汽車行業(yè)云原生趨勢研究報告

1、 QingClodKUBESPHERE 2022.7前今天，數字化發(fā)展已成為全球的重要共識。根據肯錫的研究報告顯，全球已經有超過 170 個國家發(fā)布了國家數字戰(zhàn)略。在新冠疫情籠罩的最近 3 年，數字化進程顯著提速，“全球的數字化進程整體提前了 7 年，其中亞太地區(qū)更是提前了 10 年。”云原被看作云計算“下半場”的代表性技術，云原平臺成為企業(yè)數字基建的必需品，是通往數字化轉型的最短路徑。在我國，云原已進發(fā)展期，云原技術放光 芒，并不斷在融、汽、能源、運營商等 ICT 能領先的業(yè)落地。本次我們選取汽業(yè)作為“云科技“系列業(yè)云原趨勢研究”的個業(yè)調研對象。浪淘沙，汽產業(yè)正在發(fā)顛覆性的變。隨著汽智能化、

2、聯化、電動化、共享化的進程加速，“軟件定義汽”時代悄然來臨。同時，云原理念被引越來越多的企中，許多核和次核業(yè)務系統(tǒng)實現了容器化改造。汽業(yè)云原趨勢研究報告基于云科技對于汽業(yè)的期洞察和云原技術的研究與實踐，在傳統(tǒng)汽向智能聯化的趨勢背景下，從汽業(yè)數字化轉型遇到的機遇和挑戰(zhàn)、云原技術在汽業(yè)的落地情況、企云原化的實踐路徑等維度進分析，并提供之有效的建議。鳴謝本報告耗時 3 個，感謝接受調研訪談和給予真知灼的每位：來蔚來汽的施炳、孔毅、眾汽王勇、寶汽Max Yang、北汽福張國強、上汽宇晨、紅巖汽劉崗、豐汽 Stephen、運汽焦育、Cerence 賽輪思Brian & Bill、Flomesh 張曉輝、

3、EMQ 豐志、藍資本張宏祥，以及其他 20 余位不愿意具名的專家和業(yè)內。核觀點汽業(yè)四技術趨勢中國聯發(fā)展在全球遙遙領先，從單純的載信息服務邁智能聯階段預計到 2025 年，中國L 及以上的智能汽銷量將破千萬輛柔性化、智能化和集成化是新代企打造核競爭的關鍵數字化營銷和售后服務呈現個性化、智能化趨勢云原業(yè)洞察頭部主機和造新勢引領，企開始成專的數字化轉型部全棧研，企追求IT 研發(fā)和平臺建設主可控重視開源，開源技術和社區(qū)是探索云原的第站信息安全和服務資質要求嚴格，企追求數據應和數據安全的平衡五典型應場景搭建DevOps 平臺，實現應效敏捷，持續(xù)迭代對微服務架構的考量倒逼基礎設施容器化，Spring Cl

4、oud 是當前主流選型框架聯是云邊協(xié)同業(yè)化的場景體現，給出云邊協(xié)同、數據存儲、算法管理三建議案邊緣計算落地挑戰(zhàn)多，成熟的邊緣計算平臺幫助實現“云邊端”三位體協(xié)同架構動駕駛AI 訓練天然適合容器化，同時存在技術下沉難、管理上升難、學習檻等問題錄. HYPERLINK l _TOC_250000 調研數據與調研法 1.汽業(yè)顯著技術趨勢 2.軟件驅動成為競爭核 2.技術趨勢劇烈變化，汽在被重新定義 2.聯 2.動駕駛 4.智能制造 6.運營與服務數字化升級 7.汽業(yè)云原市場洞察 8.成專的數字化轉型部 8.全棧研追求主可控 10.數據安全和數據采之間的平衡 12.汽業(yè)云原典型應場景 14.敏捷協(xié)調，

5、持續(xù)迭代 14.微服務架構化繁為簡 16.聯場景 18.邊緣計算場景 20.動駕駛AI 場景 235. 結語 25.參考資料 26調研數據與調研法云科技KubeSphere 云原團隊歷時 3 個，先后訪談了 30 多家汽企業(yè)和上下游產業(yè)鏈供應商，其中包括了云科技的客、態(tài)合作伙伴、業(yè)頭部商，涉及了國內造新勢、海外品牌汽、國內整企業(yè)、載智能語商、智能駕駛企業(yè)、動駕駛解決案提供商等國內外汽業(yè)領軍企業(yè)。從汽業(yè)劇烈的技術趨勢變化、國家監(jiān)管和服務資質要求、數字化挑戰(zhàn)、云原進階、以及向云原的戰(zhàn)略轉移等層，和 30 余位汽業(yè)專家進了深調研和交流。本次訪談對象以業(yè)務開發(fā)程師、架構師、CIO/CTO 管理者等為主

