2021年6月17日-19日，由中国汽车工业协会主办的第11届中国汽车论坛在上海嘉定举办。站在新五年起点上，本届论坛以“新起点 新战略 新格局——推动汽车产业高质量发展”为主题，设置“1场闭门峰会+1个大会论坛+2个中外论坛+12个主题论坛”，全面集聚政府主管领导、全球汽车企业领袖、汽车行业精英，共商汽车强国大计，落实国家提出的“碳达峰、碳中和”战略目标要求，助力构建“双循环”新发展格局。其中，在6月19日上午举办的主题论坛“共创软件定义汽车新生态”上，大陆投资（中国）有限公司车联网首席工程师丁大宇发表了主题演讲。以下内容为现场演讲实录：

 

 

各位来宾早上好，刚才曹总说软件公司一直在干脏活累活，其实真正干脏活累活的是Tier1，因为曹总（软件公司）们把tier1的时间挤压了，（生存）的空间也给挤压了。那我们怎么看呢SDV这个趋势？下面我代表大陆集团，从传统Tier1角度，看一下软件定义汽车重要的基础系统—高性能计算平台(HPC)。

 

首先大家都说软件定义汽车，从大陆集团的角度来看，软件怎么能定义汽车呢？我们认为亘古不变的道理都是需求在定义汽车，现在看一下整个汽车行业，尤其是智能互联车需求上的变化：以前消费者购买汽车更注重硬件性能，造型、发动机、底盘、省油，现在更多消费者在考虑购买智能汽车的时候，更关注什么呢？第一是不是有个性化体验，千人千面，是否能提供个性化定制的智能功能。第二，功能能不能做到日新，能不能迭代？当前的消费收更多追求智能车的持续服务的能力。

 

针对这样的新需求，传统的架构是没有办法满足的，传统的架构就是功能是由ECU定义的，主机厂给需求，Tier1把功能是现在一个一个不同的定制ECU里，然后主机厂再把ECU集成给客户提供了一定能力的功能车。

 

这样的体系架构根本没有办法满足市场上现在对智能车的要求，所以催生出了下一个对架构的推动及技术上的改变，这个改变就是更多要求跨域计算、基于服务化等等，最后你会发现，大家的目标都变成了利用车，用户和环境的多维度高精数据计算的闭环，为客户带来智能化的定制化，提供“特别能懂我” 的智能车。

 

商务模式上产生两个好处，第一，用户体验提升上去，增加了“黏度”，用户会持续购买这些车的迭代；另外，除了卖硬件，车辆上市以OTA带来的软件迭代，服务更替，这些又会带来新的服务订阅的收入。要实现这些商务模式，需要一个整车电子体系的支撑，而这个体系重要的基石就是高性能计算平台。

 

高性能计算平台实现了四个基础：第一软硬分离。第二功能解耦。第三实现敏捷迭代，第四，生态合作。所以它是一个体系，不是单一的产品，绝对不是一家能通吃的，它是生态合作的最后的结果。

 

很多人在讨论智能汽车的时候会说，智能手机加几个轮子，其实这个说法也是太过于简单了，因为智能汽车和智能手机比，它有非常大的挑战，所以软件定义汽车我们面临非常大的挑战。

 

一、它的复杂度，复杂度来自于客户对需求不一致性，所谓千人千面就是每个人对它智能性要求不一样，所以客户差异性如何在软件中得到体现。软件定义汽车，如何通过软件体现出这辆车，例如造车新势力与传统车厂的车，差异在哪儿呢？差异性怎么体现？所以复杂度在这里。

 

二、车企，传统车其带宽非常大，从A0级的到C级，D级别。动力系统上有传统动力，混动，纯电动，氢能源，整个动力控制体系都不一样；从全球车企角度，更加复杂，（因为存在）不同的区域用户，不同区域的法规。这些带宽造成复杂度，怎么管理？刚才蔡总讲了，管理的复杂度对车厂是非常大的挑战，比起功能车的硬件管理，如果软件是智能车差异化最大的体现，其大量的迭代要求，满足不同的车辆动力系统的要求，满足不同的车型平台的要求，这个目前来说是对整车厂非常大的挑战。

 

三、生命周期的问题。智能手机两年以后就换了，但车作为一个硬件存在，可能要存在10年，甚至12年，在10年、12年当中你后面做了多少次迭代，每次迭代都可能产生问题，何况如果这里面软件越来越丰富，越来越复杂，会不会使智能汽车越跑性能越差呢？手机还可以换一个，但是车是可能要保有十年的大宗商品，这也是一个挑战。

 

四、标准化的问题。汽车工业本来就不是一个标准化的工业体系，和通讯不一样。通讯是基于大的标准，ICT可以标准化，上面再做一些定制；但是汽车工业所有的主机厂，为什么都要搞自己的生态，因为它是垂直整合来体现用户价值的，所以它是一个定制化的体系。定制化的体系里面，因为成本和降低复杂度的要求，就要解决如何找到标准的问题。现在我们是面临这么一个问题，智能车软件定义没有一个全球统一的可循的标准，主机厂都在自己定义智能车标准，各个区域市场也在整合各自的标准体系，所以这是目前非常复杂。这些标准化如何演化为统一的体系，这也是目前不太容易能解决的问题。

 

最后，从汽车本身来讲，是高安全性的，（但是）互联软件的进入又造成它更大的信息安全威胁。

 

