智能网联汽车正走向硬件趋同、软件定义和数据驱动，而操作系统是汽车软件的灵魂，目前操作系统是不是受制于国外？两年前中国提出自动驾驶操作系统顶层设计，进展如何？一系列的问题需要找到答案。
尚进博士，国汽智控（北京）科技有限公司总经理、首席技术官，也是国家智能网联汽车创新中心首席技术专家、中国智能网联汽车产业创新联盟基础软件工作组组长、清华大学车辆与运载学院客座研究员，请他来解读上述问题再合适不过。
为什么是硬件趋同、软件定义和数据驱动？
“走到今天的硬件趋同、软件定义和数据驱动阶段，智能网联汽车将怎样演进？未来方向如何？”
尚进博士指出，这一观点是行业专家智慧的汇聚，但并非源于汽车行业。过去30年ICT行业的发展是一个见证，而智能汽车正在重新演绎。
芯片、硬件、软件或操作系统、数据和云计算代表了现在的关注和热点技术。“硬件趋同、软件定义、数据驱动”这12个字是对产业从零到成熟过程的一个总结性预测。
芯片很重要，没有硬件就没有软件，硬件趋同是技术的发展特色，更是产业集中化的体现。从PC、服务器芯片可以看到，巨头们投入很大，最后没有小玩家的活路。
智能汽车领域首先是一场变革，像ICT行业一样，芯片架构、商业模式和产业发展出现了趋同，一些小的处理器变成了集中域控，越来越集成；大型SoC中AI元素将占据很大算力，但汽车也离不开通用计算和实时可控的芯片。芯片架构中的硬件也包括不同的AI、ARM和实时异构核，这些东西在集中化基础上分布化，形成多个芯片甚至多个板卡。
“很早就有软件定义网络、软件定义很多东西的说法，怎么理解软件定义汽车或智能车？”——记者
尚进博士认为，软件定义是说智能汽车在集中化趋势下，车辆功能设计和实现的一种方法论的变化或趋势。软件定义的本质不是用代码实现，之所以提软件，是因为整个车辆功能中离应用最近的才最能体现系统架构。软件定义代表的是变成一个复杂系统的智能汽车需要一个比较好的架构。
做一个好产品的前三件事儿是：架构、架构、架构，只不过由于复杂的硬件、复杂的软件，软件定义特别体现在三个方面：一是整个系统架构是不是集中式架构，包括集中式架构下的新的产业链、硬件、操作系统、应用开发，都需要架构先行；二是主要功能是用软件来实现的，自动驾驶要使用AI芯片实现感知，但它不是主要功能，只是整个自动驾驶工作中很小的部分，但需要很大数据量，甚至有一定难度。
更重要的是，我们要有支撑、体现软件价值的系统产品和架构。软件的价值或优势有几方面，第一是快速功能开发，第二是在保证高效、高质量、高实时、高安全情况下的高效开发，能够更新，容易迭代，如OTA。
传统上，汽车行业认为软件定义就是互联网，没有顾及传统的流程开发体系，其实真正的软件工程或复杂系统软件更讲究流程，既然要用软件实现就要保证在最好的架构基础上开发更多的功能，生命周期内的迭代也要更高效，前提都是高实时、高可靠性。
“作为汽车开发测试的一部分，用仿真训练自动驾驶模型，验证更多场景，这也是数据驱动，怎么理解数据驱动的真正含义？”——记者
尚进博士回答，仿真是数据驱动，但还不能与真正意义上的数据驱动相提并论，不是智能汽车需要考虑的新核心。数据驱动更偏向车外，更强调驱动。现在的车辆采集了数据，也放到了云端，而数据驱动主要是围绕智能汽车产品设计，怎样用数据来提高车辆产品质量，包括实时性等。数据驱动更强调怎么把云计算应用于车辆设计，即车辆产品的工程设计，既是基于数据来完善设计，也可以扩展到数据中心，用云计算框架支撑智能车辆的功能开发。
他解释说，每年的新车价格都不一样，特别是低档车单车边界内智能有限，还有保有量的问题；软件在生命周期内需要升级，特别是要保证车辆使用5到10年。几年后的软件功能一定会超过现在的硬件，不管价格如何，也不可能预埋5年后的硬件，也不可能知道5年后是什么硬件。
这些都指向同一件事情：在车内做好软件定义和硬件趋同后，往云上走才能真正突破单车计算的物理边界。这就要利用边缘计算、云计算，这就是中国的车路云。所以，路侧和云都是计算资源，车辆不只是座舱等，而是需要保证实时可靠，所以数据驱动不能被动地将ICT进展仅仅理解为僵化的数据和现有的模型，而是不局限於单体开发，利用云计算或数据中心驱动车辆设计。实际上和软件定义和自动驾驶一样，都是围绕车辆的核心功能，虽然座舱也是数据驱动，但还要再进一层，考虑智能汽车产品终点应该是什么样子。