6、。通過梳理汽業(yè)云原技術應的趨勢和共性需求，總結典型落地場景，形成業(yè)最佳實踐。從為汽客向云原轉型提供啟發(fā)、指南和范。汽業(yè)顯著技術趨勢2.2.1. 軟件驅動成為競爭核汽產業(yè)正在圍繞“軟件定義汽”，掀起轉型升級的熱潮。有業(yè)內指出，“在未來汽競爭中，載軟件將占據未來汽創(chuàng)新的 90%。”在Gartner 發(fā)布的 2022 年汽業(yè)五技術趨勢中，數字巨頭將汽納整體態(tài)系統(tǒng)，2022 年將繼續(xù)擴其在汽技術領域的影響。國內外科技巨頭的造項都在有序推進中，在“軟件定義汽”概念的驅動下，眾多科技巨頭早期涉獵汽領域多以聯為切點。Gartner 預測，到 2028 年，賣出汽中的 70% 將采安卓汽操作系統(tǒng)，前這例還不到

7、 1%。企的業(yè)務模式將從根本上發(fā)改變，未來的汽不再是“兩套沙發(fā)加四個輪”，是“有四個輪會跑的智能終端”，汽越來越像會奔跑的智能機。商業(yè)模式也在發(fā)變化，由機械和硬件驅動變?yōu)檐浖?動，由“硬”到“軟”的變化趨勢，帶來訂閱式服務加速到來，汽不再是次性付費的業(yè)產品，軟件業(yè)務開始成為新的盈利增點，主機可以在整體命周期內更程度地挖掘價值。軟件成為未來汽實現聯化、智能化、電動化和共享化等趨勢的核推動要素。2.2. 技術趨勢劇烈變化，汽在被重新定義汽被重新定義，汽產業(yè)正在向新能源電動、動駕駛等端智能、服務化向轉移，全球范圍內涌現出四顛覆性技術趨勢：2.2.1. 聯近年來在國家政策的強扶持下，企已經將聯納重要

8、戰(zhàn)略規(guī)劃。聯涉及企、軟件提供商、通信運營商、芯和模組產商等，產業(yè)鏈很。通過搭載先進的傳感器、控制器等裝置，實現與、路、后臺等智能信息交換共享，是實現汽智能化和聯化的關鍵。2020 年，11 部委聯合出臺智能汽創(chuàng)新發(fā)展戰(zhàn)略，在政策催化和技術變的雙重背景下，聯產業(yè)進快道。根據中國汽程學會預測，到 2025、2030 年，我國銷售新聯率將分別達到 80%、100%，聯汽銷售規(guī)模將分別達到 2800 萬和 3800 萬輛。根據聯技術的不同，聯可以分為內、際和云三種絡。從全球聯趨勢看，聯分為三個階段：載信息服務階段、智能聯汽以及智慧出階段。從應場景的度，聯致可以分為以下三種具體應場景：以體驗為核的信息服

9、務類應、以輛駕駛為核的汽智能化類應和以協(xié)同為核的智慧交通類應。前，我國聯已經從單純的載信息服務邁智能聯階段。智能聯汽包含三元素：智能交互、智能駕駛和智能服務。聯應場景例應類型具體應信息服務類導航、娛樂、通信、遠程診斷、救援等基礎性載信息，約、汽保險、汽美容等服務類信息汽智能類安全駕駛輔助系統(tǒng)、智能信號燈、適應巡航、智能停等智慧交通類限定區(qū)域內的動駕駛巴、港專集裝箱智能運輸等封閉限定場景，及動駕駛出租、動駕駛公交、智能配送等共同交通場景來源：綜合基業(yè)經濟研究院和絡信息進整理以智能交互為例，國內外頭部主機和OEM 商都常重視機系統(tǒng)的交互，將其作為汽產品的亮點。中國聯的發(fā)展在全球遙遙領先，當國外還簡

10、單地停留在導航、樂、控時，國內已經基于機系統(tǒng)開始炒股、看視頻，以及更多娛樂控制。同時，汽商紛紛推出智能系統(tǒng)，賦予它情感和形象，讓內交互更好，更然地滿需求，理解偏好，做到千千，服務去找。如今交互智能化程度成為主購選擇的個重要因素，主不再只關注發(fā)動機、內飾等傳統(tǒng)因素。圖 1 OTA 成為電動汽主流趨勢，來源：億歐汽聯系統(tǒng)的發(fā)展也跟汽本的發(fā)展密切相關，當汽更加系統(tǒng)化、強調軟件定義硬件時，通過 OTA（Over the Air Technology，空中下載技術）加快智能聯汽迭代速度，OTA 通過遠程升級軟件，讓軟件系統(tǒng)隨時保持最新，需線下 S 店預約、排隊的冗流程。根據Gartner 預測，到 20

11、23 年，排名前的汽制造商中有半將通過軟件更新來解鎖和升級功能，客可以在購買汽后購買這些軟件。從的度，OTA 升級使能夠保持對于汽的新鮮感，不斷提升駕乘樂趣。對新能源品牌來說，訂閱模式OTA 升級也開創(chuàng)了新的盈利空間。2.2.2. 動駕駛動駕駛將在駕駛環(huán)節(jié)實現對的注意的解放，當的雙和注意被解放出來，汽將實現從以為中的交通具，轉變?yōu)橐詾橹械摹钡谌羁臻g“。圖 2 動駕駛輛配備的各種傳感器根據信部推出的汽駕駛動化分級，駕駛動化可以分成 0-5 級。我國動駕駛當前處在 L -L 階段，從L （組合輔助駕駛） 到L 級（有條件動駕駛）的重要差異為是否能主動調配路端資源。L 級別可以看作半動駕駛平，能夠

