智能汽车行业面临的挑战
时代风潮之下,更多企业选择投身智能汽车领域。新能源、智能系统、自动驾驶、智能雷达、距离控制、能效转换,各个与造车看似并不直接相关的企业,都纷纷选择入局。一方面是因为造车是一个庞大而复杂的工程,需要非常多的功能和部件的配合,让各类企业都能在整车产业链中找到自己的一席之地。而另一方面,智能汽车几乎被所有的媒体和消费者认定为可以预见的未来趋势和科技发展方向,企业自然需要跟上时代风潮。
智能汽车的技术飞跃所伴随的更是疑问。智能汽车的确在为消费者描绘一张令人向往的蓝图,从雷达提前感知并协助驾驶者规避事故,到抵达指定位置自动泊车充电,在智能汽车技术的协助之下生活会变得异常轻松。汽车的新能源化和智能化,都是消费者希望看到的技术成果。
由于新车研发周期的大幅缩短,智能网联功能的不断升级,产品定义和研发实施的新需求和新技 术的快速涌现,车企的研发数字化转型呼之欲出。在激烈的市场竞争下,新车的研发周期由过去的5~7 年有效缩短至2~3年,这对行业的整体研发能力提出了较大挑战。 首先,数字孪生赋能下的汽车全生命周期管理大大提升了数据复杂程度,例如虚拟工程对应的计 算复杂度每5年会增长100倍。
车企亟需高性能、高弹性的存储和计算能力来进行大批量的CAE仿真。 其次,自动驾驶产生的海量数据(每辆测试车每天就会生成超过1TB的数据量)需要专业化存储方案。 海量数据也会带来海量自动标注、仿真和评测等一系列挑战,必须投入大量的人力和时间,才能完成 量产级自动驾驶功能的开发。最后,为满足用户对智能网联产品的需求,车企须研发出自主可控且可 拓展的智能网联平台,并根据场景支持混合云部署及组件化应用。
汽车数字化 相关文章: