标签: 汽车

随着软件定义汽车的发展，车辆生成的数据量也以前所未有的速度 不断增加 。这些数据包含广泛的信息，包括传感器数据、遥测数据、诊断数据等。在开发过程中， 有效处理这些数据并从中获得见解 至关重要。 对于原始设备制造商（OEM）和汽车一级供应商（Tier 1）来说，是否 自主构建 和 维护数据处理流程 是一个至关重要的考虑因素。 数据处理流程 是应对当下软件定义汽车所产生的海量数据的基础组件。 一、问题背景 在 AWS 等云平台 上为高级驾驶辅助系统 （ADAS） 和自动驾驶 （AD） 数据构建鲁棒的数据处理流程，通常需要全面了解各种服务及其集成。您可能使用的特定服务可能取决于 应用程序的要求、数据源和处理需求 。 为了解决这一问题， 康谋 通过使用 IVEX 提出了专门用于应对ADAS/AD海量数据的数据处理流程。 该流程的核心目的是自动 从原始传感器数据等输入中识别出值得关注的事件和场景。构建这样的数据处理流程需要仔细考虑 各种技术方面 ，例如：原始传感器数据的云端存储、基于原始数据的算法执行（包括需要例如GPU等特定资源的机器学习算法）、事件和场景等后处理数据的存储机制、算法版本控制、结果可视化以及确保数据仅对授权用户可见。 二、内部构建或获取预组装解决方案 IVEX 的数据处理流程基于多种AWS服务实现 无缝衔接 ，以下是经过 策略性部署的AWS服务 ： 1. 原始传感器的数据 （包括激光雷达点云、相机图像和GNSS信息）存储在S3存储服务中。S3用作采集数据的暂存地，为后期处理的数据提供扩展存储，并为处理提供经济高效的短期存储解决方案。此外，使用S3挂载点功能能让S3作为主要的“处理卷”，使其能够像文件系统一样使用。虽然它不完全符合POSIX标准，对某些工作负载存在限制，但可以通过整合EFS和可能添加的FSx来解决这个问题，以根据需要确保兼容性。 2. 处理后的数据 （重要事件和场景）存储在关系型数据库服务（Relational Database Service，RDS）和DocDB中。RDS是一个高效的存储库，用于组织对分析至关重要的标记数据。同时，DocDB作为文档存储运行，它是专为快速变化的数据和显示目的所需的二进制数据而设计的。 3. EKS和EC2处理算法执行和可视化任务。 EKS充当一系列服务的主机，包括后端、数据服务、前端和处理服务。EC2主要用于根据为EKS制定的规则配置机器。 4. 算法的版本控制通过 ECR 进行管理。 ECR用于存储Docker容器镜像。 5. 身份验证通过Cognito进行。 如果有必要，可以灵活地替换为任何OpenID Connect （OIDC）解决方案。 6. 数据传输和临时数据存储通过EFS进行管理。 EFS作为临时处理区域运行，供各种数据处理流水线存放中间数据并促进不同进程之间的数据共享。因为EFS完全符合POSIX标准，所以可以选择它作为S3的替代文件系统。 这个方案示例突出了 构建鲁棒的ADAS/AD数据处理流程 所涉及的 众多云服务 ，并强调了应对各种技术复杂性的必要性。此外，还必须解决诸如组织输入数据、确保数据格式兼容性以及管理和监控数据格式变化等挑战。 例如，随着ADAS/AD系统的发展，添加更多传感器以及管理不同车辆配置的需求成为数据处理流程中的关键考虑因素。如果不加以妥善处理，这些因素可能会导致 不正确的数据处理，最终得到错误的结果。 上图列出的是构建此数据处理流程的预计工作量和成本细目，该处理流程可标记 12种驾驶场景、提取驾驶参数，并支持可视化大型文件（≥ 10TB） 。 三、总结 总之，解决上述的这些问题需要付出大量的努力。显而易见的是，选择 预先搭建好的数据处理流程将拥有更低的开销 。此后，便可以将节省的时间和成本分配给开发OEM和Tier1产品的关键方面。