12、實現輛對多項功能進操作，包括：全速適應巡航、動泊、主動道保持、限速識別、動變道等。L 級別可以做到輛在特定環(huán)境中實現部分動駕駛，并根據路況環(huán)境判斷是否可以動駕駛，L 被認為是動駕駛的真正開端。動駕駛等級平Level 0動化（No Automation），完全駕駛Level 1駕駛員輔助（Driver Assistance），有少量輔助功能介到駕駛中，如適應巡航、動緊急剎等；Level 2部分動化（Partial Automation），系統(tǒng)在部分場景下可以動駕駛輛，但駕駛員要隨時準備接管。Level 3特殊條件動化（Conditional Automation），較程度實現了動駕駛，駕駛員在很

13、多場景下需操控，只有在少數情況下需要接管汽。Level 4度動化（High Automation），可滿 80%以上場景的完全動駕駛。動駕駛等級平Level 5全動化（Full Automation），100%完全動駕駛，完全需為預，安全性遠于類駕駛員。來源：根據絡公開資料整理相關數據顯，2017 年以來，我國汽在智能駕駛配置，五年平均復合增率達 42.7。預計到2025 年，中國L 及以上的智能汽銷量將破千萬輛，智能汽滲透率達 49.3。圖 3 2020-2040 年新動駕駛趨勢動駕駛躍發(fā)展，各玩家不斷布局沿著智能化和聯化兩個向演進。前主流玩家可分為兩類：以漸進式策略為主的主機，和采取跨越式

14、策略的科技企業(yè)。其中，主機的策略是從 L 、L 向階動駕駛進升級，同時在L 的基礎上疊加L 、L 級別的功能來給客帶來更好的消費體驗。科技企業(yè)則是直接從 L 及以上級別（完全動駕駛）切，通過些更適的限定場景，如物流、礦區(qū)等，來降低開發(fā)難度。2.2.3. 智能制造傳統(tǒng)汽曾經引以為傲的制造模式正成為其數字化變下的最“包袱”。過去，輛汽從設計到批量產少要經過設計、程、包裝、測試、發(fā)布、產等關鍵環(huán)節(jié)。輛傳統(tǒng)汽從設計到下線少需要 3 年，端品牌從設計到量產周期在 5 10 年。圖 4 輛汽在產線上對多樣化的市場，對于整制造企業(yè)來說，汽產品的交付和成本控制能臨越來越的要求。，客的需求趨于個性化，另，整交付

15、的消費等待時間越來越短。因此，企需要運數字化段，集成產制造流程與業(yè)務運營流程，優(yōu)化供應鏈，實現智能制造，從能夠盡快交付符合客需求的產品。汽制造亟待升級，在“中國制造 2025”國家戰(zhàn)略背景下，中國汽企業(yè)紛紛通過智能技術創(chuàng)新來實現汽產業(yè)轉型。智能制造不僅僅是單的先進技術和設備的應，是新模式的轉變。柔性化、智能化和度集成化是新代汽企業(yè)打造未來核競爭的關鍵環(huán)節(jié)。2.2.4. 運營與服務數字化升級隨著汽市場的發(fā)展，汽消費群體的消費習慣發(fā)明顯變化，個性化需求凸顯。同時，在疫情和限購等多重政策的影響下，汽消費市場也臨階段性挑戰(zhàn)。汽業(yè)營銷壓與俱增，傳統(tǒng)線下活動的營銷式遭遇挑戰(zhàn)，成本和運營投巨，獲客成本昂；另

16、轉化率低。通過數字化段賦能營銷與運營，進精準營銷，加強與客的連接，重構“商-經銷商-消費者”之間的關系，才能改善購和體驗，抓住年輕代消費升級的勢。售后服務也是如此，同樣臨數字化升級的機遇和挑戰(zhàn)。汽售后服務呈現智能化、個性化的趨勢，通過打通研發(fā)、產、銷售、物流、倉儲等各環(huán)節(jié)，實現數據共享、業(yè)務聯動的效協(xié)同。在輛維修，利數字化技術，通過平臺實時采集來的聯數據，主機可以對故障輛進遠程智能診斷。同時還可以與 S 店數據共享，讓技術員迅速了解故障原因。4S 店也在努打造智慧店，將的資源、主的養(yǎng)護需求在云端匯合，實現主和 S 店需求的撮合。汽業(yè)云原市場洞察3.通過 30+ 汽企業(yè)及上下游供應商的調研，云科

17、技觀察到汽業(yè)數字化轉型和云原落地的些典型業(yè)特征：3.1. 成專的數字化轉型部背景傳統(tǒng)主機在推動上云和云原化之前，已經進了達 10-20 年的信息化建設歷程，內部構建起量IT 系統(tǒng)，已經形成了套相對完整的體系。且由于期形成的慣性，主機以采購完整的 IT 商業(yè)軟件為主，且量依賴外部服務商提供的外包服務，主機在向云原開發(fā)模式轉型的過程中臨了進退兩難的境地。這其中的挑戰(zhàn)包括：組織架構、企業(yè)化、系統(tǒng)架構、數據安全、成本與運維等系列阻礙。企實踐在期推進信息化建設的過程中，主機IT 部往往被看作成本中，業(yè)務部提需求，IT 部負責響應，缺乏頂層設計和平臺級應的研發(fā)能。如今，對洶涌的技術浪潮，和多年疫情延續(xù)，全