“谁都不知道5年以后硬件是什么样子，又怎么支持这个软件呢？”——记者
尚进博士表示，单车可能不知道，但是会有边缘计算、边缘云或5G、6G高速通信，计算硬件在边缘云上，因为有5G或5G优化，硬件在车内和车外没有什么差别，重要的是软件和操作系统的延伸。所以，数据驱动更是计算驱动，但如果只是计算驱动，现在也有更大的硬件。国汽智控更希望强调的是从终点——整个产业架构、产业生态出发。现在智能汽车的目标很简单，花5年或6年时间，可以把汽车这个机械为主的产品变成和ICT持平的水准。现在的计算机、笔记本和手机一样，任何生态都是和云计算融合在一起，要围绕车辆的目标功能把它融合在车辆平台中，不仅是座舱或车联网，而是自动驾驶或车控动力系统等更大的范围。
车的要求更高，却是5G真正最大的应用市场。5G具有高带宽、低延迟和高稳定性，现在高铁上用4G看视频已经没问题了，很难想象5G有什么比较大的应用，其实更大的行业应用就是高速移动的车辆。车控系统一定是更低延迟，不仅是自动驾驶，也包括底盘、动力系统，所以车辆是5G最大的应用市场。
自动驾驶为什么要有一个好的操作系统和架构？
“从计算机到现在的手机，最核心的软件就是操作系统，这么多年应该都是国外操作系统占垄断地位，现在的汽车也是这样？”——记者
尚进博士予以否认，他表示，作为智能驾驶操作系统的定义者和先行者，国汽智控最近获得了“2021中国汽车出行产业最具投资价值企业TOP10”奖，证明了其正在做的事情具有重要意义。
国汽智控的核心产品是操作系统，确切说是智能驾驶/自动驾驶/智能汽车操作系统。操作系统是产品的核心，过去其他行业已经证明，操作系统本身的定义和行业相关，如果说智能汽车的核只是现在车上用的QNX、安卓、Lunix等，那就错了，因为这些已经是成熟的东西，大家都在用，可为什么大众等车企仍然觉得车的能力还差得很远呢？因为这些不是核，不是定义的智能驾驶操作系统。
“那是不是需要做自主可控呢？”——记者
尚进博士说，国汽智控不是为了自主而自主，缺少自研才来做，首先做的一定是产业急需的，能够起到核心作用；第二需要澄清中国核是为自动驾驶定义的，这种形成国标体系的核不是“敌有我无”，而是谁都没有，所以起步就是行业领先、行业创新。
现在的形势是采用封闭体系的特斯拉一骑绝尘；行业缺少ICT和车辆融合的东西，一些主机厂也在做自己的软件公司，但产品都没做出来，更谈不上成熟。对ICT理解最深刻的是中国和美国，更容易提出和做出这样的操作系统，而传统的汽车领先国家不一定先知先觉。即使是国外的AUTOSAR（汽车开放系统架构）也达不到这个高度。
“那么，怎样来定义自动驾驶操作系统呢？为什么很多主机厂觉得离智能汽车那么遥远？”——记者
很简单，行业缺少AI芯片，传统车用芯片有的是，而智能芯片不是这些芯片，需要有支撑操作系统的大型复杂硬件平台。至于操作系统，不用什么高深的定义，用朴素语言讲就是支持所有的硬件芯片或硬件平台，能够向上支持应用开发的承上启下的基础软件。应用决定操作系统，为自动驾驶应用开发的这个东西就是自动驾驶操作系统。既然支持自动驾驶这么核心热门的应用，就要用定制化应用、定制化开发来实现核心作用。
“这个操作系统应该是一个通用平台？”——记者
真正成功市场化的操作系统一定是大家都用，除了座舱、底盘、动力操作系统，它主要关注自动驾驶应用开发，最后应该形成一个整车单一操作系统，支持上面所有的应用开发。
国汽智控正在推动的最难、最复杂的东西就是自动驾驶操作系统。智能汽车操作系统一定符合智能汽车的核心定位，现在的内核远远达不到，很明显在智能性能方面，车企没有因为使用内核或AUTOSAR而赶上特斯拉。
全球都在做ICT和车的融合，都在做基础软件，但它还没有成熟，更没有落地，所以不用有自主可控的急迫感，急迫感在于产业急需。
中国自动驾驶操作系统顶层设计进展如何？
两年前，我国提出了中国自动驾驶操作系统顶层设计，而国汽智控成立至今才一年半。尚进博士说，公司前期酝酿时间比较长，包括定义整个架构，先有了定位的市场和适合这个市场的产品架构定义才注册了公司。到目前为止，公司发布了1.0、1.5和2.0三个产品版本，基本上实现了当初定义、现在成为国标的智能驾驶操作系统核心的产业化。从产业落地看，现在已在和五六家主机厂进行量产开发，明年将陆续装车。