随着软件定义汽车的发展，车辆生成的数据量也以前所未有的速度 不断增加 。这些数据包含广泛的信息，包括传感器数据、遥测数据、诊断数据等。在开发过程中， 有效处理这些数据并从中获得见解 至关重要。 对于原始设备制造商（OEM）和汽车一级供应商（Tier 1）来说，是否 自主构建 和 维护数据处理流程 是一个至关重要的考虑因素。 数据处理流程 是应对当下软件定义汽车所产生的海量数据的基础组件。 一、问题背景 在 AWS 等云平台 上为高级驾驶辅助系统 （ADAS） 和自动驾驶 （AD） 数据构建鲁棒的数据处理流程，通常需要全面了解各种服务及其集成。您可能使用的特定服务可能取决于 应用程序的要求、数据源和处理需求 。 为了解决这一问题， 康谋 通过使用 IVEX 提出了专门用于应对ADAS/AD海量数据的数据处理流程。 该流程的核心目的是自动 从原始传感器数据等输入中识别出值得关注的事件和场景。构建这样的数据处理流程需要仔细考虑 各种技术方面 ，例如：原始传感器数据的云端存储、基于原始数据的算法执行（包括需要例如GPU等特定资源的机器学习算法）、事件和场景等后处理数据的存储机制、算法版本控制、结果可视化以及确保数据仅对授权用户可见。 二、内部构建或获取预组装解决方案 IVEX 的数据处理流程基于多种AWS服务实现 无缝衔接 ，以下是经过 策略性部署的AWS服务 ： 1. 原始传感器的数据 （包括激光雷达点云、相机图像和GNSS信息）存储在S3存储服务中。S3用作采集数据的暂存地，为后期处理的数据提供扩展存储，并为处理提供经济高效的短期存储解决方案。此外，使用S3挂载点功能能让S3作为主要的“处理卷”，使其能够像文件系统一样使用。虽然它不完全符合POSIX标准，对某些工作负载存在限制，但可以通过整合EFS和可能添加的FSx来解决这个问题，以根据需要确保兼容性。 2. 处理后的数据 （重要事件和场景）存储在关系型数据库服务（Relational Database Service，RDS）和DocDB中。RDS是一个高效的存储库，用于组织对分析至关重要的标记数据。同时，DocDB作为文档存储运行，它是专为快速变化的数据和显示目的所需的二进制数据而设计的。 3. EKS和EC2处理算法执行和可视化任务。 EKS充当一系列服务的主机，包括后端、数据服务、前端和处理服务。EC2主要用于根据为EKS制定的规则配置机器。 4. 算法的版本控制通过 ECR 进行管理。 ECR用于存储Docker容器镜像。 5. 身份验证通过Cognito进行。 如果有必要，可以灵活地替换为任何OpenID Connect （OIDC）解决方案。 6. 数据传输和临时数据存储通过EFS进行管理。 EFS作为临时处理区域运行，供各种数据处理流水线存放中间数据并促进不同进程之间的数据共享。因为EFS完全符合POSIX标准，所以可以选择它作为S3的替代文件系统。 这个方案示例突出了 构建鲁棒的ADAS/AD数据处理流程 所涉及的 众多云服务 ，并强调了应对各种技术复杂性的必要性。此外，还必须解决诸如组织输入数据、确保数据格式兼容性以及管理和监控数据格式变化等挑战。 例如，随着ADAS/AD系统的发展，添加更多传感器以及管理不同车辆配置的需求成为数据处理流程中的关键考虑因素。如果不加以妥善处理，这些因素可能会导致 不正确的数据处理，最终得到错误的结果。 上图列出的是构建此数据处理流程的预计工作量和成本细目，该处理流程可标记 12种驾驶场景、提取驾驶参数，并支持可视化大型文件（≥ 10TB） 。 三、总结 总之，解决上述的这些问题需要付出大量的努力。显而易见的是，选择 预先搭建好的数据处理流程将拥有更低的开销 。此后，便可以将节省的时间和成本分配给开发OEM和Tier1产品的关键方面。