18、球企銷售下，加快推進數字化轉型戰(zhàn)略成為眾多主機致的動。國內外領先企，包括國外品牌、國內新能源和頭部主機，紛紛設專的數字化轉型部，全負責企的數字化轉型作，加速推進數字化戰(zhàn)略落地。數字化轉型部通常向公司所有汽品牌，負責全部數字化業(yè)務，如智能駕駛、聯、數據中臺、數字化營銷平臺、運營平臺等，此部不再是企業(yè)的成本中，成為核價值的創(chuàng)造中。如眾汽集團旗下的軟件公司CARIAD （Car，I AM Digital 的字），就承擔了眾數字化轉型的重任，負責設計規(guī)劃公司線Roadmap，并開發(fā)各種解決案和產品，將業(yè)務需求轉化成實際落地案。 本次調研的另外家“造新勢”企業(yè)，也設了專的數字化轉型部，負責公司所有汽本軟

19、件類系統(tǒng)的開發(fā)，通過上層數字化發(fā)展驅動企業(yè)數字化轉型。數字化轉型部下會設獨的級、三級團隊，包括運維、開發(fā)、產品、設計、測試等，服務各個不同業(yè)務版塊的軟件開發(fā)訴求。對于已經出海的新能源企來說，數字化轉型部還會撐公司全球的數字化。下步建議數字化轉型是戰(zhàn)略性為，是牽涉到整個企業(yè)的系統(tǒng)程，需要流程、組織架構協(xié)調配合，它是個期 的、持續(xù)變與優(yōu)化的過程。從短期來看，它是數字化服務，提供可擴展的數字基礎設施；從期來看，它是數字化創(chuàng)新，提供處不在的數字基礎設施。市場的變化在提速，企業(yè)需要借助更多先進的數字化技術和具實現創(chuàng)新加速和建設過程的優(yōu)化。轉型的重任，需要業(yè)務部與 IT 部的協(xié)作，不宜只注重個別先進性技術

20、IT 才的引，忽略整體IT 的組織定位和結構調整。企業(yè)的數字化轉型需要通盤考慮，包括：牽頭部的選擇、組織協(xié)同機制、IT 和業(yè)務的分、專職數字化轉型部的設等。我們認為，數字化轉型可以按照如下步驟分步實施：統(tǒng)新戰(zhàn)略明確企業(yè)數字化轉型重點作的意義，形成統(tǒng)的指導思想。 數字化轉型企業(yè)數字化轉型數字化升級利信息技術來改造的業(yè)務，通過推數字化流程來取代數字化或作業(yè)流程，或較新的信息技術取代舊的信息技術。紙化就是數字化轉型的個體現。 企業(yè)綜合利各種數字技術，與業(yè)務模式轉型相結合，為企業(yè)解決問題、創(chuàng)造價值、提升企業(yè)業(yè)績的持續(xù)性過程。 從較低的級別升到較的級別。 如：財務算賬從算盤到計算機；從電化到信息化。業(yè)務

21、還是原來的業(yè)務，法、具都變了，變得更 快、更好。推新機制建有效得推進機制，包括以下要點：企業(yè)戰(zhàn)略度需要把決策；有實權且有創(chuàng)新精神的執(zhí)，如CIO，CFO、CMO；設定獎懲機制，勵數字化轉型作的實施。設定新標設定標需基于系統(tǒng)的、完全可量化的式，將技術與企業(yè)業(yè)務相結合，輸出企業(yè)應數字化的主要場景，以及可能實現的狀態(tài)，即數字化藍圖，沿著藍圖逐步深。圖 5 量化標例，來源：2020 年科技信息部作及四五規(guī)劃匯報明確新路徑結合實際情況，按企業(yè)最易推進的式來嘗試，可上下，也可職能式、項式、敏捷式等。最好從當前最容易突破的切點開始，充分利疫情帶來的改迫切性，借為。3.2. 全棧研追求主可控背景隨著動駕駛賽道的

22、熱度不斷上升，論是“造新勢”，還是傳統(tǒng)主機，或者跨界造的科技企業(yè)，都加了對動駕駛技術的投。電池技術、動駕駛技術、數據等任何個環(huán)節(jié)，都成為汽產業(yè)從業(yè)者的競爭。全棧研、主可控，成為企對智能化浪潮的致選擇?！叭珬！睆娬{全局思維和全流程問題的解決能，即企掌握實現動駕駛所需的最關鍵、最核的技術。動駕駛開發(fā)包含三項精度地圖、軟硬件整合和軟件算法。頭部國內新能源商紛紛招兵買，搭建動駕駛研發(fā)團隊，打造全棧研能。企實踐主機在開發(fā)核業(yè)務系統(tǒng)時，尤其是側 MES（制造執(zhí)系統(tǒng)）、LES （物流執(zhí)系統(tǒng)）等系統(tǒng)，會選擇主導，對IT 系統(tǒng)的源碼和設計案深度參與。出于期 IT 建設的慣性和成本考慮，主機會借助第三的量做實施，

