什么是软件定义汽车？

软件定义汽车是汽车产业的下一阶段演进。传统上，车辆功能与物理组件和嵌入式系统绑定，灵活性有限。相反，SDV 依赖于集中式计算平台和模块化软件架构。这些系统允许无线 (OTA) 更新，汽车制造商可以通过软件提供新功能、更新以及性能和安全增强功能，通常是远程的。

这种现代化使 SDV 可以在购买后不断发展，就像智能手机一样。车辆可能仅通过车辆软件更新就能获得更好的导航、更高的能源效率甚至增强的驾驶模式，而无需前往经销商处。这些功能还允许车主个性化其车辆并按需订阅功能／能力，从高级驾驶辅助系统到车载娱乐升级。

IBM 研究预测，到 2030 年，所有与车辆相关的创新中，90% 的创新预计将由软件组成。¹75% 的汽车行业高管预计，到 2035 年，软件定义体验将成为品牌价值的核心。^{阿拉伯数字}

这一转型的一个关键部分是减少或消除许多独立的电子控制单元（ECU）。ECU 是传统上控制单个车辆功能的小型计算机，例如制动、发动机正时或气候控制。几十年来，汽车制造商增加了更多 ECU 来支持新功能。有些车辆有超过 100 个这样的装置。

如今，许多计算机被更少、功能更强大的中央计算机所取代，这些计算机可以同时管理多个系统。这降低了复杂性，并使车辆系统更顺畅地协同工作。它还支持自动驾驶、预测性维护和云服务实时数据集成等创新。

SDV、联网车辆和自动驾驶汽车密切相关，但又有所不同。联网车辆是指配备互联网接入和车对一切 (V2X)

通信功能的汽车。V2X 使他们能够与其他车辆、道路基础设施和外部系统（例如，通行费支付系统或移动应用程序）以及云进行数据分享。到 2027 年，预计将有超过 3.27 亿辆联网汽车投入使用^。

它们的互联互通有助于减少事故并改善交通流量。SDV 和联网汽车都依赖于软件驱动的功能、实时数据和云集成。

大多数现代 SDV 也使用 V2X，因此它们与联网车辆之间的差异很小。联网车辆优先考虑外部通信，而 SDV 则依赖于内部软件架构，通过 OTA 更新对核心功能进行升级。换句话说，所有 SDV 均已联网，但并非所有联网车辆都是 SDV。

自动驾驶汽车使用传感器、摄像头和先进的软件来检测周围环境，无需人工输入即可自行驾驶。这种能力只有在 SDV 框架内才能实现，该框架使用集中式计算来管理车辆系统。因此，虽然并非所有 SDV 都具有自动驾驶功能，但所有自动驾驶车辆都是 SDV，因为 SDV 提供了自主所需的软件基础。

SDV 还与电动汽车的兴起相辅相成，因为两者都强调效率、连接性和减少对环境的影响。

软件定义汽车 (SDV) 模型标志着汽车的设计、制造和体验方式发生了重大转变。汽车制造商现在的运营方式更像软件公司，汽车充当着动态、可更新的平台。特斯拉开创了这种模式，展示了软件驱动的升级如何解锁新的收入来源并建立品牌忠诚度。

原始设备制造商 (OEM) 正在将重点从机械工程转移到数字创新。这种新方法重塑预期，并解锁以软件为核心的商业模式。

SDV 将车辆的核心价值从机械部件转向可持续迭代的软件。无需更换物理组件，即可远程添加或升级功能、性能甚至符合新的汽车法规。这种能力可延长车辆的使用寿命，使其保持更长的使用时间。

SDV 在提高安全性、自动化和连通性方面也发挥着核心作用。他们基于软件的车辆架构实现了高级驾驶辅助系统 (ADAS)、自动驾驶功能和 V2X 通信等功能。

SDV 开发流程也更快、更灵活。在构建任何硬件之前，工程师可以使用虚拟化（科技）和仿真在数字环境中测试软件。这减少了时间、成本和风险，类似于科技行业软件开发的工作方式。

归根结底，SDV 不仅仅是现代汽车。它们是能够成长和适应的智能平台，能够实现更安全、更智能和更可持续的交通。

SDV 的关键特征重新定义了车辆的功能以及它们的设计、运营和货币化方式。其中包括：

SDV 将车辆功能整合到功能强大的中央或区域计算机中，取代了数十个分布式 ECU。这种架构可以实现跨系统更高效的数据处理和协调。

可以远程更新软件，以提高车辆性能、修复错误、添加功能或增强安全性，而无需上门维修。

SDV 使用与硬件分离的模块化软件平台，使升级更容易、车辆使用寿命更长、功能部署更灵活。

SDV 使用的堆栈通常包括嵌入式操作系统（如 QNX 或 Linux）、中间件、应用程序框架和面向用户的应用程序。这些系统和工具都被设计为可更新的。

SDV 通过虚拟化技术将关键功能（如安全系统）与非关键功能（如信息娱乐系统）进行隔离。这种分离可以提高安全性，并有助于确保一个系统中的问题不会影响其他系统。

SDV 旨在与基于云的服务、车辆到基础设施 (V2I)、车辆到其他车辆 (V2V) 和移动设备进行实时通信。这种连接可以实现实时导航、远程诊断和智能路由等服务。

79% 的汽车 OEM 高管预计他们的 SDV 工作在未来三年内取得进展。76% 的人认为人工智能 (AI) 将为这一进步做出贡献^。4机器学习与 AI 得到集成，以实现实时传感器融合（将多传感器数据汇聚以快速、准确决策）。AI 还支持预测性维护、个性化和自动驾驶功能，这些用例支持 AI 在现代车辆平台中日益重要的作用。