随着软件定义汽车的发展，车辆生成的数据量也以前所未有的速度 不断增加 。这些数据包含广泛的信息，包括传感器数据、遥测数据、诊断数据等。在开发过程中， 有效处理这些数据并从中获得见解 至关重要。 对于原始设备制造商（OEM）和汽车一级供应商（Tier 1）来说，是否 自主构建 和 维护数据处理流程 是一个至关重要的考虑因素。 数据处理流程 是应对当下软件定义汽车所产生的海量数据的基础组件。 一、问题背景 在 AWS 等云平台 上为高级驾驶辅助系统 （ADAS） 和自动驾驶 （AD） 数据构建鲁棒的数据处理流程，通常需要全面了解各种服务及其集成。您可能使用的特定服务可能取决于 应用程序的要求、数据源和处理需求 。 为了解决这一问题， 康谋 通过使用 IVEX 提出了专门用于应对ADAS/AD海量数据的数据处理流程。 该流程的核心目的是自动 从原始传感器数据等输入中识别出值得关注的事件和场景。构建这样的数据处理流程需要仔细考虑 各种技术方面 ，例如：原始传感器数据的云端存储、基于原始数据的算法执行（包括需要例如GPU等特定资源的机器学习算法）、事件和场景等后处理数据的存储机制、算法版本控制、结果可视化以及确保数据仅对授权用户可见。 二、内部构建或获取预组装解决方案 IVEX 的数据处理流程基于多种AWS服务实现 无缝衔接 ，以下是经过 策略性部署的AWS服务 ： 1. 原始传感器的数据 （包括激光雷达点云、相机图像和GNSS信息）存储在S3存储服务中。S3用作采集数据的暂存地，为后期处理的数据提供扩展存储，并为处理提供经济高效的短期存储解决方案。此外，使用S3挂载点功能能让S3作为主要的“处理卷”，使其能够像文件系统一样使用。虽然它不完全符合POSIX标准，对某些工作负载存在限制，但可以通过整合EFS和可能添加的FSx来解决这个问题，以根据需要确保兼容性。 2. 处理后的数据 （重要事件和场景）存储在关系型数据库服务（Relational Database Service，RDS）和DocDB中。RDS是一个高效的存储库，用于组织对分析至关重要的标记数据。同时，DocDB作为文档存储运行，它是专为快速变化的数据和显示目的所需的二进制数据而设计的。 3. EKS和EC2处理算法执行和可视化任务。 EKS充当一系列服务的主机，包括后端、数据服务、前端和处理服务。EC2主要用于根据为EKS制定的规则配置机器。 4. 算法的版本控制通过 ECR 进行管理。 ECR用于存储Docker容器镜像。 5. 身份验证通过Cognito进行。 如果有必要，可以灵活地替换为任何OpenID Connect （OIDC）解决方案。 6. 数据传输和临时数据存储通过EFS进行管理。 EFS作为临时处理区域运行，供各种数据处理流水线存放中间数据并促进不同进程之间的数据共享。因为EFS完全符合POSIX标准，所以可以选择它作为S3的替代文件系统。 这个方案示例突出了 构建鲁棒的ADAS/AD数据处理流程 所涉及的 众多云服务 ，并强调了应对各种技术复杂性的必要性。此外，还必须解决诸如组织输入数据、确保数据格式兼容性以及管理和监控数据格式变化等挑战。 例如，随着ADAS/AD系统的发展，添加更多传感器以及管理不同车辆配置的需求成为数据处理流程中的关键考虑因素。如果不加以妥善处理，这些因素可能会导致 不正确的数据处理，最终得到错误的结果。 上图列出的是构建此数据处理流程的预计工作量和成本细目，该处理流程可标记 12种驾驶场景、提取驾驶参数，并支持可视化大型文件（≥ 10TB） 。 三、总结 总之，解决上述的这些问题需要付出大量的努力。显而易见的是，选择 预先搭建好的数据处理流程将拥有更低的开销 。此后，便可以将节省的时间和成本分配给开发OEM和Tier1产品的关键方面。

