ゼファーネットのロゴ

Software-Defined Vehicle: 自動車業界の次の進化を支えるアーキテクチャ – IBM ブログ

日付:



現在、ますます多くの消費者が、自分の車両が他のスマートデバイスによって提供されるエクスペリエンスと何ら変わらないエクスペリエンスを提供することを期待しています。 彼らはデジタル ライフへの完全な統合を求めており、主にまたは完全にソフトウェアを通じて運用を管理し、機能を追加し、新しい機能を有効にすることができる手段を望んでいます。

によると、 GMIレポート世界のソフトウェア デファインド ビークル (SDV) 市場は、22.1 年から 2023 年の間に 2032% の CAGR を達成すると予想されています。この成長は、車両の先進機能に対する需要の高まり、厳格な車両安全規制、研究開発への投資の増加によって推進されています。ナビゲーションと接続性が強化されました。 しかし、SDV を正確に定義するものは何でしょうか?また、接続、自動化、パーソナライゼーションを提供する自動車の背後にあるアーキテクチャ基盤は何でしょうか?

SDV の概要

SDV では、車両は将来のイノベーションのための技術基盤として機能し、膨大な量のデータを収集および整理し、AI を適用して洞察を得て思慮深い行動を自動化するための司令センターとして機能します。 SDV はハードウェアをソフトウェアから分離し、更新とアップグレード、自動化または自律性、および常時接続を可能にします。 環境と対話し、サービスベースのビジネス モデルを学習し、サポートします。 同時に、車載電子機器は個々の電子制御ユニットから、より高性能で統合が簡素化された高性能コンピューターへと進化しています。

SDV アーキテクチャのクローズアップ

インフラストラクチャ

この層には、車両だけでなく、通信機器、路側機、スマート シティ システム、同様のコンポーネント、および相手先ブランド供給メーカー (OEM) のさまざまなバックエンド システムも含まれます。 これらの要素はすべて、車両データが開発、運用、サービスに使用される循環プロセスの一部です。 このデータからの洞察に基づいて、新しいソフトウェアが無線アップデートを通じて車両に配信されます。

ハイブリッド クラウド プラットフォーム層

IBM のアプローチでは、統一された Linux® および Kubernetes ベースのプラットフォームが車両からバックエンド システムのエッジにまで及びます。 Red Hat® Enterprise Linux および Red Hat® Openshift® によってサポートされているため、「一度構築すれば、どこにでもデプロイできる」という原則に従って、ソフトウェアをソフトウェア コンテナの形式で柔軟に配布できます。 ソフトウェアは、車両やインフラストラクチャに簡単に導入する前に、バックエンドで開発およびテストできます。 これらすべてにより、前例のない柔軟性が実現します。

コンテナの形でアプリケーション ソフトウェアを抽象化することによる標準化は、ソフトウェアの保守性と移植性の向上につながり、開発者の生産性が向上します。 ハイブリッド クラウド アプローチは、IBM Edge Application Manager によって補完され、OEM が車載用途に最適化された Java ランタイムである IBM Embedded Automotive Platform とともにエッジ ソリューションを自律的に拡張および運用できるようになります。

AIとデータプラットフォーム層

AI モデルは、ADAS/AD などの車両機能において長い間重要な役割を果たしてきました。 一部の OEM など ホンダ、知識管理に AI を使用して、より安全でパーソナライズされた自動車を提供します。 車両の操作に関しては、現在 AI がサイバーセキュリティに適用され、入ってくるセキュリティ イベントやインシデントを分析したり、運転体験に関する洞察を得るためにテレマティクス データの分析に適用されています。

現在、生成 AI は、テスト ケース、アーキテクチャ モデル、ソフトウェア ソース コードなどの成果物を自動的に生成することで、SDV の開発と運用を大幅に強化できます。 これにはIBMのようなAIとデータプラットフォームが必要です ワトソンクス™ を使用して、ユースケースごとに最適化されたさまざまな基盤モデルを管理し、顧客独自の標準に基づいてカスタム固有の基盤モデルを構築し、競合他社が悪用する可能性のある公開オープンソース基盤モデルにエンジニアリング データが組み込まれないように保護します。 さらに、IBM Distributed AI API などのテクノロジーにより、OEM は車両などのエッジ デバイスでの AI モデルの導入と使用を最適化できます。

セキュリティ層

OEM は、開発、車載運用、エンタープライズ環境全体にわたる外部および内部の脅威に対抗するために、サイバーセキュリティにゼロトラスト フレームワークを採用するケースが増えています。 車両セキュリティーの中心的な要素の XNUMX つは車両セキュリティー・オペレーション・センターであり、IBM Security® QRadar® Suite を脅威の検出とセキュリティーのオーケストレーション、自動化、および対応に使用できます。