面对挑战和机遇，大陆集团也一直在思考，并做了一系列转型的措施，其中最重要的我们希望能够从传统的靠ECU整合的传统零部件供应商，以高性能计算平台为基础的，成为提供全栈SDV系统解决方案的提供商，这是我们的定位。

 

硬件上，通过功能域集成的，大陆集团形成了座舱、车身、智驾、底盘安全四个域控制器平台。现在是这么规划的，未来还是这样吗？因为刚才说了跨域是智能汽车的重要因素，所以这个难点就来了，怎么跨，有些主机厂说一起跨，但可行吗？--如果你考虑到把一个智舱和底盘放在一起，会出现什么情况？这两类完全不一样的技术和人，在一个体系上做出一个可靠安全的系统，至少在目前来看是不可控的。所以说，一定会有相应的逐步跨域曲线，但是每个主机厂想法都不一样，路径的不同本身就是非常复杂的问题。

 

大陆集团是第一个尝试高性能计算平台HPC全球量产的teir1。我们的ICAS1，作为车身及互联服务器于2020年在大众MEB平台的ID系统智能电动车全球量产。当然我们在开发过程中也积累了很多经验和教训。

除了硬件平台，HPC体现的全栈的软件从底层的操作系统，到中间件，剩下就是功能性软件，最后到云端的解决方案。大陆集团在这些方面都有产品，其中目前大家比较关心的就是中间件，遵循SOA的架构进行重新解耦，重新部署，这方面我们和很多国内外主机厂进行了热烈的讨论。

 

 

Tier1强处并不是开发仅仅一个硬件或者开发一个黑盒子，而是对系统的理解，以及对系统长期以来的积累经验设计合适主机厂定制的车载计算设备的能力。对大陆集团来说，我们的系统经验是凝聚在了设备体系里面，这个设备体系除了硬件本身，我们还有标准的设备管理服务软件，这基本是属于Tier1自身的know how。

 

真正SDV应该关注的最应用的解耦，这是没有标准的。很多主机厂说从头到尾自己做，但是很花费非常多时间，精力和成本；但是如果这个东西是完全标准的，那还有另外一个问题，定制化就被削弱了，车企之间的差异化就不能体现。所以应用解耦的标准化就是一个平衡，如何在SDV软件体系里面找到跨OEM的非（弱）差异化，能标准化的东西，能够跨OEM省成本的；哪些必须是差异化的，这个界限现在是不清晰的，希望也是通过行业活动，大家一起合作，至少可以在中国市场上找到合适的划分界限。

 

除了软件体系，一个HPC还需提供合适的软件，服务的集成体系，即服务的开发和服务的部署工作流程，这个工作流程体现在协同开发IT后台解决方案。大陆集团这方面也跟大众在欧洲建立了联合开发基于云的多方协同开发环境（CCP），支持持续开发、持续集成、持续测试的运维体系。这样的开发/运维体系在所有的主机厂进行跨域集中HPC开发必须建立的，这部分大陆集团也会提供相应的能力。

 

工具链上，虽然大陆集团不是软件公司，但是我们集团旗下也有一个自己的软件公司Elektrobit(EB)，所以我们通过EB的工具链也提供了一套HPC基础软件开发方案，加快原形开发，减少主机厂开始摸索的成本。第二可以提供开放的界面，支持上层的开发，这是我们工具链的考虑。

 

最后定位上，大陆集团是集成者，我们所具备的系统能力，很好的客户及合作伙伴关系，例如国内和华为有合作，国外跟微软、亚马逊都有相对比较深度的开发合作，所以我们也抱着比较开放协作的态度和整个行业进行探索，做SDV的标准化工作，这就是我们明确的态度。

 

在中汽协SDV工作组，大陆集团于2021年3月份才加入的，虽然是晚来者，但在对汽车控制类软件服务化的工作计划还是分了比较明晰的分步走。

 

第一步我们认为比较容易进行行业协作的，上车身的功能：车身域、热管理、基础软件框架，这方面我们愿意积极和行业伙伴探讨，抽象标准化服务，进行设备管理的驱动整合。

 

第二步才是底盘、动力。如果连上车身都不具备统一的API的前提下，现在搞下面，那就有一点跑得太快了，因为体系方法论都没有，面对动力，底盘绝大部分功能安全强相关，性能强相关的控制逻辑，电动车还好搞，到了传统动力部分，就算我们有胆子开放，主机厂也没有胆子用，所以我们认为作为第二步逐步实现较为可行。

 

最后总结一下，第一我们是一个HPC的先导者，和大众ICAS1的开发积累了很多经验、教训，可以拿来和业界进行分享。

 

第二从HPC角度来说，一定是一整套软件体系，这个软件体系是必须在整个HPC平台中进行合适的定义，然后协作开发。

 

第三HPC不仅仅是产品，是一个多方，异构的复杂软/硬件体系，对HPC整体的集成，需要合适的工作流、方法以及协同开发的环境，这是它必不可少的开发环节。

 

第四，就是开发工具链，如何把工具链在行业内有相对比较开放的协同起来，这个也是HPC开发的关键一点。

 

最后，行业标准化的协作是生态合作的基础，这也是我们抱较开放态度，参加中汽协组织、华为领导的SDV的工作组的标准化活动。

 

谢谢。

 

（注：本文根据现场速记整理，未经演讲嘉宾审阅）