【哔哥哔特导读】汽车厂商与供应商议价紧张，汽车供应商被压价严重?为什么说如今的汽车供应商都不太好过? 近日，一则关于比亚迪要求供应商降价10%的消息在网络上引发热议。在汽车行业竞争激烈的背景下，比亚迪作为我国新能源汽车的领军企业，提出降低供应链成本，要求供应商所供货产品从2025年1月1日起降价10%，这一要求迅速引发了供应商的强烈反应。 　　比亚迪品牌及公关处总经理李云飞回应称，与供应商的年度议价是汽车行业的惯例，且此次降价目标并非强制要求，可以协商推进。 　　这不是一家企业与一家供应商之间的议价问题也凸显了目前汽车供应商与汽车厂商之间紧张的议价关系，也引发了行业对汽车供应链成本控制的关注，汽车供应商被压价现象并非“一日之寒”。 头部企业压价力度大，供应商压力重 　　比亚迪要求汽车供应商降价的事件并非个例，压价现象在汽车行业中普遍存在，不少车企为了降低成本、提高竞争力，每年都会向供应商提出降价要求，这种极限压榨供应商的做法，在行业内早已屡见不鲜。目前看来，随着汽车行业的繁荣壮大，未来供应商的路或许会一直不好走。 　　去年6月，长安汽车疑似收到了一封来自供应商的联合申诉函。申诉函中直指长安利用其掌控的对供应商的未付款，通知将对供应商的货款直接扣款10%，以应对长安汽车遭到市场“降价潮”而引起的汽车市场部分车型滞销。 　　无独有偶， 特斯拉 之前掀起一番降价潮：特斯拉在2024年初率先宣布调价，推出Model 3 后驱现车保险补贴及低息金融政策，总优惠幅度高达2.2万元。随后，特斯拉再接再厉对Model 3/Y的后轮驱动版及长续航版售价进行调整，下调幅度6500元至15500元不等。这种降价策略不仅影响了消费者市场，也对供应商造成了巨大压力。 　　不仅如此，大众汽车之前也有类似的降价策略。据《欧洲汽车新闻》报道，大众汽车正在酝酿在法国、比利时、挪威等多个欧洲市场对旗下ID.系列进行大幅调价。这种降价策略不仅针对消费者市场，也延伸到了汽车供应链层面。 　　在汽车行业中，车企与供应商之间的议价权往往极不对等。车企凭借规模化采购的优势，往往能在谈判中占据主导地位。而供应商为了保持与车企的合作，往往不得不接受降价要求，甚至不惜以牺牲利润为代价，这也就是为什么车企供应商的反馈与议价永远处于被动地位。 　　压价现象对汽车供应商的生存状况造成了严重影响。一些中小供应商由于利润空间被大幅压缩，甚至面临倒闭的风险。 　　据悉，某比亚迪供应商的管理层人士表示：当前公司整体规模和现金流情况只能维持正常运营。一旦比亚迪强制要求降价10%，公司将陷入亏损，可能会考虑退出比亚迪供应链体系或尝试停供倒逼。 　　根据盖世汽车发布的调研显示：在近3000位受访汽车供应商中，74%的企业表示，相较往年，2023年汽车公司提出的降本要求明显提升。超半数企业被要求年降幅度在5%至10%;另有企业在疫情期间没有降价，被要求一次性降价20%以上。 汽车行业多方需求≠价格战 　　根据中国汽车工业协会统计分析，截止2024年10月，中国品牌乘用车共销售193.1万辆，占销售总量的70.1%，销量占有率比上年同期提升10.4个百分点， 这也是中国品牌乘用车的市场占比首次超过70%的大关。 　　随着汽车市场的需求不断增加，各大厂商之间的竞争也日益激烈，各大汽车厂商为了争夺市场份额，纷纷采取降价策略。这种降价策略不仅针对消费者市场，也延伸到了供应链层面。为了降低成本、提高竞争力，汽车厂商不断向供应商施压，要求降低零部件价格。 　　成本优化需求 　　汽车厂商面临着巨大的成本压力， 包括原材料成本、人工成本、研发成本等。为了优化成本结构、提高盈利能力，汽车厂商不得不向供应商寻求降价支持。特别是在新能源汽车领域，由于电池、驱动系统等关键技术的突破和智能化、网联化技术的发展，汽车生产成本不断降低。