3月27日，国汽智控创始人、总经理、首席技术官尚进博士应邀出席中国电动汽车百人会全球智能汽车前沿峰会并发表主题演讲。
尚进博士表示，“智能汽车的产业数字化实际上就是把过去以机械为主所实现的，转变为“硬件-操作系统-应用开发”的数字化模式；以软件定义、SOA的形式构成了智能汽车的产业数字化，进而演变成一个数字化的数据中心，大数据分析、云计算、人工智能、信息安全、区块链以及5G技术都可以应用到智能汽车中，以支撑车控系统的产业架构和设计，反过来也能反哺数字技术的提升和扩展。”
以下为演讲全文
大家好，我是国汽智控总经理兼首席技术官尚进。由于疫情原因，很高兴在线上与大家交流，今天我分享的题目是《软件定义、数据驱动趋势下的智能汽车基础平台架构和产品》。
大家经常说智能网联汽车是我们整个智能汽车的变革的下半场，最近两会国家重点提出了产业数字化和数字产业化，今天给大家分享的正是我们国汽智控在成立一年半对产业数字化和数字产业化的理解，特别是在基础平台的产品定义和实施过程中。
所谓智能汽车的产业数字化实际上就是把原来用机械为主所实现的，变成“硬件-操作系统-应用开发”的数字化模式。我经常讲智能汽车是四个轮子上的数据中心，而数据中心需要什么，需要硬件和操作系统。
今天大家已经熟知，以软件定义、SOA的形式构成了智能汽车的产业数字化，进而变成一个数字化的数据中心。大数据分析、云计算、人工智能、信息安全、区块链甚至5G技术都可以应用到智能汽车中，以支撑反哺车控系统的产品架构和设计。反过来也会助力数字技术的提升和扩展。
今天将重点分享三个方面，包括智能网联汽车操作系统、信息安全与数据安全、车云协同基础软件等，实际上仍然围绕产业数字化和数字产业化展开，也包括对产业界的一些思考。
车云协同基础软件是车云协同计算的底层软件架构，与车内产品是OS加硬件类似，车云产品由OS加车云协同基础软件组成。而车是数据安全最大的落地点，在操作系统内部，操作系统是车数字化的开始，进一步扩展到云计算，也包括最近提到的路侧OS都需要操作系统扩展。
国汽智控提出车云协同计算架构是以智能网联汽车的操作系统为核心，我们也经常叫OS Everywhere，包括车内路侧云端。提到智能网联汽车操作系统肯定不仅仅包括传统内核，也不仅仅包含汽车行业所说的传统中间件AUTOSAR CP和AP。
我们所提到的智能网联汽车操作系统，在国标体系中叫车控操作系统。主要目的是提供智能驾驶和智能网联汽车的数字底座，以及赋能车企能够进行定制化、高效、低成本的开发智能驾驶应用，比如说从L2到L4的功能以及更多的扩展功能。
智能驾驶操作系统可以扩展到整车操作系统，比如智能网联汽车的操作系统，这也包括我们所说的座舱，也包括将来的底盘域、动力域和车身域。
我们谈的智能网联汽车操作系统是一个整体的产品架构，今天主要目的不是介绍产品，而是需要关注的几大特色。其中就包括跟手机一样有了硬件和操作系统，那么主机厂和主机厂的一级供应商便可以在上面进行自主、高效的开发智能驾驶应用，实现所说的软件定义汽车。
既然叫操作系统，那么一定是跨不同的硬件平台。今天来看，我们更需要一个双解耦架构，就是硬件和操作系统的解耦，这种解耦体现在操作系统要支持所有主流芯片和硬件平台；同时另一层解耦是操作系统和应用开发的解耦，即主机厂可以专注应用的定制化开发和扩展，而整个系统底层的数字底座可由操作系统来提供。
简而言之，智能驾驶操作系统需要具备几大优势，支持上层应用高效、低成本的开发，支持不同硬件平台和统一的操作系统。此外，中国也在推广网联式，就要求操作系统内部像计算机内核一样，具有对外的网联功能，也要更安全，不仅仅是ASIL D的功能安全，还包括数据安全和信息安全，进一步来讲，是要实现车规级。
刚才也提到，智能汽车操作系统分为几层，下层来支持不同的芯片和硬件平台，操作系统本身实现实时性和可靠性，向上支持不同的智能驾驶应用开发。同时，操作系统要支持信息安全和数据安全，包括进一步要实现网联云控功能，整个系统加上主机厂的应用开发要实现弹性可扩展。
对于智能汽车操作系统来讲，不仅要支持所有主机厂广泛的应用开发，更主要在操作系统内部实现软硬件解耦，包括功能软件内部的算法，既可以是第三方的算法，也可以是主机厂自己的算法，最后形成与主机厂共建的操作系统。
本身来讲，既然提到基础软件操作系统，那么系统一定是支持迭代升级的。通过一系列SDK和API，可以支持更多的应用开发，提供丰富的工具链，整体系统要实现可靠冗余。
另一方面，数据安全受到广泛关注，智能汽车每天收集和处理的数据达到TB级，并且智能驾驶域拥有最复杂的硬件和软件，以及提供丰富的线上服务，因此车辆数据安全、数据隐私保护将成为智能汽车的一个刚需。
数据安全经常提到的是出入境管理，最主要的是分类分级，数据的管控包括隐私保护，整体上一定要建立信息安全的防护体系，重点是在智能驾驶域，也就是智能汽车操作系统。随着智能驾驶数据的分类分级，不仅输入数据，也包括感知、融合、规划中间产生的新数据，各种数据的上传、处理、存储等是基于不同法律法规的管控要求，实现不同的数据防护策略。
这是一个简单示例，根据国家相关法律、法规开发的电子围栏功能，包括数据的分类分级、策略执行以及数据脱敏等。当车辆行驶至敏感地带时，高优先级的数据可能不能上传；再往前到军事敏感区，则需要进行数据脱敏，只能进行车道线识别，周围环境则无法识别；再往前可能遇到更多敏感地区，则要强制车辆停止。
通过演示案例可以看到，真正的数据安全一定要跟智能驾驶整个数据流充分耦合，才能实现安全功能实时可靠的落地。
第三部分主要谈车云协同基础软件，其实更是现在所面临的问题。当车内数字化之后，如何进一步扩展到车外，因为数据中心永远是做云计算的。我们发现了几个关键问题，车内到车外的重点是要突破车辆的计算和传感的边缘。
这是因为无论何时，几万元的新车总是存在的，其硬件的智能等级一定是不足的，包括市面已有的几亿保有量。在软件定义生命周期内，车辆的软件一定要升级，并且一定会超过自身的硬件。因此，需要考虑计算边界如何突破车的边界以及传感的延伸。
基于车云一体化总体架构，这里重点是以车控为基础，重点强调车控系统延伸到路侧。以计算的角度来看，主要计算单元在路侧、车端和云端，因此需要车控系统利用边缘计算实现车控系统的延伸。这里需要看下，智能汽车操作系统也包括里面的信息安全数据安全，能够逻辑上运行在车内，也运行在云端，实现协同计算。
软件定义车内操作系统，数据驱动不仅仅靠收集数据学习，也要把云计算技术引用到车内来。以上就是今天给大家带来的分享，谢谢大家！