汽车之心Autobit|镁佳科技CEO庄莉:汽车行业距离建立起强大的软件能力还缺什么?( 三 )


汽车之心Autobit|镁佳科技CEO庄莉:汽车行业距离建立起强大的软件能力还缺什么?
本文插图

总结起来 , 一个行业中的软件水平通常不光取决于这个行业软件人才的储备 , 更取决于这个行业软件基础设施的完备程度 。
三个案例:
互联网工程师是怎样开发很牛的软件的?
在互联网行业 , 过去有一个非常热的领域叫做大数据工程师 。
大数据领域的软件工程师是怎么工作的呢?
Hadoop 分布式文件系统 , 是起源于谷歌做出来的一个公共平台的基础设施 。
在上边有一个叫做 YARN 的 Resource Managenment 或者叫做计算平台的工具 , 大家有了这个工具之后发现需要处理的数据除了批量的数据之外 , 还有需要在内存中去计算的数据 , 还会有一些流数据收发的工作 , 所以就产生了像 Spark 这样的非常常用的大数据分析平台 。
在 Hadoop 生态里面 , 有大量的软件基础设施 , 供工程师使用 。
如果没有这些基础设施 , 再牛的大数据工程师写出来的代码可能都没法工作 , 也没法完成数据分析 。
所以我们可以看到大数据能够蓬勃发展 , 是建立在已经形成了很多大数据分析的辅助工具和软件基础设施之后 。 我们再基于已有的工具进行编程 , 整个效率就变得非常高 , 也带来了很大的商业价值 。
第二个例子是亚马逊的公有云服务 。
亚马逊最初是一家电商公司 , 电商是非常典型的互联网应用 。
亚马逊在做电商的时候就慢慢体会到 , 有很多的实践经验其实是通用的:
比如怎么样管理很多服务器 , 怎么样管理数据中心 , 怎么样去做服务器的灾备和容错 , 以及怎么向上提供结构化的数据存储和非结构化的数据存储 , 怎么去做流量的管理 , 做很多网络连接的管理...
亚马逊把所有这些实践出来的 , 构建互联网后台服务中最有价值的东西变成了一系列的 AWS , 就是亚马逊 Web Service 的基础服务 。
这些基础服务有的是 IaaS 层的 , 有的是 PaaS 层的 , 有的还是 SaaS 层的 。
我们现在做云端开发的时候 , 如果用亚马逊云 , 几乎不可避免要用到里面的一部分服务去构建后台服务 。
很多时候大家会说云端的工程师水平很高 , 写的代码很牛 , 但如果这些工程师不能再用公有云的基础设施 , 他们的开发也会变得非常困难 。
还有一个案例是近几年大家讨论比较多的 AI 深度学习 。
深度学习算法或者各种深度学习的 DNN、CNN 或者 RNN 等等 , 开辟了一个新时代 , 使得原来很多机器学习做不到的事情 , 现在都实现了 。
做机器学习的工程师都离不开一些非常重要的深度学习的工具 , 比如 TensorFlow 等等 。 离开了这些工具 , 深度学习的应用和算法都是不工作的 。
上面三个例子就是说 , 在一个新的行业做软件 , 首先我们应该投入做软件基础设施 。
其他的软件服务和应用 , 其实是基于软件基础设施进行开发的 , 这样开发和迭代的效率也会非常高 , 创新速度会更快 。
从我们的角度来看 , 最愿意去投入的事情首先是去建设行业当中的软件基础设施 。 因为软件开发是一个需要不断站在前辈和巨人肩上的事业 。
汽车软件的版图
当前的汽车软件 , 除了在各大域控制器上或者车载电脑上的软件 , 还会有大量软件是存在于云端 。
比如要做到全车实时升级 , 就需要云端和车一起配合 , 去做车云一体的服务 。
再比如想把人和车随时联在一起 , 就需要把手机和车之间去做一些联网的远程控制等等服务 。
你可以认为云端是一个长在汽车外面的超级大电脑 。
当我们要构建汽车软件的基础设施时 , 这个基础设施包括数字座舱中实现各种应用所需要的功能模块 , 也包括跟云端配合的一些功能模块 。
以车内语音交互为例 , 首先需要一个唤醒模块 。


推荐阅读