然而，这种成本降低并未完全转化为车企的利润增长，而是被激烈的市场竞争所消耗。 因此，汽车厂商仍然需要向供应商寻求降价支持以降低成本。 　　供应链整合需求 　　随着汽车产业的不断发展，汽车供应链整合成为了一种趋势。汽车厂商希望通过整合供应链，降低采购成本、提高供应链效率。这种整合趋势加剧了供应商之间的竞争，使得汽车厂商在议价中占据更有利的地位。同时，一些大型汽车厂商还通过自建零部件生产基地或收购零部件企业等方式来降低采购成本。这种垂直整合策略进一步削弱了供应商的议价能力。 消费者丰富需求 　　随着消费者需求的不断变化，汽车厂商需要不断调整产品策略以满足市场需求。这种调整往往伴随着成本的增加。为了降低成本、提高盈利能力，汽车厂商会向汽车供应商寻求降价支持。 　　特别是在新能源汽车领域，消费者对续航里程、充电速度、智能化程度等方面的要求不断提高，使得汽车厂商需要投入更多资金进行技术研发和产品升级。这些投入最终都会转化为成本压力，需要向供应商寻求降价支持来化解。 　　目前看来，汽车厂商应对活跃的汽车市场多需求更倾向于用价格战来解决，但是这并不是良方。 平衡维系总有最优解 　　汽车厂商与汽车供应商之间可以采取不同的措施来平衡市场的变化，在应对措施中总能找到综合的最优解。 　　汽车厂商与汽车供应商之间应加强合作与共赢意识，共同应对市场竞争和成本压力。双方可以通过建立长期合作关系、共享资源和技术等方式来降低成本、提高效率。同时，汽车厂商应尊重汽车供应商的合法权益和合理诉求，避免过度压榨供应商导致合作关系破裂。 汽车厂商积极推动供应链创新，通过引入新技术、优化生产流程等方式来降低成本、提高效率。例如，引入智能制造技术、物联网技术等来提高生产效率和质量水平;优化供应链管理流程、加强库存管理等方式来降低运营成本。这些创新措施不仅有助于汽车厂商降低成本、提高盈利能力，也有助于提升整个供应链的竞争力。 　　面对日益激烈的市场竞争和成本压力，政府也应加强对汽车行业的监管力度，规范市场秩序、打击不正当竞争行为。 　　汽车厂商在新能源汽车、智能网联汽车等领域加大研发投入力度;拓展海外市场以寻求新的增长点;加强与互联网企业的合作来推动跨界融合和创新发展。这些举措有助于汽车厂商提升核心竞争力、应对市场变化带来的挑战。 结语 　　比亚迪要求供应商降价的事件引发了行业对汽车供应链成本控制的关注。在汽车行业中，车企与汽车供应商之间的议价权往往不对等，车企凭借规模化采购的优势占据主导地位。 　　汽车压价现象普遍存在，主要源于市场竞争激烈、成本优化需求、供应链整合趋势以及消费者需求变化等因素。为了应对这些挑战，汽车厂商与汽车供应商应加强合作与共赢意识、推动供应链创新、推动产业升级与转型。 　　只有这样，才能共同应对汽车行业的市场竞争和成本压力带来的挑战，实现可持续发展。 本文为哔哥哔特资讯原创文章，未经允许和授权，不得转载

【哔哥哔特导读】中汽协回应美国出口管制，中国汽车芯片联盟发布第二批汽车芯片白名单，覆盖超1800款产品，涵盖10大应用领域，当前国产汽车芯片的新风向标已经到来? 近期，美国商务部工业和安全局(BIS)发布了新的《出口管制条例》(EAR)，将140家中国半导体行业相关实体添加到“实体清单”。 　　对此，中国汽车工业协会(以下简称“中汽协”)发表声明，坚决反对美国政府泛化国家安全概念，滥用出口管制措施，对中国进行恶意封锁和打压。中汽协指出，这种行为不仅违反市场经济规律和公平竞争原则，还破坏了国际经贸秩序，扰乱了全球产业链的稳定，最终损害的是所有国家的利益。 图源：截自“中国汽车工业协会”公众号 　　此前，中国汽车芯片产业创新战略联盟(以下简称“中国汽车芯片联盟”)发布了第二批汽车芯片白名单(以下简称“白名单2.0”)。