许多 SDV 允许用户在售后购买或订阅功能，例如高级巡航控制、加热座椅或性能模式。如今，数字和软件相关收入占汽车行业总收入的 15%。预计到 2035 年，这一份额将急剧上升至 51%。⁴

凭借集中式架构和基于软件的控制，SDV 更适合支持 ADAS、自动驾驶能力和不断发展的安全标准。

得益于高度互联性，SDV 自设计之初即嵌入安全机制，可防范各类威胁。这些功能包括安全启动（系统仅加载受信任的软件）、加密通信、实时监控以及入侵检测系统。86% 的汽车行业高管认为，安全性、保证和信任是让其组织脱颖而出的品牌属性。³

汽车制造商可通过持续软件迭代让车辆不断演进，从而延长整车使用寿命，减少浪费，并支持可持续发展目标。

在构建物理原型之前，SDV 平台利用虚拟化、仿真工具和生成式 AI 来探索设计备选方案、模拟极端工况并完成系统验证。

现代汽车不再仅仅是机械装置，而是能够移动的智能计算机。但是这些计算机的组织方式发生了巨大变化。

在传统车辆中，每个主要功能都有自己的微型计算机，即 ECU。一个 ECU 可能控制刹车，另一个控制安全气囊，还有一个控制收音机等等。有些汽车有 100 个或更多这样的 ECU。虽然这种设置使汽车制造商能够随着时间的推移不断增加功能，但也使车辆变得复杂而笨重，所有这些设备之间的线路长达数英里。

为了降低复杂性，行业引入了域控制器。这些控制器就像中层管理人员，按责任区域组织相关的 ECU，因此一个域控制器可能管理与驾驶辅助相关的所有事情，而另一个处理信息娱乐。这种方法减少了 ECU 数量，但未能完全解决复杂性问题。

现在正在发生下一个重大飞跃：汽车制造商正在转向高性能计算机 (HPC) 和区域架构。车辆不再依赖数十个分散的 ECU，而是由少数几个功能强大的中央计算机（HPC）同时运行多种功能，犹如汽车的“大脑”。为 HPC 提供支持的是分布在全车不同物理区域的区域控制器，负责管理本地传感器和设备，然后将信息传递到中央 HPC。这些本地系统通常包括雷达、摄像头和 LIDAR 传感器，它们会将详细的环境数据提供给车辆的中央计算单元。

这种方法减少了布线（从而降低了成本和重量）并使汽车系统更易于管理。它还为 OTA 更新打开了大门，因此您的汽车无需前往经销商处即可获得新功能或修复。这种新架构支持自动驾驶系统等未来技术，这些技术需要集中式高速计算。它还使车辆能够更全面地参与物联网 (IoT)，与环境中的联网设备、基础设施和服务交换数据。所有这些能力都是通过 AI 和汽车处理领域的最新进展实现的。¹

就像汽车中的硬件不断发展一样，软件也在不断发展。在传统车辆中，控制每个 ECU 的软件与该特定硬件紧密绑定。更改或更新它既困难又耗时，并且通常需要实际访问车辆。

为了帮助应对这种转变，该行业引入了一项名为 AUTOSAR（汽车开放系统架构）的标准。其设计目的是使汽车软件在不同品牌和供应商之间更具可重复使用性和一致性。AUTOSAR 对于发动机控制或安全气囊系统等传统功能效果很好，因为稳定性和安全性至关重要，并且很少需要更改。

但现代车辆需要更大的灵活性。高级驾驶辅助、车载语音助手和云连接等功能需要频繁更新和更复杂的软件，例如智能手机或服务器上的功能。因此，较新的 AUTOSAR Adaptive 旨在在高性能计算平台上工作，并基于 Linux 和以太网等成熟技术构建，从而能够提供更动态、更实时的服务。它还支持云原生方法，其中软件设计为可在互联系统之间轻松运行，并且可以更有效地更新或扩展。

放眼更远的未来，汽车制造商开始采用容器化等科技行业的技术。容器是轻量级的软件包，包含运行应用程序所需的一切，使其易于测试、更新和部署。它们类似于智能手机应用 — 模块化、相互隔离、可独立更新，且不会影响系统其他部分。结合强大的 API（允许软件组件相互通信的接口），这种方法使车辆能够从僵化的单体式代码库转向灵活的微服务化系统。

