專訪吉利：汽車行業(yè)“內卷”嚴重，如何應戰(zhàn)？

近年來，全球汽車產業(yè)面臨變革，伴隨著汽車電動化、智能化的技術創(chuàng)新，市場參與者數(shù)量增加明顯，在充分競爭之下，汽車行業(yè)進入前所未有的“內卷”局面，并且這種“內卷因子”已經從下游的主機廠不斷向更上游的供應鏈滲透。

近日，在2024 MathWorks 中國汽車年會上，筆者就這種深度“內卷”的汽車生態(tài)現(xiàn)狀，采訪到了吉利汽車研究院軟件開發(fā)部部長Jay Cai，以及MathWorks中國區(qū)汽車行業(yè)經理周斌，并圍繞如何應對一些列的挑戰(zhàn)等問題展開探討。

圖 | 吉利汽車研究院軟件開發(fā)部部長Jay Cai

汽車行業(yè)“內卷”的源頭

Jay Cai認為汽車行業(yè)“內卷”是一件好事，多項數(shù)據(jù)已經證明，“卷”為中國汽車帶來了前所未有的機遇，而引起當前汽車行業(yè)“卷”的原因主要有五點：

第一，來自于人們對美好生活的追求，未來汽車不再是簡單的交通工具，而被賦予了第三空間的屬性，伴隨著這一改變，車載芯片從之前以MCU為主到現(xiàn)在的像NPU、GPU這樣大算力芯片的出現(xiàn)，行業(yè)發(fā)展非?？焖佟?/p>

第二，消費者對于汽車的期待跟以前也不一樣了，就像看抖音信息，如果前5秒不能抓住人心，那可能就被翻過去了，現(xiàn)在汽車行業(yè)也是如此，人們希望得到更快速的體驗。因此，當前造車周期已經從傳統(tǒng)的36月縮短到了14月，且功能更多、配置更高，相應的軟件交付周期正在縮短，軟件復雜度呈指數(shù)級增加。

第三，在軟件定義汽車的背景下，車輛交付意味著只是軟件開發(fā)、服務的起點，就像手機生態(tài)一樣，后續(xù)可能存在大量的功能通過OTA來升級。當然，對于汽車軟件研發(fā)部門來說，需要投入大量的精力在軟件升級方面，以及新車型的軟件開發(fā)上面。

第四，2023年自主品牌在國內市場的份額接近六成，2023年中國汽車出口量超越日本登頂全球第一。在汽車出海過程中，像歐洲一些國家對功能安全、信息安全要求較高，也給本土車廠帶來了不小的挑戰(zhàn)。

第五，以前汽車企業(yè)的護城河是發(fā)動機變速箱的研發(fā)和制造能力，這個很難在短時間去突破；如今轉向電動化和智能化了，很多造車新勢力加入進來，他們在軟件方面有很多的積累，追求的是互聯(lián)網(wǎng)的開發(fā)速度。

綜上，短期來看，汽車行業(yè)的“內卷”不可避免，并將可預見地持續(xù)“卷”下去。

“狂卷”之下，軟件開發(fā)面臨挑戰(zhàn)

對于整車來說，汽車軟件可分為：應用層軟件、中間件和底層軟件。前面提到，整車的研發(fā)周期從傳統(tǒng)的36月縮短到了14月，甚至更短，這也壓縮了軟件交付的周期。

與此同時，用戶對軟件功能的需求不斷增長，代碼量劇增，自動駕駛、智能互聯(lián)等功能需要處理大量的數(shù)據(jù)并執(zhí)行復雜的算法，這些變化都在增加軟件開發(fā)的復雜程度。

此外，前面提到車輛交付后的OTA才是軟件開發(fā)和服務的起點，這里要提出的是，雖然通過OTA可以快速修復漏洞、提升性能或增加新功能，但頻繁更新會造成軟件工程復雜度增加，也會給軟件開發(fā)人員帶來挑戰(zhàn)。

