當前位置:吉日网官网 - 傳統文化 - 破解研發數字化轉型難題 汽車企業需要壹朵更高性能的研發雲

破解研發數字化轉型難題 汽車企業需要壹朵更高性能的研發雲

11月30日,工業和信息化部印發《“十四五”信息化和工業化深度融合發展規劃》。《規劃》提出,到2025年,企業經營管理數字化普及率達80%,數字化研發設計工具普及率達85%。《規劃》同時要求,包括汽車在內的重點裝備領域,要構建面向裝備全生命周期的數字孿生系統。

在國家政策點名支持下,汽車產業數字化轉型更加深入,研發數字化也迫在眉睫。有數據表明,2021年上半年的新車上,OTA功能的搭載率已經超過30%,帶有自動駕駛功能的電動汽車與燃油車相比,在相同空間內增加了40%硬件,這就需要千兆級別的數據傳輸,且新的電子電氣架構超過1億行的軟件代碼,傳統研發與設計方式已經完全不能勝任新需求。另壹方面,市場競爭壁壘不斷增高,消費者追新逐熱步伐更叠加速,使得車企不斷縮短新車研發周期,目前已經由過去的5~7 年有效縮短至2~3年,對數字化研發工具的能力和效率提出更高要求。

例如,近幾年車企在研發生產過程中,越來越多借助CAE工具在設計階段驗證產品的適應性,數字孿生賦能下的汽車全生命周期管理也增加了數據復雜程度,車企需要高性能、高彈性的存儲和計算能力,隨之而來的HPC集群資源需求成倍增加。在數字化轉型之初,車企往往會選擇自建HPC集群,但現在已經無法滿足研發制造的需求。利用雲計算平臺進行數值仿真,輔助產品設計分析,最優成本實現研發效率提升,已然成為常態。

另外,自動駕駛已經成為未來汽車產業競爭的重要高地,其研發、測試過程中產生的海量數據需要專業化存儲和利用方案。而數據存儲成本高、數據價值挖掘難、研發叠代效率低等普遍存在的問題制約了自動駕駛技術的商業化進程。車企需要依托雲的能力,來構建高效的挖掘數據價值,構建自動駕駛研發的數據驅動閉環。

面對汽車研發數字化轉型的挑戰,以雲平臺為底座,建設數字孿生、模擬仿真、高性能計算等平臺已經成為車企的必修課,這也進壹步推動了汽車企業與科技企業的合作。騰訊汽車雲圍繞著車企研發數字化的核心需求,推出研發數字化解決方案,以高性能、高彈性、靈活配置及生態豐富的整體能力,助力車企提高研發效率,快速響應環境變化,將更高性能的、更具創新性的產品,以更快的速度推向市場。

針對車企研發過程中對高性能算力的需求,騰訊推出高性能、低成本、彈性靈活的HPC方案。方案中包括最新的 Intel Ice Lake/AMD EPYC處理器,主頻提升至3.4GHz;最新壹代的RoCE V2 100G的RDMA網絡,微秒級延時;國內10w+CPU並發資源池,同時提供A100/A10GPU資源池,可以滿足不同類型 CAE軟件需求。在實踐方面,長安汽車通過與騰訊合作HPC項目,獲得最新最強算力的支持,通過數字化的設計工具,基於數字孿生等技術,大幅提升研發效率,研發周期從36個月縮短到24個月。

在助力車企自動駕駛研發方面,騰訊自動駕駛雲以數據效率為核心,專註於為自動駕駛技術研發提供全鏈路服務。平臺除提供騰訊自研能力與服務,還廣泛集成行業內的優秀解決方案,有效串聯起從數據采集、存儲、標註,到感知算法訓練、仿真與評測,再到量產數據回傳、數據運營等自動駕駛研發的全鏈路、全生命周期的方方面面。近期,該平臺落戶某國際頭部科技公司,服務於L3及以上級別自動駕駛功能的研發,第壹個用例是基於中國數據的感知算法開發,後期將用於包括但不限於自動駕駛算法測試、驗證、硬件在環仿真、模擬、為生產啟用映射服務等多個領域。

技術革新正在重構汽車產業新價值,新的市場格局也因此加速形成。騰訊作為汽車行業數字化轉型的助手和生態***建者,緊跟宏觀趨勢,把握行業痛點,推出騰訊汽車雲研發數字化方案,不僅大幅提升研發效率,也為產業尋找新的成長賽道提供廣闊空間。

  • 上一篇:電子支付與傳統支付有哪些主要區別?
  • 下一篇:端午節節的英語繪本怎麽畫壹張
  • copyright 2024吉日网官网