2086
近年来，全球汽车产业面临变革，伴随着汽车电动化、智能化的技术创新，市场参与者数量增加明显，在充分竞争之下，汽车行业进入前所未有的“内卷”局面，并且这种“内卷因子”已经从下游的主机厂不断向更上游的供应链渗透。
近日，在2024 MathWorks 中国汽车年会上，笔者就这种深度“内卷”的汽车生态现状，采访到了吉利汽车研究院软件开发部部长Jay Cai，以及MathWorks中国区汽车行业经理周斌，并围绕如何应对一些列的挑战等问题展开探讨。
图 | 吉利汽车研究院软件开发部部长Jay Cai
汽车行业“内卷”的源头
Jay Cai认为汽车行业“内卷”是一件好事，多项数据已经证明，“卷”为中国汽车带来了前所未有的机遇，而引起当前汽车行业“卷”的原因主要有五点：
第一，来自于人们对美好生活的追求，未来汽车不再是简单的交通工具，而被赋予了第三空间的属性，伴随着这一改变，车载芯片从之前以MCU为主到现在的像NPU、GPU这样大算力芯片的出现，行业发展非常快速。
第二，消费者对于汽车的期待跟以前也不一样了，就像看抖音信息，如果前5秒不能抓住人心，那可能就被翻过去了，现在汽车行业也是如此，人们希望得到更快速的体验。因此，当前造车周期已经从传统的36月缩短到了14月，且功能更多、配置更高，相应的软件交付周期正在缩短，软件复杂度呈指数级增加。
第三，在软件定义汽车的背景下，车辆交付意味着只是软件开发、服务的起点，就像手机生态一样，后续可能存在大量的功能通过OTA来升级。当然，对于汽车软件研发部门来说，需要投入大量的精力在软件升级方面，以及新车型的软件开发上面。
第四，2023年自主品牌在国内市场的份额接近六成，2023年中国汽车出口量超越日本登顶全球第一。在汽车出海过程中，像欧洲一些国家对功能安全、信息安全要求较高，也给本土车厂带来了不小的挑战。
第五，以前汽车企业的护城河是发动机变速箱的研发和制造能力，这个很难在短时间去突破；如今转向电动化和智能化了，很多造车新势力加入进来，他们在软件方面有很多的积累，追求的是互联网的开发速度。
综上，短期来看，汽车行业的“内卷”不可避免，并将可预见地持续“卷”下去。
“狂卷”之下，软件开发面临挑战
对于整车来说，汽车软件可分为：应用层软件、中间件和底层软件。前面提到，整车的研发周期从传统的36月缩短到了14月，甚至更短，这也压缩了软件交付的周期。
与此同时，用户对软件功能的需求不断增长，代码量剧增，自动驾驶、智能互联等功能需要处理大量的数据并执行复杂的算法，这些变化都在增加软件开发的复杂程度。
此外，前面提到车辆交付后的OTA才是软件开发和服务的起点，这里要提出的是，虽然通过OTA可以快速修复漏洞、提升性能或增加新功能，但频繁更新会造成软件工程复杂度增加，也会给软件开发人员带来挑战。
当然，安全是汽车行业的基准线，所以开发人员在软件开过程中还需要增加相应的机制，来确保软件的安全性、可靠性和符合行业标准。
以上种种都给软件开发者提出了更高的要求，行业内为了解决这些问题，提升大规模软件研发组织的持续交付能力，并保障软件的质量，正在大规模转向DevOps。
那什么是DevOps呢？
Jay Cai解释道：“DevOps 既是一套系统性的端到端软件研发最佳实践，也是软件的标准化研发能力体系，旨在通过流程、规范、工具系统性的改革、体系化的缩短反馈环，持续加速价值流动，以便用更低的成本保障软件持续高质量、快速、稳定、可控地交付。通过 DevOps 方法的落地实践，车企能够固化 ASPICE 流程、行业规则和企业标准要求到自动化生产，实现从敏捷开发到持续集成、持续发布、持续运营等后续阶段的完整拉通。”
DevOps如何助力汽车软件开发？
“当前，我们在构建一个整车研发系统层面的工具链，因为现在车里面的功能大多是互相交织在一起的，我们需要把不同研发部门需求和成果贯通起来，形成‘一个电脑’的概念，从而更好地提升研发能效。” Jay Cai如是说。
通过工具链来引入DevOps流程，从而赋能软件开发的确是一个好办法。然而，正如吉利这样的大型车企，它的品牌和车型是非常多的，真的能够上一套统一的平台，既能实现共性提效，又能达到个体差异化吗？
对此，Jay Cai表示，吉利的品牌和车型确实很多，包括吉利、银河、路特斯、Smart、领克等。我们首先要确保有一个很好的平台来减少大家的重复开发工作，从而实现快速地交付。具体来讲，当前至少有四个方面是要去做的：
