智协慧同：车云计较架构打制智能汽车的AI数据底

　　智协慧同已取超 15 个汽车品牌、25 个以上车型展开合做，正在汽车数据使用范畴经验丰硕。2025年3月20日，正在第三届AI定义汽车论坛上，智协慧同CTO谢宁指出，大模子正在汽车行业尚未取焦点营业深度融合，智协慧同的愿景，是可以或许让AI正在汽车行业里更好地阐扬感化，实现车、车从取企业的数据深度集成。可实现从车到云的完整数据处置。谢宁暗示，正在车端，操纵智协慧同初创的闲时计较方案，能够将车闲置算力提拔至 90%，降低云端成本 60% 以上，还能进行多模态数据融合取阐发；正在云端，则融合保守取 AI 模子，实现多模态计较融合，并通过数据标注、优化策略等手段降低成本。此外，智协慧同借帮大模子从动生成诊断代码，鞭策 AI 从简单问答向自动为营业创制价值改变。正在汽车财产的成长历程中，架构的演变深刻反映了手艺的前进取市场需求的变化。从晚期的集平分布架构，到办事化架构（SOA），再到现在以产物体验为导向的AI架构，每一次变化都鞭策着汽车行业迈向新的成长阶段。产物体验成为架构设想的焦点驱动力，而架构的变化则离不开强大的数据支撑，数据已成为智能汽车成长的环节要素。智协慧同正在汽车数据范畴堆集了丰硕的实践经验，取浩繁车企展开了深度合做。截至目前，已取跨越15个汽车品牌告竣合做，为25个以上的车型供给数据库，并配套云端数据阐发、数据办理、智能诊断等一系列使用办事。自2021年首个汽车量产项目启动以来，智协慧同一直处于汽车数据使用的前沿。近年来，跟着人工智能手艺的飞速成长，车企对AI正在营业流程中的使用需求日益增加。然而，当前大模子正在现实使用中仍存正在局限性，虽然正在必然程度上提高了效率，但尚未取企业内部的焦点数据源和营业流程实现深度融合。正在软件定义汽车、数据定义汽车的趋向下，汽车数据的类型和规模呈现出迸发式增加。从车辆总线数据、日记数据，到座舱内的语音文本数据，再到基于SOA和谈栈的收集包数据，这些多模态数据的发生为汽车智能化供给了丰硕的素材。但保守的汽车数据处置体例，如基于从线信号、毛病诊断代码（DTC）的处置模式，已无法满脚现代汽车对数据处置的需求。取此同时，语音文本等取大模子相关的数据类型，为汽车数据的阐发和使用带来了新的机缘和挑和。若何无效收集、存储、阐发这些多模态数据，成为智能汽车成长的环节问题。跟着智能汽车功能的不竭拓展，将AI手艺融入车内边缘计较成为必然趋向。这不只有帮于减轻云端算力压力、降低成本，还能提拔数据处置的及时性和现私平安性。例如，正在车辆运转过程中，一些物理模子、机械进修和深度进修模子能够正在车端运转，对车辆数据进行及时阐发和处置。然而，实现这一方针面对着诸多手艺难题。一方面，车载算力资本无限，无论是高端车型仍是低配车型，算力成本一直是一个主要的限制要素。另一方面，若何合理操纵车辆闲置算力，成为提高车载算力操纵率、降低成本的环节。智协慧同为车辆付与了强大的车端数据处置能力。通过正在车端摆设先辈的软件系统，实现了对文本、报文组、向量等数据的存储和查询功能。同时，针对保守体例难以处置的数据，如收集包日记文本，进行多模态融合阐发。这种融合不只可以或许同一处置各类复杂的系统日记和使用日记，还能正在用户未察觉问题之前，从动检测潜正在毛病，并及时对用户进行关怀，从泉源上处理问题。正在车端数据处置过程中，跟着新一代芯片手艺的成长，芯片正在数据处置和模子运算方面的能力不竭提拔。智协慧同的软件系统可以或许充实阐扬芯片的劣势，实现多车问题排查和单车问题排查的高效汇总。通过对车端存储的汗青数据进行阐发，无论是短期的两周数据仍是持久的一个月数据，都能矫捷使用分歧的模子进行问题排查。同时，按照成本和营业需求，智能选择正在车端或云端运转模子，实现了计较资本的优化设置装备摆设。为处理车载算力严重和成本昂扬的问题，智协慧同初创了闲时计较动态安排处理方案。考虑到大大都车从每天的用车时间仅为2 - 3小时，车辆正在其余时间处于闲置形态，大量的算力资本未获得充实操纵。智协慧同操纵车辆正在充电或夜间泊车等闲置时段，通过近程车辆特定网段的体例，正在不影响车辆一般利用和电力耗损的前提下，将车内部90%的空余算力使用于运转高算力需求的AI模子。这一立异方案不只降低了云端算力成本，削减至多60%以上，还降低了带宽成本。同时，因为部门数据处置正在车端完成，避免了大量数据上传至云端，满脚了必然的现私化要求。智协慧同的闲时计较动态安排方案，使车辆成为一个挪动的计较平台，为车企和用户创制了更大的价值。当数据上传至云端后，智协慧同充实操纵云端强大的计较能力，实现保守模子取AI模子的融合使用。正在云端计较过程中，通过引入向量类似性查找、挪用机械进修（ML）和AI模子等手艺，对车辆数据进行更深切的阐发。同时，连系告警机制和处置流程，实现多模态计较融合，提高数据处置的精确性和效率。针对云端数据成本昂扬的问题，智协慧同提出了一系列优化策略。通过正在车端采用归并格局机制，削减上传至云端的数据量，降低云端存储和处置成本。此外，操纵索引手艺对海量数据进行办理，提高数据查询和阐发的效率，进一步降低成本。无效节制了成本的增加。智协慧同努力于鞭策AI正在汽车营业流程中的深度使用，不只仅局限于简单的用户问答功能。通过取车企合做，操纵大模子手艺，按照设想文档从动生成诊断代码和毛病数模子，并将其使用于及时诊断中。这种立异体例不只提高了诊断效率，削减了人工和专家投入，还实现了从被动查询消息到自动为营业发生价值的改变。正在测试案例生成方面，智协慧同同样操纵大模子手艺实现了从动化生成。取保守体例比拟，大大提高了测试效率和精确性，降低了测试成本。通过这些实践，智协慧同展现了AI正在汽车营业流程中庞大的使用潜力，为车企的智能化成长供给了无力支撑。智协慧同建立的车云计较架构，通过多模态车云一体的存储架构和数据闭环，实现了数据驱动的营业迭代，即“双轮数据驱动”。通过更高效的数据采集和优化策略，为汽车各个范畴的AI使用供给高质量的数据支撑，同时通过大模子的微调，实现车端和云端AI使用正在车企中的深度连系。还为车企带来了显著的经济效益和合作劣势。正在将来的成长中，智协慧同将继续深化取车企的合做，不竭摸索AI正在汽车范畴的使用场景。跟着手艺的不竭前进，智协慧同无望进一步优化车云一体的架构，提高数据处置效率和模子运转结果。同时，智协慧同欢送行业内各方的合做取交换，配合应敌手艺挑和，鞭策智能汽车财产的成长。正在智能汽车时代，智协慧同的智车云计较架构将为汽车财产的智能化转型供给的手艺支持，帮力汽车行业迈向新的成长高度。（以上内容来自智协慧同CTO谢宁于2025年3月20日正在第三届AI定义汽车论坛颁发的《车云计较架构打制智能汽车的AI数据底座》从题。）！