“主机厂是国内为主？”——记者
基本上是国内自主品牌，因为某种程度上自主品牌对自主可控要求更高，但并不限于自主品牌。
“国汽智控做的操作系统是否可以解决安全问题呢？”——记者
操作系统的功能就是实现或保证车辆系统或自动驾驶系统的实时性、安全性和主机厂的应用定制开发。安全是贯穿操作系统最核心的东西，覆盖功能安全、预期功能安全和信息安全，这几方面的考虑、设计和实现都是操作系统不可缺少的部分。
另一个重点是数据安全，它一定是在操作系统内部实现。一个量产化的自动驾驶操作系统一定包含智能驾驶的数据安全防护功能，这是必须做的事情。信息安全在智能驾驶中的创新还包括：做到实时性、可靠性与智能驾驶OS的融合，在保证整个系统可靠的前提下不增加额外成本。
另外，自动驾驶或智能汽车数据量很大，传感器很多，每天几个T的数据，需要大规模数据处理，对数据处理安全的要求更高；而且汽车是移动的，我国有很多数据分类分级准入标准，大规模海量数据和移动数据，包括车内车外环境，甚至摄像头主动采集的数据，都是这方面数据的特色，这是以前数据安全行业没有遇到过的。
智能汽车不仅是一个存储设备，还是一个计算单元，数据要在其中再加工，有很多熟数据，还有很多新数据，也会有数据安全问题。面临的最大挑战除了和自动驾驶强耦合外，还会产生新的动态数据安全问题。
由于涉及周围的人和地理信息太多，隐私保护最大的落地需求可能是智能汽车。其他方面的隐私保护有相应法规，主要针对人，但车辆不一样，它会进入很多敏感地区，涉及敏感对象，不知不觉被采集数据，这是智能汽车的新挑战。
“在操作系统层面能解决这些问题吗？”——记者
应对这些挑战的创新技术的落地点在操作系统内，同时整个系统还要保证实时性、可靠性和低成本，这是集成融合的挑战，所以做数据安全的人要懂自动驾驶操作系统，才知道怎样融合成一个产品。这是信息安全产品的一个特色，其真正落地离不开对防护对象的深层次了解和融合，才能保证整体是一个产品，特别是防护对象是2B产品时的实时性、可靠性。
国汽智控在供应链中的定位在哪里？
尚进博士告诉记者，国汽智控是一家科技初创公司，也是国家平台企业，主要任务是“智慧融合，中国方案”，主要产品都是智能汽车缺芯少核的东西。其定义的核心产品自动驾驶操作系统也是整个行业的顶层设计，将服务于所有主机厂。其操作系统支持大小不同的芯片，首先是开放、解耦、标准。开放产品软硬一体，但不是全栈式开发，而是适合主机厂在上面做定制开发。开放是操作系统和硬件之间的界面或接口是开放的，能够集成不同的芯片硬件形态，上面的应用开发也是这样。解耦是指操作系统内部的内核、AUTOSAR、软件算法等，边界也是开放、解耦的，其他厂商也可以做一部分，由国汽智控做核心部分的集成，共建成一个主机厂所需的操作系统，其中甚至有主机厂的贡献。开放不仅是在边界，也包括操作系统内部的部分。这样的操作系统基于产业链厂商的贡献，可以适合所有车型。
“你们现在做的这些产品和国家标准是怎样的关系？”——记者
由于缺芯少核是行业急需，国汽智控在顶层设计方面做了一些工作，操作系统国家标准体系是由国家智能网联汽车创新中心直接推动的，国汽智控发挥了引领和贡献作用，做了具体执行工作，包括分层之间接口的国标顶层设计。当然，每个国标也有所有主机厂和产业链的参与。在这方面国汽智控做的很多事是针对整个行业，特别是协同产业资源，以创新科技和系统集成持续引领和支撑行业发展，提升我国智能网联汽车及相关产业在全球价值链中的地位。
“你们的几个产品有什么特点？能够满足什么需求？” ——记者
现在是两类产品、四个单元，一类产品是车内的，硬件和软件操作系统一体，主机厂可以在上面开发装车；另一类产品是车外的，比如边缘云。所谓四大单元实际上是两类产品四个单元组成——智能汽车操作系统（ICVOS）、智能汽车域控制器（ICVHW）、车云协同基础软件（ICVEC）及信息安全数据安全（ICVSEC）。车内产品有OS和硬件，也有第三方硬件，以及自研的细分市场硬件；OS内部还有数据安全或信息安全等三个单元；车外OS几乎一样，包括数据、车云基础平台，相当于云端硬件。
