现在可能原以为是保守的，但今天的车算力增长趋势非常快，所以我们有机会和非常早期的顾客建立一点关系。 今天尝试soa的龙头几个车企也在和我们合作。 在合作的过程中我们自己也慢慢总结，看到了未来的课题。

第一个是缩短研发周期，我那一年支持手机领域。 是从以前流传下来的开发方法向敏捷方法的转换，包括华为、oppo都是我们的顾客。 当时，手机领域是一个非常重要的节点。 当时手机的开发周期从30几个月压缩到12个月的时候，比如喜讯当时的世界市场占领了百分之十几的时候，为什么突然被解除武装了呢？ 当你花30个月做功能机的时候，人如果花12个月做智能手机，你就会被完全淘汰。 本质上这场淘汰赛就是你提高进化效率。

第二个是软件多，增加复杂性[/s2/]。 现在，如果新架构的车进行整车的软件集成，就会发现上面很多新的软件技术栈，包括供应商的软件在内，全部都在一起了。 即使这些东西合在一起，也会建立许多新功能，重复这些新功能。 这带来了巨大而庞杂的软件提升。 管理的多样性和复杂性在it领域有丰富的经验。 也就是说，一个一个打包，第二个代码很低。 事实上，包括打包在内的低代码是今天我们制作soa非常重要的原因。

在我们看来，车里的计算力分为两部分。 一个是为人服务，另一个是为车服务。 为车提供服务，就是说迟早要走软硬件一体化的路线，我们追求的是软硬件分离的路线。 基本上，这种框架思维是对计算力的渴求将永远持续下去，意味着很多新的诉求将来会得到满足。 其中，你必须让更多的人在你的平台上进行开发，所以这几个基础能力和过去的基础问题面临着挑战。 这也是我们在帮助顾客的事件。

本质上以数据驱动为中心，帮助oem利用数据的核心能力。 用数据驱动能做什么呢？ 数字化从研发阶段到量产阶段到数据阶段，面临着to b和to c等深度、广度等几个维度。 例如，今天，我们和早期的顾客一起制作智能空调谐的算法。 过去的空调谐控制器基本上是简单的公式，不会因地区或天气而变化。 今天有空调谐的吹风战略和模式吗？ 风速根据地域不同，天气不同，根据季节不同，通过一些车的学习，有一种可能性

其实我自己总结了一下。 列举了数据驱动的成熟度，从l1到l4。 很多人说起数据驱动，一眼望去l4，就会发现其实上溯的时候需要一步一步来。 从数据获取能力来看，能否给今天的业务部门最短的途径是研发，给他们高精度、优质、灵活的获取数据的能力，有了这些数据以后能否做多份报告。 今后千人千人是怎么做的，能否和现在做数据的研究开发工作形成闭环并重复。 今天，我已经帮助早期顾客做了l1、l2、l3阶段开始的事件，l4正在做。

初期的时候，我们去和顾客讲非常抽象的技术，为什么需要这样的框架？ 为什么需要高性能的数据库？ 当然，我们现在给早期顾客办了点案子之后，我们发现了一些还值得谈的东西。 这是其中之一，我想这也是现在大多数主机厂做不到的。

今天我将把这个作为一个场景详细介绍给大家，这里提出一个概念是把数据拿到桌面上，如何提高你的研发效率？

可以看到，在新架构的车中，整车软件集成时面临着许多偶然的故障。 过去有传说，开车完成零件和整车的hal没有大bug，但今天不是。 今天的臭虫深度和维度会比你想象的要大得多。 你会发现，这些bug特别深，特别多，隐藏得太杂的时候，这个效率反而会变慢。

怎么办？ 我们提出了把数据拿到桌面上的口号。 我们不用像以前那样在家里跟不上车，不用拿着箱子采集数据也能找回数据吗？ 你可以把遇到偶发性故障时引发事故的想法放在车里，然后直接把分解结果带回来。 我可以在家里做之后的分解。 这依赖于数据。 今天，所有主机厂都花了很多钱采集数据。 但是，这些数据大部分今天都被搁置在那里。 由于精度不够，维度也不够，所以无法收到工程师所需的大量内部信号。 在这种情况下，已经花了很大的钱。 远程信息处理技术每年只传输、存储和解决这些数据就要花很大的钱。 相反，出来的报告书放在那里，不会成为真正的驱动力。 我们今天将帮助客户实现用量产车向台式机发送数据的事件。