23、但?？粗叵到y(tǒng)穩(wěn)定和主可控。 基于業(yè)互聯架構的數字化思路，主機可快速重構制造MES、物流LES 相關系統(tǒng)，幫助企快速擁有數字化紙的所有App 應。通過云邊協(xié)同打通邊緣設備，實現邊緣設備的數據采集，以及在云端管控層的數據存儲和分析。通過MES、LES 應結合邊緣計算，企能夠實現輛“云識別”、產跟蹤與追溯、質量管理、海量數據匯集和存儲、物流倉儲管理、模塊解耦等技術，為新代業(yè)互聯管理平臺奠定基礎。如：企在 MES 制造過程中通過攝像頭動采集汽的VIN 碼，識別后動上傳到數據中，同時整制造過程也能夠被記 錄，然后將VIN 碼和管所聯，管所上牌采智能終端進掃描、核對，即可完成輛的上牌操作。圖 6 云Paa

24、S 平臺能對于云原平臺的搭建，國內外領先主機都希望主導的 IT 研發(fā)和技術平臺建設，不約同選擇了研，追求主可控。這是由于線企都具備強的研發(fā)和技術實，IT 團隊本擁有量業(yè)內技術專家，另汽企業(yè)也希望能夠確保企業(yè)所搭建的云原平臺，具備穩(wěn)定性和易性。企建團隊獨開發(fā)，這就對團隊技術平提出了更的要求，開發(fā)和后期維護成本也相應漲船。因此，尋求云原商的些商業(yè)化產品，甚開源產品的持，也是企邁向云原的重要向。在規(guī)模實踐的初期，企可以使開源技術來搭建的云原平臺，通過探索來逐步加深對技術的理解，同時也實現對技術才的培養(yǎng)。我們通過此次調研也了解到，對很多企的開發(fā)和運維員來說，類似KubeSphere 這樣的開源社區(qū)和開

25、源項通常是他們探索云原的第站。下步建議云原技術提供商的選擇標準：選擇云原提供商時，企業(yè)要重點考察技術落地的成本、可控性，以及技術的前瞻性。從綜合維度評估云原技術服務提供商的綜合實，包括技術實、研發(fā)團隊能、對汽業(yè)的認知理解、服務經驗及業(yè)成功案例等。成熟的云原技術商通常能夠提供云原全棧和全流程的技術能和解決案，包括了DevOps、微服務治理、數據庫、云邊協(xié)同、應中間件、數據、安全等，顧問式、陪伴式幫助企過云原進階的每步。重視開源，將開源作為選型時的重要考量：企和云原技術商都將開源技術和項放到重要位置。技術商看重項在開源社區(qū)的影響，從保證了量開源組件和開源項的領先性。開源技術在社區(qū)受到追捧，加之開源

26、社區(qū)能夠提供給開發(fā)者的豐富資源和貢獻者，也推動了包括汽業(yè)在內的各業(yè)云原技術的落地。3.3. 數據安全和數據采之間的平衡背景聯數據包含隱私數據、測試數據和與的互動數據等， 隨著汽不斷深“觸”與 G 的發(fā)展，個信息和公共安全臨挑戰(zhàn)。 主的個信息、駕乘員語圖像、輛位置及周邊環(huán)境等信息都可能臨泄露或者濫。企實踐國家各部委、地政府等先后出臺了系列法律法規(guī)，保障個和國家信息安全，同時對規(guī)范智能聯汽準提供了向指導。在頂層設計層，國家有絡安全法、數據安全法和個信息保護法三法律體系保障公信息安全。其中，數據安全法還明確將數據安全上升到國家安全范疇。在絡安全，以OTA 為例，2020 年 11 ，國家市場監(jiān)管總局

27、發(fā)布關于進步加強汽遠程升級技術召回監(jiān)管的通知，對OTA 軟件升級和更新都需要履備案義務，對OTA 過程中出現的輛被侵、遠程控制等事故發(fā)后的的規(guī)范操作都進了明確規(guī)定。數據安全，汽數據安全管理若規(guī)定（試）對汽數據安全進了預和約束。個信息，相關法律也明確提出“默認不收集”的原則，堵住汽數據處理者喜歡鉆的空。在核的動駕駛研發(fā)，國家對互聯地圖服務資質有嚴格要求。由于中國道路情況復雜，只有掌握量本數據，才能研發(fā)出適于中國路況的動駕駛算法。對于國內的造新勢來說，擁有中國本化的數據集，可以對中國的環(huán)境進標定和建模，并深度學習。隨著增多，新能源企也可以掌握更多國內道路數據，從研發(fā)出符合中國環(huán)境及喜好的動駕駛產品