“车外产品是不是常说的路侧设备？”——记者
的确可以部署在路侧和边缘云上，但如果能把路侧网联赋能再提升一层，就需要路侧的标准开放体系，以及各种开放架构和高实时、高安全实现。路侧有感知硬件、操作系统和算法，不可能一家封闭来做，也应该是个标准开放体系，让很多东西都能进来。另外，如果只是提供给车做智能驾驶辅助参考，意思不大，应该起到和车内传感器差不多的主要作用，其实现要求高实时、高可靠，正好车内OS都符合这些要求，可以部分自然延伸到路侧。它可以不叫OS，但都是标准开放的实时、可靠、安全架构或实现这一架构的核心产品。
特斯拉的成功应该如何解读？
“目前国内一些试验区、先导区都在路测自动驾驶汽车，您对此怎么看？”
这是中国网联汽车方案和架构在示范区落地的很好证明，各地都很关注和认可这个发展方向，这是很好的事情。如果我们真能赶超特斯拉，一定是利用中国的基础建设来推动车辆产品的发展。
“您的意思是不是特斯拉侧重单车智能，而中国在车路协同方面做的更好些？”——记者
特斯拉是单车智能没有错，但是其前提也是美国基础建设不够，所以它觉得也没有太大必要做别的。如果有足够的基础设施，它也会思考更多。中国确实是网联式V2X，但大家对V2X的诠释不够完全，太看重其结果：只要有路侧，只要有通信就好；关注demo比较多，极少关注如何提高车辆产品设计的变革或吸收推动作用，也就是数据驱动。只将V2X理解为路侧设备是不够的，需要补充的是，数据驱动或网联式的一个重要环节是通过车外生态反哺车辆核心功能，而不仅仅是车联网或座舱这些已经成熟的应用。行业对智驾域、底盘域、车身域的作用认识不够，重要的是突破单车计算和传感边界，同时仍能保持和支撑车辆产品的实时性、可靠性和安全性。另外，路侧摄像头或其他传感器要保证安全等级对单车智能的支撑，真正用L1、L2硬件的车实现L3，而不用更多硬件成本。
“Robotaxi和乘用车是两条不同的技术路线，孰优孰劣？” ——记者
这是从L4、L5做，还是从L1、L2做的技术纷争，前几年最热的讨论是特斯拉和Waymo谁能成功？今天看，只能说特斯拉成功了，因为Waymo始终没有推向运营，反而特斯拉不仅造车成功了，自动驾驶也在往L4走。
问题在于，目前看真正实现L4、L5还有很多理论瓶颈，比如强人工智能、如何保证AI安全等。产业推动方面，像谷歌Waymo这种体量可能还有些问题。另一方面，从市场看，大家也逐渐认识到辅助驾驶或L2、L3也是刚需，也有很大市场，也会带动智能汽车设计。智能网联是下半场，不一定无人驾驶才能推动，L3集中域控或大域控也能带动智能汽车变革。
特斯拉今天这么高的市值绝不仅仅是有最大部署量的L2或L2+功能，而是整个车辆产品设计对同行降了好几维的打击，其背后的自动驾驶功能只是一小部分，却带动了车辆整体架构、芯片、操作系统，支撑了更多、更好、更高效的设计和OTA的更广泛使用等变革。
无人驾驶的研究会继续下去，但汽车行业变革并不是以它为终点，更不是以它为主要路线。人们需要L2、L3、自动泊车，这有点像沿途下蛋，可以发现更宽的路子，还会下很多蛋。如果真和Waymo比，特斯拉某些场景车还不如，但好像不是这样，大家真正关心的是车辆是怎么重新设计的，或核心功能怎么设计，以及带来的生态改变、数据带来的生态附加值。
“上面讲到了汽车新四化中的网联化、智能化，电动化很明白，还有共享化呢？”
对，共享不一定是无人，共享不一定没有方向盘，所需要的实际上是最后1公里，L3、L4反而能够实现共享。现在大家都在学特斯拉，包括无人驾驶公司，这不是说特斯拉的无人驾驶、自动驾驶路线胜利了。它只是以市场带动了产品，或以产品引导了市场，以市场落地反过来提升了技术，是一个比较好的模式创新。
特斯拉有它的优势，但这也从另一个层面证明一个问题，毫无疑问，部署量大、使用频繁，一方面是产品确实不错，有更多的数据，肯定可以训练提升系统，包括一些极端情况；反过来，这么大的数据也没有实现完全的L4，说明确实还有理论瓶颈，或者跟数据的关系没那么大。从产业看，特斯拉还是依照市场规律，不拘泥于自动驾驶目标，在打造汽车产品。
特斯拉确实领先，但为什么也实现不了L4？这个问题值得大家思考！