OEM は、車両内のメッセージと車両を超えて広がるその他すべての通信を暗号化する必要もあります。 これは、IBM Enterprise Key Management Foundation を通じて実現できます。 最後に、IBM Security® X-Force® Red は、特定の自動車テスト製品を提供します。

AI 製品レイヤー

IBM Engineering Lifecycle Management などの最新の開発プラットフォームにより、自動車業界は最新の CI/CD 環境でアジャイルなソフトウェア開発を実践できます。 追跡可能な要件エンジニアリング、モデルベースのシステム エンジニアリングとテストを提供し、コラボレーションの促進、製品の複雑さの管理、データ駆動型の洞察の適用、コンプライアンスの確保を実現します。 さらに、watsonx などのプラットフォームによってサポートされる AI エンジニアリングにより、パーソナライズされた顧客エクスペリエンスが可能になります。 エンジニアリング データ管理ソリューションは、以下に示すように、自動運転開発に必要な広範なデータの管理を顧客が支援します。 コンチネンタル ケーススタディ。 IBM Cloud Pak® for Network Automation などのインテリジェント・プラットフォームは、特に通信事業者のインフラストラクチャーに関連するネットワーク運用の自動化とオーケストレーションを可能にします。 バックエンドでは、IBM Connected Vehicle Insight は、メーカーがコネクテッドカーのユースケースを構築するのを支援します。

同様に重要なことは、SDV にはさまざまなプロバイダーの多くの特殊なテクノロジーが必要であるということです。そのため、エコシステムのコラボレーションが SDV アーキテクチャで重要な役割を果たします。

最終的に、アーキテクチャ内のすべてのコンポーネントは、車両のドライバーと同乗者に可能な限り最高のエクスペリエンスを保証する上で明確に定義された役割を果たし、SDV を自動車業界の次の進化として確固たるものとします。

参加する予定はありますか CES、9年12月2024日からXNUMX日までラスベガスで? SDV テクノロジーについて詳しく知りたい場合は、IBM Meeting Center にお越しください。

CES に参加して SDV テクノロジーについて学びましょう


人工知能の詳細




AI が顧客サービスの将来に影響を与える XNUMX つの方法

4 分読みます組織は常に、優れた顧客エクスペリエンスを提供するためにある程度のテクノロジーを使用してきましたが、顧客サービスの将来では、高まる顧客の期待に応えるために、さらなる進歩が求められます。 人工知能 (AI) などの新たなトレンドのおかげで、顧客サービスが大きな飛躍を遂げようとしていることに疑問の余地はありません。 実際、IBV の CEO によると、CEO の 50% 近くが、組織が生成 AI などの新しいテクノロジーの使用を加速するという顧客の期待が高まっていると感じています…




IBM、2023 Gartner® Magic Quadrant™ のデータ統合ツール部門でリーダーに選出

4 分読みますIBM のデータ統合ツールは IBM のデータ ファブリックの中核をなすものであり、AI の実装を加速および拡張するための安全なデータ基盤をお客様に提供します。 先進的な企業は、マルチクラウドの導入がもたらす価値を認識しています。 唯一の疑問は、データサイロを打破し、セルフサービスアクセスのためにデータを統合する効果的な方法をどのように確保するかということです。 これは、企業が大規模なデータ基盤上で ML モデルを継続的にフィードし、トレーニングしている今日の AI 主導の市場では特に不可欠です。 自信を持って…




一般提供開始された watsonx.governance は、企業が生成 AI に対する信頼を構築するのに役立ちます

4 分読みますAI によってビジネスの生産性が新たなレベルに達する前に、AI の動作を信頼できる必要があります。 生成 AI は、多大な生産性と経済的価値を生み出す可能性を秘めていますが、これまでの予測機械学習 (ML) では見られなかった新たな複雑さとリスクの増大を伴います。 これは、基礎となるトレーニング データの起源から、説明可能な出力の欠如によるバイアスを永続させる AI の可能性まで多岐にわたります。 企業はこれらを管理するためにガードレールを確立する必要があります…




IBM の AI 倫理ガバナンス フレームワークの調査

3 分読みますGartner によれば、「組織は、開発、導入、または使用する AI プロジェクトが倫理的に悪影響を及ぼさないようにする責任があります。」 しかし、経営幹部の 79% が AI 倫理は全社的な AI アプローチにとって重要であると述べていますが、倫理ガバナンスの原則を運用しているのは 25% 未満です。 IBM を取り上げた新しいケーススタディの中で、ガートナーは、AI プロジェクトにおける技術倫理上の懸念の検出と管理のプロセスを合理化するためのガバナンス フレームワークを確立する方法について語ります。 …のニーズに対処する

IBM ニュースレター

最新の思想的リーダーシップと新たなトレンドに関する洞察を提供するニュースレターとトピックの最新情報を入手してください。

今すぐ会員登録します。

その他のニュースレター

スポット画像

最新のインテリジェンス

スポット画像