该名单旨在减少上下游验证成本和周期，维护本土汽车产业链周全与成长，降低芯片选用风险，推动国产汽车芯片得到广泛应用，加速优质汽车芯片供应商成长。 　　以上种种举措都在说明国内汽车行业正在致力于国产汽车芯片技术升级与产业链安全保护，一方面是提升优化内部芯片供应商的国产替代，另一方面是在抵制美方单边制裁，寻求更为广阔的市场空间助力本土企业的发展，国产汽车芯片的崛起已成为不可逆转的趋势。 01|白名单2.0：近300家供应商、超1800款产品上榜 　　据悉，发布的“白名单2.0”在第一版的基础上，整合了截止2024年10月底，12家车企应用芯片的最新情况。随着各家车企不断推进国产芯片上车速度， 本次白名单涵盖了超过2000个应用案例，比第一批增加了34%，包括了超过1800款产品，比第一批增加了30%，来自于接近300家供应商，比第一批提升了3%。 　　这一数据的增长，不仅体现了国产汽车芯片的快速发展，也显示了国产芯片在汽车产业中的广泛应用。 　　同时为了保持汽车芯片白名单的整体质量，真实反映车企应用芯片的真实情况，对汽车芯片白名单中芯片保持动态更新，车企不再应用、验证不通过的芯片本次不再进入白名单中。这对于车规级厂商来说是一大机会，名单在不断更新的同时，反哺国产厂商的技术创新与升级，从而促进国产替代进程。 　　白名单2.0的产品覆盖了车身、底盘、动力、座舱、智驾、整车控制等各应用领域中应用的10大类芯片。 数据来源：中国汽车芯片产业创新战略联盟 整理：半导体器件应用网 　　整体来看，这十大类芯片的中低端领域都有相当一部分的占比，尤其是电源类、通信类和控制类芯片型号数量最多，供应商也最广泛，为国产芯片上车提供了广阔的市场空间。但是在计算类、控制类高端领域，供应商少，型号集中国产化程度较低。 　　白名单2.0的发布本着服务行业、平等合作、共享共用的原则，汇总各家内部已验证或已量产应用的国产汽车芯片清单，加速优质汽车芯片供应商成长。这对未来国产汽车芯片厂商在国内乃至国际市场立足都提供了一个较好的成长空间，这有助于提升国产芯片供应商的市场竞争力和品牌影响力。 02|国产汽车芯片不断崛起，成长潜力足 　　随着新能源汽车的高速发展，中国已成为全球绿色、低碳转型的重要推动力量。在这一背景下，国产汽车芯片产业迎来了快速发展时期，产品持续更新迭代，上车应用加速推进。 　　车规级芯片在汽车行业中扮演着越来越重要的角色，根据中汽协此前发布的数据显示：一辆传统燃油车所需汽车芯片数量为600-700颗，一辆电动车所需的汽车芯片数量将提升至1600颗，而更高级的智能汽车对芯片的需求量将提升至3000颗。 　　目前我国汽车芯片主要分为控制类(MCU和AI芯片)、功率类、模拟芯片、传感器。其中，控制类芯片、传感器芯片规模占比较高，分别为27.1%、23.5%。其次，功率半导体在汽车芯片占比为12.3%。 数据来源：中商产业研究院 整理：半导体器件应用网 　　2023年中国汽车芯片市场规模达850亿元，2024年汽车芯片市场规模有望达905.4亿元。尽管中国汽车，尤其是中国电动汽车正在全世界所向披靡， 不过目前中国汽车芯片的国产供给率仅为10%左右， 九成还是依赖进口，国产替代空间广阔，发展潜力强劲。 03|总结 　　在全球化的大背景下，国产汽车芯片的崛起，不仅提升了中国汽车产业的竞争力，也为全球汽车产业链的稳定和发展做出了贡献。 　　面对国际市场的挑战和机遇，中国汽车产业正以开放的姿态积极推动国产汽车芯片的发展。通过构建自主可控的产业链和加强国际合作与交流，中国汽车产业将不断提升自身的竞争力和影响力。 　　在未来，随着技术的不断进步和市场的不断扩大，国产汽车芯片有望在全球汽车产业链中发挥更大的作用。中国汽车产业将继续坚持创新驱动发展战略和开放合作原则，与全球汽车产业链协同发展。 本文为哔哥哔特资讯原创文章，未经允许和授权，不得转载