28、。下步建議對于聯數據安全層，技術架構主要分為以下 4 層： 采集層數據安全：對重要部件如 T-BOX、IVI 等，實現安全啟動檢驗，防固件被篡改或攻擊，數據采集后進加密，對數據的完整性進校驗，并保證數據被竊取后通過密鑰才能解密。在數據存儲，則需要保證數據的可性、擴展性。通信層數據安全：通信層主要包括內和外通信，以及邊端設備與云端的數據傳輸。內可通過 IPSec、 MACSec 等技術進設備的校驗和加密，外通信則要求通過TSL 加密、SSL 加密技術來保證絡的傳輸安全，載數據需要實時傳輸到云端進AI 計算，從更加精準地決策。這其中需要靈活、快速效率的通信協(xié)議來打通邊端和云端的交互。平臺層數據安全

29、：平臺層趨向于快速落地、具備 AI 運算能且開箱即，傳統(tǒng)的虛擬化或私有云平臺法滿這場景，容器體機可以輕松應對。容器體機采輕量化設計，總部調配，發(fā)送其他區(qū)域即可使，同時可在平臺中預置安全防護軟件，實現安全管控，如訪問控制、安全檢測等能，保證平臺的安全穩(wěn)定運。應層數據安全：應數據更多加載的是個隱私數據，如智能座艙系統(tǒng)、娛樂系統(tǒng)、遠程接調 等，需要實現對數據的份認證及授權，通過嚴格檢測與識別算法來保證數據的安全性，避免數據被竊取篡改。汽業(yè)云原典型應場景4.不同企業(yè)選擇的數字化轉型路徑不盡相同，但些被泛認可的模式和路徑能夠幫助企業(yè)加速數字化轉型實踐。云原技術和理念就是傳統(tǒng)企業(yè)不約同的選擇，企也不例外。

30、云原在汽業(yè)放異彩，圍繞聯、動駕駛、智能聯等技術趨勢，沉淀出許多典型應場景。4.1. 敏捷協(xié)調，持續(xù)迭代挑戰(zhàn)近年來，隨著數據、智能、智慧企等現代技術、創(chuàng)新態(tài)在汽業(yè)的迅猛發(fā)展，傳統(tǒng) IT 架構已經法適應當前業(yè)務需求。由于企業(yè)架構的復雜度提，各類應部署和維護將隨之愈發(fā)復雜，產發(fā)布的變更導致準備和維護架構的環(huán)境需要花費量時間，遺留系統(tǒng)升級和遷移變得異常困難。另外，終端邊緣類場景往往都處于離線環(huán)境，并且在升級更新的過程鐘需要員現場維護，這也為后續(xù)的軟件版本迭代帶來成 本。企實踐企可以采DevOps 為理念的容器技術解決上述挑戰(zhàn)，通過統(tǒng)的開發(fā)交付管理模式（持續(xù)集成、持續(xù)交付）、動化運維式，完成傳統(tǒng)服務的遷

31、移與改造，產品架構的優(yōu)化及微服務架構落地，實現統(tǒng)的微服務架構體系。圖 7 DevOps 架構對于想要實現更效率迭代、更快速交付的企來說，建設的 DevOps 平臺成為必然選擇。企建設DevOps 平臺般來說需要從以下考慮：服務器配置先統(tǒng)應在服務器環(huán)境的配置情況，如在開發(fā)、測試環(huán)境中某些服務對部署機器的配置要求。內部服務訪問內部服務之間的訪問需要統(tǒng)修改為域名式，不僅便應的遷移，也便在容器環(huán)境下進內部調試請求，不必再使IP 式。應端配置應配置需要使應中來統(tǒng)管理，如 Apollo、Nacos 等配置中來統(tǒng)管理。容器化資源使Docker 必不可少需要掌握Dockerle、Kubernetes 等相關資

32、源信息的基礎編寫，盡管現在也有些具可以減少資源編寫的成本，但是作為個可追溯的本信息，是不可缺少的環(huán)。統(tǒng)鏡像倉庫通過容器交付應，核是要建企業(yè)內部的私有鏡像倉庫，并針對多區(qū)域、多環(huán)境部署多套環(huán)境。另外，對不同環(huán)境可以采開源的企業(yè)級鏡像倉庫 Harbor，實現同步復制和可模式。Harbor 可以通過簽證書及HTTPS 協(xié)議對企業(yè)內部服務，還持鏡像漏洞掃描，提鏡像安全性。團隊及團隊化建設本質上，DevOps 化涉及開發(fā)和運營團隊，圍繞其創(chuàng)建和維護的產品進更緊密的協(xié)作，并共同承擔責任。建DevOps 化有助于公司調整員、流程和具，以更加統(tǒng)地關注客，它涉及培養(yǎng)負責產品整個命周期的多學科團隊。DevOps

33、團隊可以主作，并且擁有軟件程化、作流和具集，可以將操作要求提升到與體系結構、設計和開發(fā)同等重要的平。隨著運營團隊更多地參與開發(fā)過程，他們可以增加維護需求和客需求，以獲得更好的產品。DevOps 團隊共擔責任，開發(fā)和運營員都對產品的成敗負責。開發(fā)員不僅要做構建和交付運營的作，還應該承擔整個產品命周期內監(jiān)督產品的責任。他們負責測試和操作軟件，并與 QA 和IT Ops 進協(xié)作。當他們了解運營臨的挑戰(zhàn)時，更有可能簡化部署和維護。此次調研中，某汽企業(yè)采容器技術，通過標準規(guī)范、標準格式、統(tǒng)規(guī)范，建屬于的 CI/CD 流線，把MES 系統(tǒng)從傳統(tǒng)的虛擬機架構遷移到云端架構，通過 Nacos 式把配置統(tǒng)在個服

