成效
- 加快原型设计，有助节省约 12 个月的开发时间
- 云到车辆代码和容器重用
- ADAS/AV 开发与验证
- AI 和推理的效能比获得提升
- 汽车 AI 助手
- 软件定义汽车/边缘 AI
- Arm Neoverse 平台 (AWS Graviton)
- Arm Cortex-A 平台 + SOAFEE
- Arm64 端到端
所用技术
在云端与汽车之间搭建桥梁，以满足汽车领域的 AI 需求
汽车软件团队需要在追赶紧迫工期和满足安全要求的同时打造 AI 赋能的体验，可谓压力重重。传统管线开发所基于的架构通常与车载硬件不同，导致从云端迁移到汽车时不够顺畅，存在移植工作量、性能不匹配和验证周期拖长等问题。与此同时，团队在引入新 AI 功能（如语音助手和感知）的过程中，必须与安全关键系统划清界限。一级供应商需要寻找合适的方案，既能加速技术迭代，又能降低软件定义车辆中的集成风险。
利用统一的 Arm64 和 AWS 平台实现开发左移
在云端和边缘侧利用 Arm 统一的 Arm64 架构，AWS 和 Arm 实现了真正的左移方案。在基于 Arm Neoverse 的 AWS Graviton 平台上，开发者可以采用与车载目标相对应的现代容器化工作流来完成构建、测试和优化。借助 SOAFEE，团队可以将云原生模式（服务管理、编排和混合关键性）引入汽车环境，以保持隔离状态和确定性。横跨云端和汽车的同一 ISA 让团队可以复用工具链和工件，缩短移植周期，从而更高效地提前验证 AI 工作负载（助手、感知、规划）。因此，在基于 Arm 架构的车载平台上，迭代速度更快，进入生产环境的路径更清晰。