汽车软件正在从静态、缓慢变化的状态演变为敏捷、智能且不断改进的状态。这是您仪表板的应用商店体验。¹

SDV 有一系列优势，可以提高安全性和性能，并改变整体驾驶体验。

持续连接 ：始终在线的连接使车辆与云服务、导航更新和交通数据保持联系。这种连接增强了驾驶体验并实现了实时响应。

增强的性能和效率 ：智能软件可以实时微调驾驶动力、电池使用情况和引擎性能。根据不同的设置，这种适应性可以带来更好的燃油经济性或电池寿命，或响应更快的驾驶体验。

更快的创新和开发 ：汽车制造商可以通过虚拟化和模块化开发更快地设计、测试和推出软件。这种加速缩短了从提出想法到实现实际功能的时间。

提高安全性：SDV 为紧急制动、车道保持和防碰撞等先进的安全系统提供支持。这些功能依赖于实时数据和快速决策，使每个人的道路更安全。

新的收入机会：制造商可以通过提供订阅、按需升级或基于应用程序的服务来创造持续的收入。这些产品将车辆变成了长期平台，而不仅仅是一次性销售，并且受到汽车制造商的欢迎，但并不总是受到车主的欢迎。

预测性维护 ：SDV 可以监控自己的系统，并在问题变得严重之前发现问题。这有助于减少故障、避免昂贵的维修并保持汽车平稳运行。

个性化的用户体验：驾驶员可以根据自己的喜好定制车辆设置，例如仪表板布局或他们选择的车载娱乐系统。汽车还可以记住不同驾驶员的不同档案。

远程功能更新：就像智能手机一样，SDV 可以通过无线方式接收软件更新。这意味着，在汽车出厂后很长时间内，新功能、更新和改进都可以交付。

SDV 带来诸多优点，但也带来了重大挑战。最大的障碍之一是，从传统机械系统向数字架构的转变。事实上，79% 的高管认为，分离硬件和软件层的技术复杂性是一项挑战。²其他更具体的缺点并没有否定 SDV 的前景，而是强调随着行业的发展，需要仔细设计和稳健的治理。这些挑战包括：

消费者对货币化模式的阻力 ：通过订阅来访问曾经的标准配置（例如，加热座椅和自适应巡航控制）可能会让客户感到失望，并损害品牌认知度。

网络安全风险：随着连通性的增强，脆弱性也随之增大。SDV 面临针对车辆控制、数据隐私或基于云的服务的潜在网络攻击。因此需要持续警惕，并采用先进的安全框架。

数据隐私和所有权问题 ：随着 SDV 不断收集数据，对数据存储、使用和共享（尤其是在没有明确同意的情况下）方式的担忧会带来道德和监管问题。

开发和维护成本高：开发、测试和验证 SDV 平台既昂贵又耗时。安全关键功能和无线基础设施更新尤其复杂。

软件复杂性增加：SDV 将负担从机械复杂性转移到软件复杂性。管理跨多个系统、层和供应商的数百万行代码带来了整合挑战，并增加了出现错误或故障的可能性。

人才短缺：汽车行业现在需要软件工程师、AI专家和网络安全专业人员 — 这些人才更常见于科技公司。许多汽车制造商仍在建设这种内部能力。74% 的高管表示，他们的机械驱动文化很强大，很难改变。他们需要精通软件开发和传统车辆工程的员工，但预计要到 2034 年才能建立实现其软件定义产品目标所需的员工队伍。²

监管和法律障碍：通过软件更新车辆行为会引发新的法律和监管问题。它特别引发了有关事故责任、数据所有权和遵守不断发展的安全标准的问题。

AI 和自动化的可靠性问题：虽然 SDV 采用了基于 AI 的决策（例如，ADAS 或自动驾驶），但可解释性、可预测性以及如何管理系统接管等问题仍然存在。

系统兼容性碎片化：更广泛的生态系统中跨平台、操作系统和云环境缺乏标准化，可能会导致难以支持不同车型和地区之间的兼容性和可扩展性。

更新管理风险：无线更新固然方便，但更新管理不善可能导致系统故障和用户失望。

SDV 的未来是汽车成为一个互联的智能平台，而不仅仅是一台机器。软件比硬件更能塑造驾驶体验。汽车可以通过软件进行更新、个性化和改进，就像智能手机一样。购买汽车可能更像是订阅一项服务，新功能和升级会通过 OTA 更新随着时间的推移提供。

随着这种转变继续，汽车行业和科技行业的重叠将会进一步加深。云计算、AI、5G 和边缘计算等科技将为 SDV 提供动力。预计汽车制造商还将采用混合云策略，结合公有云和私有云系统来管理数据，并支持更新和交付新服务。为了跟上步伐，OEM 必须像科技公司一样运营，采用更快的开发周期、强大的网络安全和灵活的模块化系统。

这种演变有望改变客户体验。驾驶员预计会定期更新、远程支持和个性化功能。预计实时数据将实现预测性维护、更智能的导航和自定义设置。随着科技的进步，SDV 可能会成为引入和微调这些功能的平台，尤其是在城市地区和共享出行车队中。

SDV 是智能移动的关键部分。它们与交通系统、能源电网和数字服务相连，以支持更安全、更高效、更可持续的交通出行。预计这种转变不仅会改变我们的驾驶方式，还会改变我们的移动、拥有和与车辆互动的方式。