34、務，指定標準的容器規(guī)范，打造DevOps 平臺。相較于以往的應架構，新的以容器為核的云原架構，在可、彈性伸縮、安全性等可以給業(yè)務系統(tǒng)帶來更多優(yōu)勢，企業(yè)得以專注于聚焦與創(chuàng)新業(yè)務上。4.2. 微服務架構化繁為簡挑戰(zhàn)部分企IT 設施更新緩慢，對新型數字化應的持能不，同時要應對漸增的業(yè)務量與業(yè)務洪峰。對復雜的業(yè)務場景，系統(tǒng)有更的可要求，需要敏捷和彈性的資源調度能，以持對市場變化的快速反應與分析。其中，應架構現狀急需調整，來應對系統(tǒng)開發(fā)、系統(tǒng)運維、系統(tǒng)運營等問題，這就使得企對傳統(tǒng)的IT 服務提出了新要求，包括：IT 系統(tǒng)敏捷響應、業(yè)務與數據融合、全鏈路監(jiān)控、數字化能持續(xù)提升等。企IT 能也從僅關注產品和

35、技術，逐步轉變?yōu)閰f(xié)同業(yè)務、運營、技術等綜合能，由獨治的微服務架構代替?zhèn)鹘y(tǒng)的單體架構。企實踐和其他IT 在前列的業(yè)樣，企應架構致經歷了從單體架構、SOA 架構到微服務架構的演進。圖 8 應架構演進過程單體架構vs 微服務架構對指標單體架構微服務架構迭代速度較慢快部署頻率不經常部署經常發(fā)布系統(tǒng)性能吞吐量吞吐量系統(tǒng)擴展性擴展性差擴展性好技術棧多樣性單、封閉多樣、開放運維簡單運維復雜部署難度容易部署較難部署架構復雜度較復雜度查錯簡單定位問題困難管理成本主要在于開發(fā)成本服務治理、運維微服務能夠將中型應化整為零、化復雜為簡單。當應承載實現 Kubernetes 化和容器化之后，企開始從服務格更的維度來考慮

36、和滿開發(fā)的需求。對微服務架構的考量，也是企基礎設施容器化的推動因素。此次調研中，某全球載語交互頭企業(yè)是率先微服務化的典范。該汽智能語巨頭在語識別、然語處理、語合成智能交互領域都有成熟的產品。三產品在全球服務的汽量級達 10 億輛，且全部基于微服務架構對外提供服務。開發(fā)框架基于Istio，采Sidecar 式，不限定開發(fā)員使的語，不需要改動任何業(yè)務代碼，為企業(yè)提供統(tǒng)的管理渠道。參與訪談的更多汽企業(yè)選擇了Spring Cloud 作為微服務的選型框架。它不僅是個全球性的微服務具，且是持續(xù)維護的、社區(qū)氛圍濃厚的開源項。這保證了基于它構建的系統(tǒng)，可以持續(xù)得到開源量的持，從為微服務架構提供更加全的技術持

37、。圖 9 微服務架構4.3. 聯場景挑戰(zhàn)在數據上云的共識下，論是以輛駕駛為核的聯場景，還是以服務為核的內信息互聯，都需要內軟件和云端數據不斷互聯互通。對于企來說，每天駛在路上的數以百萬、千萬計的汽會產量TB 級別的數據。聯服務的全落地，主要臨的挑戰(zhàn)有：ISV 提供商：需要套可開箱即的平臺部署到邊緣側；缺乏套統(tǒng)的算法管理平臺：各個商算法都有的管理平臺；海量終端設備的管理：如何聯動，如何統(tǒng)有效管理；數據安全問題：基于互聯的數據傳輸缺乏安全可控性。企實踐聯的業(yè)務特性對企IT 底層架構提出了云原化的要求。在混合多云的聯場景，Kubernetes 發(fā)揮著重要作，它屏蔽了底層資源的異構性，允許應在各種云上

38、由流動和遷移。聯技術主要經歷了三歷程，從 G/LTE 絡的多融合、提供質量信息服務到 LTE-v x（vehicle-to- everything：基于蜂窩絡的聯技術）實現路協(xié)同的主動安全絡，再到現在 G+v x。隨著 G 技術的迅猛發(fā)展，為聯場景提供更加多樣化的業(yè)務撐，如智能、環(huán)境檢測、智能公共交通、動駕駛、智能路況檢測等應場景。圖 10 聯云邊端體化技術架構聯是云邊協(xié)同中業(yè)化的場景體現，注重的是絡組和邊端設備的控制協(xié)同。主要是利 G 帶 寬、低延時絡實現V N 和V V 的互補，通過絡切可提供可靠的QoS 保障，并在MEC（Multi-access Edge Computing）邊緣云極降

