智协慧同于2015年在北京成立，在美国、上海、长春均设有分支，其核心产品是基于车云一体的计算架构打造的智能汽车数据引擎，实现高精数据闭环，让智能汽车能够实现全生命周期的持续迭代。公司团队成员来自软件、数据、汽车等多个相关领域的核心成员，具备国内稀缺的核心基础软件研发能力。
智能汽车是万物智能的开端，是海量机器数据的生产终端。车上每天有上万个信号在产生，主要由传感器、执行器、功能和服务的中间态数据组成，如果一天开几个小时的车，光结构化数据量就会超过10个G以上。车企难以把全部的数据都传到云端，无论是从流量成本还是带宽，都是很难支撑的，而且从整个数据的使用效率来看也没有必要。智协慧同看到另外一个趋势，未来智能车上，一定会在车上做计算和存储，进行数据的筛选、压缩、上传以及处理，这样来保证数据采集的低成本、灵活性和高效性。
回望过去 传统车企痛点多多
在功能车时代，其计算架构存在非常多的痛点，智协慧同将其分为了三个方面。
一、在车端没有计算，没有存储，没有压缩等，只有部分车企在车端做了简单的压缩，在车端采集到的数据，首先从几千上万个信号里面采一两百个，并且采集频率是1~30秒采集一次，这样数据颗粒度非常大，业务价值低；其次，车端是嵌入式环境，功能集成，算法模型的更新迭代门槛高、效率低，导致数据闭环难、效率低。
二、车联网的链路不稳定，汽车在快速移动的过程中会跨不同的基站，经过3-4-5G的切换，会导致信号在传输的过程中会有丢失和乱序。
三、车联网都是把信号数据集中汇聚到云端之后再进行处理。信号在云端通过一系列处理数据会有一个上百倍的膨胀，这样不仅带来成本上的增加，数据到研发人员桌面的效率也会大幅度的降低。
智协慧同云端开发者平台通过拖拉拽生成的算法，部署在云端的中间件采用分布式计算引擎，可以灵活的从数据中心调用相关的数据，达到高效、灵活的分析。这样可以赋能车企更好的将数据价值挖掘出来，以及进行相关的模型训练。
智协慧同使用的车云一体的计算架构，把开发者平台、云端计算引擎和车端计算引擎上的计算封装成上百个的算子（计算服务），通过在不同环境的打通，实现车云一体的计算。当我们从云端到车端进行算法部署的时候，只需要下发一个JSON配置文件就可以将车端的计算服务按照业务需求的逻辑进行调用，秒级实现算法在车端的部署，也就是建模即应用，业务人员只需要关注业务Know How，不用关注底层实现，即可实现算法在车端的秒级部署。
首个为汽车原创的序信号数据库
智协慧同的计算引擎和数据库是部署在域控或中央网关上的中间件软件，采用毫秒级的流计算和流压缩对信号进行高性能计算和压缩，流计算不仅保证了高性能，同时也让车端的资源消耗做到最低，并且CPU的消耗处于非常平稳的状态。此外，车端的时序信号数据库是智协慧同从0到1原创的，数据库实时的完成：信号接入-解析-排序-100~300倍无损压缩-缓存到内存中-按OEM定义的规则进行低频落盘存储。这样针对硬盘的写优化设计，大幅降低了I/O的次数，极大的延长了硬盘寿命。
在车端原创了时序信号数据库，可解决以往很多解决不了的问题，数据库不仅把信号进行解析，按照列的格式进行存储，最后生成我们自己定义的VSW文件（百倍以上的压缩率），VSW带自解析公式，类似于MDF、BLF文件。此外，智协慧同的时序数据库可对VSW文件按照20kb的大小进行切片，这样保证在车联网链路上的传输效率。
从车端将数据切片通过车联网上传至云端，由于车联网的不稳定性肯定会导致数据丢失，智协慧同通过云端数据管理的SDK vCloud进行数据切片的组合，对切片采取校验和补传机制，对丢失的数据切片进行补传，等数据完整之后再进行存储，此时，业务人员可快速的进行数据分析，省去了传统车联网架构的信号在云端的解析-排序和ETL过程，智协慧同可以做到数据相比于传统模式的T+n天到桌面，变成分钟级/秒级到桌面。云端智协慧同采用的是压缩态存储，业务人员使用数据的时候随用随解，大幅节省了云端成本。
值得一提的是，智协慧同云端的计算引擎是部署在Spark/Hadoop之上的中间件软件，vCloud是以SDK的方式实现云端数据的管理，低代码开发工具vStudio是通用的B/S架构，整套产品轻量化部署于云端，对车企现有IT架构没有冲击。
细化产品 智协慧同能力突出
智协慧同开发的基础产品已经在量产的车型上做了很多应用，包括：灵活数采、智能诊断、、、智能悬架/路面识别功能、智能空调、智能热管理，还有软件bug监测和故障诊断；此外，智协慧同现在也在和很多合作伙伴联合做自动驾驶的数据闭环，目前正在量产车型上做开发，今年可以实现量产。
灵活数采，这是目前已经量产了的一个解决方案，通过云端开发者平台vStudio建模制定各种数据采集的算法模型，由于ExceedData采用了车云一体的架构，算法模型可秒级下发到车端的边缘计算引擎，实现进行相关信号的计算、筛选、压缩、上传等，支持车企实现按需采集量产车辆的高精数据。
自动驾驶数据闭环：用车云一体的架构实现AI算法模型的快速下发，智协慧同通过vStudio，把AI模型进行封装后下发到车端，给到计算引擎做算法的执行，这样让算法模型进行非常灵活部署。同时，通过ExceedData，用户可以基于结构化数据来丰富Corner Case，实现灵活、准实时的数据采集，适用于在量产车上灵活高效的采集自动驾驶数据。
结构化数据和非结构化数据融合采集，可以对结构化数据进行建模，进行模型在车上的部署。同时智协慧同可以帮助车企对视频数据切片，将结构化数据和非结构化数据进行时钟同步后上传到云端，利用vCloud调用相关的数据进行标注和算法训练。智协慧同目前在进行第一阶段项目——助力AI算法模型快速的下发，采集相关的数据。
关于智能诊断，智协慧同联合诊断头部企业联合打造智能诊断系统，主要分为三个阶段：远程诊断---智能诊断---预测性诊断。在整个系统中，智协慧同提供车辆异常触发采集高精数据流的能力，诊断合作方进行故障定义和专家库完善，通过推理机实现相关的解决方案推送。
以上，我们可以看到基于ExceedData中间件可以为车企构建全栈的数据驱动能力。未来，当大量的高精数据在云端汇聚之后，车企可以通过开发者平台，让Tier1和有Knowhow的开发者在这个平台上基于数据进行共创，ExceedData助力智能汽车行业数据生态的繁荣。
本文来源：盖世汽车资讯
