4月24日,第十八届北京国际汽车展览会前夕,安波福在北京举办了一场发布会,一并带来的还有安波福面向汽车市场的最新解决方案。
在这场发布会上,我们在现场听到最多的是本土化、智能化、软件定义汽车这三个关键词,这三个关键词也诠释了安波福面向中国市场的战略核心。
为了打造本土化、智能化的解决方案,安波福不仅打造了本土化的团队,就2022年收购的风河系统,单独设立了风河中国独立运营,安波福中国及亚太区总裁杨晓明在会上还透露,安波福准备在中国设立安波福中国人工智能中心。
他指出,“汽车行业正在经历着前所未有的由创新驱动的转型期,这其中的关键就是人工智能,安波福正在加速在人工智能领域的布局。”
深入布局云边端,发布多个本土化方案
作为早在1993年进入中国市场的全球知名汽车供应链厂商,安波福在去年年底进行了一次大的调整——将在中国的各大业务线和相关职能部门整合为独立事业部。
这一独立事业部由原来向各全球业务线汇报,调整为直接向安波福中国及亚太区总裁杨晓明汇报。
这是安波福针对中国市场就组织架构做出的改变。
在技术和产品布局上,安波福已经在云边端侧进行了深入布局,针对这方面的布局,安波福公司主动安全及用户体验系统事业部中国区总经理唐海宜进行了详细介绍。
在端侧,安波福有传感器、连接器、计算平台等硬件,这些硬件方案经过不断优化,形成了如今安波福在汽车领域的电气解决方案、计算系统,以及智能汽车架构SVA硬件。
这其中,安波福连接器系统亚太区工程总监李慧斌在发布会上着重介绍了安波福智能汽车架构SVA。
这是一个具备软硬件分离、输入输出与计算分离、计算“服务化”三大特性的智能汽车架构,李慧斌指出,“安波福在2017年首次提出智能汽车架构SVA时,我们当时制定的目标是‘简化、融合、赋能’,如今,我们的SVA本地化的数字化架构解决方案可以降低整车架构复杂度,融合各类应用程序,为本地OEM赋能。”
唐海宜在发布会上着重介绍了智能驾驶第六代辅助本土化方案。
他指出,“这是由中国本土研发团队围绕本土芯片开发而成,是可以满足整个市场动态需求的L2+解决方案。”
在边缘侧,安波福有容器化的应用软件和风河边缘软件。
在云侧,安波福同样有风河Wind River Studio这样的云原生平台。
为什么安波福要有云端布局?
这实际来自于安波福的软件定义汽车战略。
风河系统中国区总经理邹露君介绍称,“软件定义汽车现在主要面对的挑战是如何才能真正的降本增效——如何降低软件开发成本,并提高软件开发效率,我们觉得这不能简单地靠‘996’来推动,一定要找到一些新方法和新思路。”
“我们发现现在在汽车软件定义开发上,大多数企业还在用传统的瀑布式开发模型,要想真正有效地实现降本增效,就必须将这种传统的瀑布式开发模型转变为敏捷开发,而要实现敏捷开发,最重要的就是通过容器化、云原生等新技术的引入来实现。”
基于这样的创新技术,安波福基于中国本地化团队,发布了多个本地化解决方案。
例如,VxWorks、Helix首次在国产芯片启动部署,现场我们还看到安波福展出的搭载了“中国芯”的舱行泊一体化融合方案。
据悉,这一搭载了“中国芯”的舱行泊一体化融合方案是由中国团队开发、首个基于中国本地的高性能系统级单芯片打造的跨域融合计算平台,覆盖智能座舱、智能辅助驾驶和自动泊车三个控制域,简化了整车电子电气架构和系统软硬件设计,节省了研发成本。
继续深入本土化,助力中国企业出海
第十八届北京国际汽车展览会4月25日在京召开,作为今年国内第一个A级车展,本届北京车展将有117辆汽车全球首发,其中跨国公司全球首发汽车有30辆,概念车41辆。
实际上,中国汽车一直在全球汽车市场中有着举足轻重的地位。
2023年,中国汽车新能源汽车销量在全球占比69%,中国搭载驾驶辅助系统的汽车产量在全球占比高达31%。
杨晓明在发布会上指出,“安波福将从继续在华拓展布局、打造国内汽车生态圈、加速本地业务增长三方面加速在中国的业务布局。”
他还表示,“安波福中国的目标是,在2028年,中国自主品牌业务量占比达到70%。”
值得注意的是,安波福计划将在中国落地一个人工智能中心。
在接受媒体采访时,杨晓明解释称:
“中国每年推出的新车型数量比我们在海外面临的挑战都要大,与此同时,面对自动驾驶场景,我们也在探讨如何把人工智能技术更多应用到我们的共产生产和解决方案中,为了满足这些需求,我们决定在中国筹建一个人工智能中心。”
安波福中国人工智能中心的筹建,也成了安波福面对当下趋势的一个智能化开端。
与此同时,杨晓明还表示,“我们将利用安波福自身的全球化企业优势,赋能中国自主品牌,拓展海外市场,助力中国企业出海。”
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。