第一，通过分层的结构来实现平台化的开发，从而让更多软件成为可移植的通用化和标准化模块，并通过模块和经验的累积，将质量提升上来。
第二，通过自动化来实现24小时的运转，从而提升开发效率。
第三，除了实际车辆测试外，我们增加了虚拟测试的环节，在电脑上进行多轮仿真和测试，减少实物和时间成本，增加多地联调的弹性。
第四，通过工具把数据串通起来，从而实现更好的度量，发现开发瓶颈并改进，让整个开发链路变得更加透明和可控，赋能多车型产品的迭代。
至于如何在这样子的平台上去做一些差异化的开发，我们在开发工具链平台的时候也考虑到了这个方面。
首先，这个工具链有一个底座，这个底座可以访问平台的所有不同的部门，涵盖智能驾驶、座舱、车身电气等开发部门。
第二，无论你是产品经理、开发人员、测试人员还是集成人员，都可以基于底座平台来跟进自己的工作，并实现差异化的配置。
第三，数据管理很重要，如果我们有统一的数据管理，每个业务单元都遵循一定的数据格式，那么各业务部门间的协同就会简单很多。
第四，AI赋能平台，一方面提高效率，另一方面可以通过AI去做风险预测、诊断，对潜在的风险进行把控。
“综上，我们的工具链平台是相对灵活的，既能在软件开发中实现平台化，又能做到差异化。” Jay Cai总结道。
软件开发和集成“提效”，MathWorks的Simulink功不可没
品牌多、车型多、产品迭代快是当前主机厂的共性，为了满足实际市场需求，模块化、平台化显得尤为重要。虽然基于算法模型的开发具有易复用性，但在实际开发过程中，我们还要同步考虑到不同的中间件问题，包括行业主流的AUTOSAR、DDS等。
图 | MathWorks中国区汽车行业经理周斌
针对以上问题，周斌告诉笔者：“工程师在Simulink环境下开发时，由于算法模块是通用的，只需要针对不同的中间件进行相应的适配，而Simulink本身提供了这种工作流，所以可以做到面向不同中间件的灵活移植。当然，Simulink本身在汽车行业的应用是非常广的，它相对于市场上的其他同类软件的一个很大的优势是可定制，这跟刚才提到的差异化需求相吻合的。”
关于定制工具链这一点，Jay Cai透露：“吉利和MathWorks共同定制开发了一些工具链，比如在单元测试环节中引入模型测试工具UnitCT，实现自动化的测试。同时，借助Polyspace代码检查工具，我们可以改善静态代码的质量，包括提前发现并解决一些内存溢出、指针漂移的问题。”
“提到Polyspace代码检查工具，它可以检查出代码层面一些不容易发现的问题，这些问题用规范检查是查不出来的，它通过基于抽象解释的形式化方法来做深层次的代码检查，而吉利把这个工具也布到他们持续集成的管道里面了，助力实现保质保量的快速交付。” 周斌补充道。
事实上，汽车功能越复杂，理论上开发和测试周期越长，传统基于实体硬件的开发方式已经不能满足项目时间的要求，所以虚拟仿真技术在开发过程中的应用越来越得到大家的重视。
据悉，Simulink不光提供了算法模块的一些基础库，同时也提供了很多被控对象的模型库，比如车辆动力学工具箱Vehicle Dynamics Blockset、动力总成工具箱Powertrain Blockset，里面有一些现成的车辆动力学模型。有了算法模块、被控对象，就可以通过仿真在早期的算法开发环节中提前发现一些问题，实现开发左移。
对此，Jay Cai坦诚道：“6年前做一个架构平台，我们花了5-6年时间，现在大概就十几个月，还是全新的平台，时间被压缩到原来的1/3，所以如果不借助这些自动化工具，光靠人去堆的话，即使每天24小时连轴工作也完不成。”
而吉利在引入DevOps流程后，其软件开发、构建、集成等方面的能力的确得到了提升。当前，吉利的汽车软件是按天集成和测试的，反馈环得到了极大的缩短，同时还提升了工作效率和响应周期，并能提前发现问题。以软件集成为例，吉利汽车软件的总集成点检一次性通过率超过90%，不仅软件质量得到提升，也避免了不少误操作。
吉利方面表态：“未来，我们将结合一体化工具平台和效能度量体系，以产品为导向，打 造从需求到测试的端到端的软件研发链路。 同时，我们也会持续挖掘工具流程自动化，加速价值流动、缩短反馈环，持续提升质效。继续和MathWorks深入合作，引入模型代码对比报告自动生成等工具。”