當然，安全是汽車行業(yè)的基準線，所以開發(fā)人員在軟件開過程中還需要增加相應的機制，來確保軟件的安全性、可靠性和符合行業(yè)標準。

以上種種都給軟件開發(fā)者提出了更高的要求，行業(yè)內為了解決這些問題，提升大規(guī)模軟件研發(fā)組織的持續(xù)交付能力，并保障軟件的質量，正在大規(guī)模轉向DevOps。

那什么是DevOps呢？

Jay Cai解釋道：“DevOps 既是一套系統(tǒng)性的端到端軟件研發(fā)最佳實踐，也是軟件的標準化研發(fā)能力體系，旨在通過流程、規(guī)范、工具系統(tǒng)性的改革、體系化的縮短反饋環(huán)，持續(xù)加速價值流動，以便用更低的成本保障軟件持續(xù)高質量、快速、穩(wěn)定、可控地交付。通過 DevOps 方法的落地實踐，車企能夠固化 ASPICE 流程、行業(yè)規(guī)則和企業(yè)標準要求到自動化生產，實現(xiàn)從敏捷開發(fā)到持續(xù)集成、持續(xù)發(fā)布、持續(xù)運營等后續(xù)階段的完整拉通?！?/p>

DevOps如何助力汽車軟件開發(fā)？

“當前，我們在構建一個整車研發(fā)系統(tǒng)層面的工具鏈，因為現(xiàn)在車里面的功能大多是互相交織在一起的，我們需要把不同研發(fā)部門需求和成果貫通起來，形成‘一個電腦’的概念，從而更好地提升研發(fā)能效。” Jay Cai如是說。

通過工具鏈來引入DevOps流程，從而賦能軟件開發(fā)的確是一個好辦法。然而，正如吉利這樣的大型車企，它的品牌和車型是非常多的，真的能夠上一套統(tǒng)一的平臺，既能實現(xiàn)共性提效，又能達到個體差異化嗎？

對此，Jay Cai表示，吉利的品牌和車型確實很多，包括吉利、銀河、路特斯、Smart、領克等。我們首先要確保有一個很好的平臺來減少大家的重復開發(fā)工作，從而實現(xiàn)快速地交付。具體來講，當前至少有四個方面是要去做的：

第一，通過分層的結構來實現(xiàn)平臺化的開發(fā)，從而讓更多軟件成為可移植的通用化和標準化模塊，并通過模塊和經驗的累積，將質量提升上來。

第二，通過自動化來實現(xiàn)24小時的運轉，從而提升開發(fā)效率。

第三，除了實際車輛測試外，我們增加了虛擬測試的環(huán)節(jié)，在電腦上進行多輪仿真和測試，減少實物和時間成本，增加多地聯(lián)調的彈性。

第四，通過工具把數(shù)據(jù)串通起來，從而實現(xiàn)更好的度量，發(fā)現(xiàn)開發(fā)瓶頸并改進，讓整個開發(fā)鏈路變得更加透明和可控，賦能多車型產品的迭代。

至于如何在這樣子的平臺上去做一些差異化的開發(fā)，我們在開發(fā)工具鏈平臺的時候也考慮到了這個方面。

首先，這個工具鏈有一個底座，這個底座可以訪問平臺的所有不同的部門，涵蓋智能駕駛、座艙、車身電氣等開發(fā)部門。

第二，無論你是產品經理、開發(fā)人員、測試人員還是集成人員，都可以基于底座平臺來跟進自己的工作，并實現(xiàn)差異化的配置。

第三，數(shù)據(jù)管理很重要，如果我們有統(tǒng)一的數(shù)據(jù)管理，每個業(yè)務單元都遵循一定的數(shù)據(jù)格式，那么各業(yè)務部門間的協(xié)同就會簡單很多。

