Arm如何加速软件定义汽车?
文︱姬云青图︱Arm众所周知,Arm是全球领先的半导体知识产权(IP)提供商,相关统计数据显示,全球超过95%的智能手机和平板电脑中的处理器都是采用ARM架构。根据Arm公司2020年财报,2020年全年,Arm芯片出货量高达250亿颗,较2019年增长13%
文︱姬云青
图︱Arm
众所周知,Arm是全球领先的半导体知识产权(IP)提供商,相关统计数据显示,全球超过95%的智能手机和平板电脑中的处理器都是采用ARM架构。根据Arm公司2020年财报,2020年全年,Arm芯片出货量高达250亿颗,较2019年增长13%。截至2020年,Arm芯片历年来累计出货量超过1900亿颗。
毫无疑问,Arm是一家以硬件为主的公司。然而在硬件定义向软件定义转变的大趋势下,Arm也在积极求变。面向智能化汽车的未来发展,Arm推出SOAFEE(Scalable Open Architecture for Embedded Edge,嵌入设备可扩展开放架构),提供针对混合关键性汽车应用程序增强的云原生架构。
Arm汽车和物联网事业部亚太区合作伙伴关系高级总监邓志伟(Simon Teng)表示:“消费者对汽车的需求越来越多,比如联网功能、高品质人机界面功能、自动辅助驾驶功能、以及电力系统性能提升等,为实现这些的复杂功能,软件也将越来越复杂,利用云原生技术去改进软件的开发、构建、管理、更新的效率会变得越来越重要,因为软件开发和维护的成本会变得非常高。”
Arm汽车和物联网事业部亚太区合作伙伴关系高级总监邓志伟(Simon Teng)
Arm在SOAFEE架构白皮书中提到,SOAFEE 架构的目标是带来云原生开发的好处,解决汽车领域的具体挑战和限制的环境,例如功能安全和快速精确的实时控制。云原生的基本要求之一是能够将软件与硬件分离,确保工作负载可以轻松部署到不同的硬件,而无需从根本上重新构建底层软件。
邓志伟对于云原生概念进行了系统性的解读,“在汽车端,最底层是硬件计算平台,在此之上是固件,作为系统软件与硬件之间的接口。而在系统软件之上包括各种的应用及服务,分别在各自独立的环境中运行,这个环境我们称为容器。”他以汽车系统框架为样本介绍说,“在以云原生为概念运行的系统中,这些容器是在云端的环境中开发、测试及验证,然后,再经由一个编排器的软件模块,配置适当的软硬件资源给每一个容器中的应用与服务,使它们能够在汽车中执行它们的工作,同时在云端另一个CI/CD (持续集成 / 持续交付) 的模块将负责管理,应用及服务的更新。”
对此,Arm在SOAFEE 架构白皮书中强调,对于系统运行时应该采用怎样的容器,并没有一个万能的解决方案。但可以保证的是,任何按照OCI容器规范构建起来的容器,都可以未经修改在客户的平台上运行。SOAFEE架构旨在利用应用程序和系统运行之间这种强大的分离,来确保构建满足汽车领域苛刻部署特征的容器,并且OCI中的上游标准能够在需要时表达这些要求。
软件定义汽车是时下的热门概念,是汽车产业从电气化迈向智能化和数字化的重要手段之一。此前,行业专家对于“软件定义汽车”的解读为:软件定义汽车即软件将深度参与到汽车的定义、开发、验证、销售、服务等过程中,并不断改变和优化各个过程,实现体验持续优化、过程持续优化、价值持续创造。
邓志伟指出,软件定义会给汽车产业带来巨大的好处。首先,对车厂及一级供应商来说,软件开发的成本会大幅降低;其次,通过售后不断地推出创新的服务,可以为车厂创造新的营收来源;第三,IC设计及软件供应商可以更好地实现产品的差异化;第四,软件定义也会让更多的云端应用开发者加入汽车创新的行列;最后,消费者也会更满意定制化的汽车功能及使用体验。
Arm在该公司的官方博客中提到,SOAFEE 架构有几个好处:
每个服务都可以独立部署,允许多个开发人员独立处理整个应用程序;
使用标准 CI/CD 基础设施简化集成和自动部署,实现最先进的 DevOps;
更好的故障隔离;
跨应用程序的可扩展性和可重用性;
每个服务都可以用选择的语言开发。
目前,在Arm官网上,SOAFEE架构的第一版已经支持下载,这个版本包含了启动云原生的所有基本模块,包括白皮书和开源参考实现等,也有来自Arm和合作伙伴的专家提供在线支持,而且这个专家小组的会员在不断的增加中。
当然,邓志伟也强调说:“有了SOAFEE架构来实现软件定义汽车的愿景并且缩短了开发的时间和成本其实是仍然不够的。为了让更多的开发者能够加入SOAFEE的行列,我们与Ampere 及ADLink(凌华科技)合作,设计了一个具备扩充功能及高性能的硬件参考平台。通过SOAFEE与这个硬件参考平台的结合,开发者可以在这个系统中开发及试作各种应用及服务,例如座舱系统,驾驶辅助系统,甚至自驾功能。”
Arm官方博客指出,最终目标是能够使用现有的云原生基础架构来开发和部署微服务,这些微服务完全了解汽车计算的混合关键性环境并在其中发挥作用。这就是今天存在的差距,需要开展工作来扩展现有的云原生基础架构,以支持 DevOps 和混合关键工作负载的部署。