我们车端的数据库支持毫秒级、数万级的维和记录，在量产车上帮助我们的顾客实现10毫秒、约5000个信号的进站。 四个月罗列的信号有800个，但在这三四个月里，他们发现数据达到桌面能力后，这个信号向外部输出的范围持续增加。 另外，我们处理了巨大的价格和效率问题。 因为我们的数据库今天帮助了主机厂建立了基于高清数据收集的方案。 这个框架性的方案现在计划向所有领域开放，我们估算在顾客那里比过去的远程信息技术可以节约85%。 这包括传输价格、计算价格和存储价格。 如果把信号再增加到5000、10毫秒级别，那会越来越节约。 例如，我们传递同样的数据，10毫秒比今天的远程信息技术传递1秒，我们比那个包还小。 本质上我们今天实现了量产车的高精度、优质、灵活的数据采集。

让我们再谈谈这件事路上遇到的漏洞。

第一个是灵活性。 一套低代码环境支持业务人员的自主建模。 另外，该模型可以跨云和车侧导入，包括发布到车内时也可以自动进行一点转换。 配置灵活，过去三个月可以向数字化部门获取数据，今天当天自己查看一点数据。

车sop一次后，可以建立空键这样的灵活数量。 有客户可以在空键的功能发生变化时每天重复10次。 这在过去是非常难以想象的。

第二个是高压缩。 本质上高压缩是在我们的数据库中实现的，但其实中间最难的不是数据库。 这个数据库在与域控制器集成时，实际上撞到了大量的孔。 两个控制器加起来接近5000个，10毫秒访问，从整车到autosar协议栈都有很大的压力，对整车进行了很大的压力测试。 测试结束后，由于发现了大量问题，不得不改善控制器提供者，迫使协议栈的德国供应商修改了错误。 正是经历了这一点之后，才能访问这个性能的时候，整个系统的健壮性很厉害。

因为这个链接很长，所以也会发生奇怪的事情。 例如，在全局时钟同步中，信号的顺序经常在10毫秒左右的时间内发生混乱。 如果不能处理，记录数据会有质量问题。 我们的数据库里有自动修正它的机制，本质上进入数据库后就能以非常好的顺序记录数据。

另外，我们的数据库是掉内存和磁盘的数据库，你可以完全掉磁盘，也可以有选择地掉磁盘。 另外，有非常高的压缩率。 数据访问内存后，开始压缩。 而且，该压缩率是动态压缩，收集的频率越高，信号规模越大，本质上压缩率越高。

vsw是我们数据库特有的数据格式。 该数据格式支持所有链接，无需解压，从车端数据库开始发送数据。 可以根据操作系统的其他限制条件自动切断数据包，用小数据包发送到后台，在后台检查数据包。 远程信息处理技术不稳定，所以一定会打乱顺序。 那么，我们在这些包里有检测，在主机厂开发灵活的补充战略，最后在云中通过sdk获得完美而优质的数据，直到落到磁盘上，整个过程都在用高压缩的二进制文件进行。

我们的文件样式有vin触发器id和时间戳，本质上保存和计算是分离的。 这些压缩文件在使用时可以一起解开。 另外，求解时不需要与dbs对应。 我们有自我解析。 现在好几个顾客都在和我们合作解决这个案子。 节约价格的效率很大。 包括一些新势力的车在内，一辆车的数据传输和存储价格每年几千元。 还是很可怕。 这样可以给他们省很多钱。

我们在云中有很多开放式sdk。 使用我们的数据库，sdk，包括新的体系结构提供给我们的顾客。 有能力的顾客只买我们的中间件，可以在车方和云端完全自己开发。 有些顾客希望钥匙施工，有些产品可以马上使用。

这个功能开发周期为4个月，我们用4个月的量产车实现了高精度、灵活的数采功能的在线化。 为什么这么快？ 因为车上预先预设了边缘计算框架和计算能力。

最后，我们有低代码算法开发工具。 我们有一个跨越车云的计算框架。 用代码工具编写的所有算法都在vanalyze和vcloud上运行。 基于这些能力，主机制造商可以开发数据驱动的最基本的能力。 例如，高精细、优质、灵活的数采。 在此基础上，可以让业务人员直接用低代码工具搜索数据，在此基础上进行创新的数据驱动算法开发。 本质上，它与千人千人的着陆点相连。

这是我们产品的简单介绍。 在早期的两个项目中，我们经历了与非常痛苦的硬件供应商整合的合作。 我们也愿意与越来越多的制造控制器的供应商深入合作，将一点点的技术栈打包，共同为用户服务。 谢谢你。