第四，AI賦能平臺，一方面提高效率，另一方面可以通過AI去做風險預測、診斷，對潛在的風險進行把控。

“綜上，我們的工具鏈平臺是相對靈活的，既能在軟件開發(fā)中實現(xiàn)平臺化，又能做到差異化。” Jay Cai總結道。

軟件開發(fā)和集成“提效”，MathWorks的Simulink功不可沒

品牌多、車型多、產品迭代快是當前主機廠的共性，為了滿足實際市場需求，模塊化、平臺化顯得尤為重要。雖然基于算法模型的開發(fā)具有易復用性，但在實際開發(fā)過程中，我們還要同步考慮到不同的中間件問題，包括行業(yè)主流的AUTOSAR、DDS等。

圖 | MathWorks中國區(qū)汽車行業(yè)經理周斌

針對以上問題，周斌告訴筆者：“工程師在Simulink環(huán)境下開發(fā)時，由于算法模塊是通用的，只需要針對不同的中間件進行相應的適配，而Simulink本身提供了這種工作流，所以可以做到面向不同中間件的靈活移植。當然，Simulink本身在汽車行業(yè)的應用是非常廣的，它相對于市場上的其他同類軟件的一個很大的優(yōu)勢是可定制，這跟剛才提到的差異化需求相吻合的?！?/p>

關于定制工具鏈這一點，Jay Cai透露：“吉利和MathWorks共同定制開發(fā)了一些工具鏈，比如在單元測試環(huán)節(jié)中引入模型測試工具UnitCT，實現(xiàn)自動化的測試。同時，借助Polyspace代碼檢查工具，我們可以改善靜態(tài)代碼的質量，包括提前發(fā)現(xiàn)并解決一些內存溢出、指針漂移的問題。”

“提到Polyspace代碼檢查工具，它可以檢查出代碼層面一些不容易發(fā)現(xiàn)的問題，這些問題用規(guī)范檢查是查不出來的，它通過基于抽象解釋的形式化方法來做深層次的代碼檢查，而吉利把這個工具也布到他們持續(xù)集成的管道里面了，助力實現(xiàn)保質保量的快速交付?！?周斌補充道。

事實上，汽車功能越復雜，理論上開發(fā)和測試周期越長，傳統(tǒng)基于實體硬件的開發(fā)方式已經不能滿足項目時間的要求，所以虛擬仿真技術在開發(fā)過程中的應用越來越得到大家的重視。

據(jù)悉，Simulink不光提供了算法模塊的一些基礎庫，同時也提供了很多被控對象的模型庫，比如車輛動力學工具箱Vehicle Dynamics Blockset、動力總成工具箱Powertrain Blockset，里面有一些現(xiàn)成的車輛動力學模型。有了算法模塊、被控對象，就可以通過仿真在早期的算法開發(fā)環(huán)節(jié)中提前發(fā)現(xiàn)一些問題，實現(xiàn)開發(fā)左移。

對此，Jay Cai坦誠道：“6年前做一個架構平臺，我們花了5-6年時間，現(xiàn)在大概就十幾個月，還是全新的平臺，時間被壓縮到原來的1/3，所以如果不借助這些自動化工具，光靠人去堆的話，即使每天24小時連軸工作也完不成?！?/p>

而吉利在引入DevOps流程后，其軟件開發(fā)、構建、集成等方面的能力的確得到了提升。當前，吉利的汽車軟件是按天集成和測試的，反饋環(huán)得到了極大的縮短，同時還提升了工作效率和響應周期，并能提前發(fā)現(xiàn)問題。以軟件集成為例，吉利汽車軟件的總集成點檢一次性通過率超過90%，不僅軟件質量得到提升，也避免了不少誤操作。

吉利方面表態(tài)：“未來，我們將結合一體化工具平臺和效能度量體系，以產品為導向，打 造從需求到測試的端到端的軟件研發(fā)鏈路。 同時，我們也會持續(xù)挖掘工具流程自動化，加速價值流動、縮短反饋環(huán)，持續(xù)提升質效。繼續(xù)和MathWorks深入合作，引入模型代碼對比報告自動生成等工具?！?/p>