4.3.3  數(shù)據(jù)驅(qū)動能力分級

智能汽車時(shí)代，車企對數(shù)據(jù)的駕馭能力將決定車企的核心競爭力，數(shù)據(jù)作為車企新的核心生產(chǎn)資料， 車端算力作為新的生產(chǎn)力，并且隨著算力不斷快速增長，如何更好的將數(shù)據(jù)和車端算力相融合，實(shí)現(xiàn)邊 緣智能，這需要借助邊緣計(jì)算的基礎(chǔ)軟件，對車端數(shù)據(jù)進(jìn)行有效管理。

我們將數(shù)據(jù)驅(qū)動能力定義為 L1-L4 級，更加清晰的定義數(shù)據(jù)到智能的進(jìn)化過程，如圖 4.3-3 所示：

圖4.3-3數(shù)據(jù)驅(qū)動能力

L1 數(shù)據(jù)采集能力：高效率、低成本、高靈活度的采集到量產(chǎn)高精度、高質(zhì)量、全維度的數(shù)據(jù)的能力， 可以根據(jù)業(yè)務(wù)需求采集到相應(yīng)的數(shù)據(jù)。

L2 數(shù)據(jù)開發(fā) / 加工能力：車企各個(gè)業(yè)務(wù)部門應(yīng)具備高效進(jìn)行數(shù)據(jù)加工、數(shù)據(jù)開發(fā)的能力，將數(shù)據(jù)價(jià)值進(jìn)行挖掘，這里需要工具鏈、基礎(chǔ)軟件的支撐。

L3 數(shù)據(jù)閉環(huán)能力：數(shù)據(jù)在云端完成算法建模、訓(xùn)練、仿真測試后，可實(shí)現(xiàn)高效的跨車云進(jìn)行算法部署， 再將車端相關(guān)高價(jià)值場景數(shù)據(jù)采集回傳到云端，形成閉環(huán)能力，用于算法迭代，類似于自動駕駛的影子 模式。

L4 數(shù)據(jù)開放：數(shù)據(jù)價(jià)值 = 數(shù)據(jù) ×Knowhow× 算法，將產(chǎn)業(yè)鏈對數(shù)據(jù)的 Knowhow 與量產(chǎn)數(shù)據(jù)更好的結(jié)合起來，得以將海量數(shù)據(jù)價(jià)值進(jìn)行釋放，賦能更極致的智能出行的體驗(yàn)，以及賦能車企數(shù)字化轉(zhuǎn)型。

4.4  開發(fā)模型與基礎(chǔ)軟件

4.4.1  雙態(tài)敏捷開發(fā)模型

1. 汽車軟件開發(fā)面臨的問題與挑戰(zhàn)

汽車產(chǎn)業(yè)經(jīng)歷了從機(jī)械時(shí)代到電子時(shí)代、到如今邁入軟件時(shí)代的發(fā)展歷程。這一過程中汽車軟件的形態(tài)由和硬件深度耦合的方式演變?yōu)榕c硬件解耦，并逐漸向面向服務(wù)的架構(gòu)（SOA）演進(jìn)，同時(shí)復(fù)雜度也呈指數(shù)級不斷攀升。

“軟件定義汽車” 的時(shí)代，軟件在整車制造中的重要性日漸凸顯。但不同于其他行業(yè)的軟件開發(fā)，汽車行業(yè)有自己獨(dú)特的軟件開發(fā)要求。首先是需求嚴(yán)謹(jǐn)、需求層次復(fù)雜、需要通過專業(yè)的工具進(jìn)行管理；其次開發(fā)團(tuán)隊(duì)技術(shù)棧需覆蓋多個(gè)領(lǐng)域，一整套嵌入式軟硬件開發(fā)的解決方案，涉及硬件設(shè)計(jì)開發(fā)、基礎(chǔ)軟件開發(fā)、上層應(yīng)用軟件開發(fā)等，各團(tuán)隊(duì)之間技術(shù)棧差異極大；最后還要求不同領(lǐng)域 / 團(tuán)隊(duì)之間協(xié)同緊密，即使是一個(gè)簡單的功能開發(fā)，可能需要涉及多個(gè)領(lǐng)域協(xié)作完成。

在此背景下，傳統(tǒng)的瀑布模型與縮短上市周期、基于消費(fèi)者需求需快速迭代等要求相矛盾。無論是主機(jī)廠還是汽車零部件供應(yīng)商，都需要更加高效、同時(shí)可支撐更高質(zhì)量和更高安全要求的軟件產(chǎn)品開發(fā)所對應(yīng)的開發(fā)模型。

2.  雙態(tài)模型解決方案

（1）敏捷、瀑布和雙態(tài)開發(fā)模型對比

表4.4-1 瀑布、敏捷及雙態(tài)開發(fā)模式的對比

(2) 雙態(tài)敏捷開發(fā)模型解決方案

雙態(tài)敏捷開發(fā)模型可用于以下幾種典型場景：