39、低時延和絡負載，提數據安全性和隱私性。對于聯技術組案的建議，需要考慮的是：如何實現中云和邊緣云的統(tǒng)協(xié)同？中云般由IaaS 平臺承載，若邊緣云也采傳統(tǒng)IaaS 或超融合平臺承載，顯然法實現開箱即的便捷性與原性。隨著云原技術的發(fā)展，c-v x 平臺也是基于K s 或更加輕量化的平臺構建開發(fā)，借助K s 的資源調度、可性、靈活性等能實現平臺的快速落地與投產。但原 K s 平臺在實際落地時，需要考慮平臺的易維護性和部署難易程度，這給ISV 商帶來運維與管理的困局。未來，邊緣云將向容器體機的趨勢發(fā)展，并具備如下特點：新代容器基礎設施實現軟硬件體化；開箱即的全功能容器平臺，快速部署、簡便運維；簡潔易的交互

40、界，與專業(yè)效的體驗，降低使檻，實現快速投產運；規(guī)?；a驗證的可靠性，商級整體服務保障；業(yè)界幅領先的存儲性能指標。如何統(tǒng)算法管理與配置？每個算法商都有的調接，這個接往往僅限于的算法管理平臺的統(tǒng)管理與配置。項在真實落地時，臨多態(tài)的形式，多家算法商、多家硬件設備盒，商算法管理平臺和算法綁定緊 密，法管理其他平臺的算法。對于上萬邊緣設備的場景，需要個解耦的算法平臺實現統(tǒng)管理，能夠對路側數據算法、算法管理平、硬件設備解耦，只有開放兼容才能推進 v x 邊緣平臺的態(tài)化、共享化、智能化。如何存儲海量終端設備產的實時數據？聯數據包含，包括隱私數據、平臺數據、為分析數據、路況檢測數據等，由于業(yè)務數據的多樣性，導

41、致件零散多樣化、件多（億級）、數據量，定程度上需要吞吐帶寬。這給數據存儲帶來挑戰(zhàn)，需要能存得下海量件，包括件場景，擴展性要夠，性能擴展要靈活。建議案海量結構化數據、海量件場景，通過對象存儲可以很好解決。對象存儲沒有件系統(tǒng)的錄結構，不需要逐級查找件，通過key 去檢索對象；不存在件系統(tǒng)的限制，存儲數據量和件個數乎沒有限制，天解決海量件存儲的難題。對于應來說，需要有個接能夠對接 S 存儲。需兼容POSIX 接（NFS/SMB）的能，常規(guī)場景下已經可以滿多數客的結構化存儲需求，沒有對接成本。能夠滿業(yè)界多個領域的技術趨勢，如AI 開發(fā)訓練平臺、云原、數據倉庫/數據湖、越來越多的數據應基于對象來提供整體

42、案，客希望把數據的價值提煉出來，同時基于件存儲和對象存儲兩種能實現數據互相流轉，真正的從數據分析中推動業(yè)務的發(fā)展。4.4. 邊緣計算場景挑戰(zhàn)邊緣計算云邊協(xié)同案，將信息數據的計算和存儲從中下沉到邊緣，由容器提供算，業(yè)務請求和處理在邊緣設備完成，處理結果按需上傳到云數據中，即滿了業(yè)務的敏感需求，滿了數據結果統(tǒng)上云。新能源汽的充電樁和換電站，都是典型的邊緣計算場景。新能源汽充電站運維情況復雜，難以實時監(jiān) 控，利邊緣設備和技術，可以有效解決充電位占等問題，降低充電樁待機時不必要的能量損耗。智能作的機器也是典型場景，它把設備的信息上傳到云平臺，云平臺同時下發(fā)或者讀取設備的指令。邊緣計算場景在落地時臨新的

43、挑戰(zhàn)：邊緣計算細分領域眾多，互操作性差；邊云通信絡質量低、時延，且邊緣經常位于私有絡，難以實現雙向通信；邊緣資源受限，需要輕量化的組件管理運邊緣應；邊緣離線時，需要具備業(yè)務治和本地故障恢復等能；邊緣節(jié)點度分散，如何效管理，降低運維成本；如何對異構資源進標準化管理和靈活配置。企實踐前常的云邊協(xié)同計算框架有三種，包括KubeEdge、OpenYurt、SuperEdge，均是市場上開源的云邊計算框架。圖 11 三主流開源邊緣計算框架其中，KubeEdge 是開源時間最早的，于 2018 年 11 開源，且社區(qū)活躍度、成熟度最，已進CNCF 正式孵化項，同時也有較多的落地案例。KubeEdge 在邊緣節(jié)點服務訪問控制采EdgeMesh 進 持，是個成熟度、經過量案例驗證、完善設備管理的邊緣計算框架。 KubeSphere 集成了KubeEdge邊緣計算平臺，通過控制板對邊緣節(jié)點實現動化安裝、部署、監(jiān)控、志、調試等功能，對邊端有了更加靈活管控的持，實現“云邊端”三位體的協(xié)同架構。圖 12 海量設備管理架構設計為應對以上挑戰(zhàn)，邊緣計算平臺需要具備以下特點：總部統(tǒng)管控：統(tǒng)訪問，并對全國各個點進統(tǒng)管理，權限分配、資源分配、配置管理等。海量異構設備管理：需要基于現有內或互聯環(huán)境實現云、邊、端的互聯