深扒英伟达安培新架构,五大技术新招刀刀见血

两周前,英伟达(NVID ...查看全部

两周前,英伟达(NVIDIA)厨房里的发布会吸引了全球AI领域的目光。联合创始人兼CEO黄仁勋对着一张砧板,密集释放一系列硬核新品。

最强GPU、最强AI系统、比肩世界最强超算的AI集群、从嵌入式到边缘服务器的边缘AI产品……不愧是“财大气粗”又“技多不压身”的AI芯片霸主,这么多重磅产品一次性全部抛出,换作是其他公司,估计够开十场发布会了。
而这些性能彪悍的AI黑科技背后,核心功臣正是NVIDIA第八代GPU架构——安培(Ampere)。
昨日,我们远程连线NVIDIA GPU工程高级副总裁Jonah Alben、NVIDIA加速计算产品管理总监Paresh Kharya,进一步加深对NVIDIA全新安培GPU架构完整面貌的理解。
在此,我们将基于83页的《NVIDIA A100 Tensor Core GPU Architecture》白皮书及采访信息,提炼安培GPU架构在计算和内存层次结构的关键创新与改进,深度解析这一全新架构怎样实现NVIDIA迄今为止最大的性能飞跃。

▲A100在计算和内存结构上的创新与提升

三年一剑!“安培”出鞘

从NVIDIA计算架构的进化历程来看,NVIDIA计算卡的迭代时间并没有很固定。

▲NVIDIA计算卡进化历程
M40 GPU与K40间隔两年,P100与M40间隔半年,V100与P100间隔一年,A100又与V100间隔三年。
了三年的大招一出场,果然不同凡响,新A100 GPU、AI系统、AI超算均成绩斐然。
A100同时可提供训练、推理和数据分析,把AI训练和推理的算力提升到上一代V10020倍,把HPC性能提升到V1002.5倍。

▲NVIDIA A100 GPU
A100由基于安培架构的GA100 GPU提供支持,具有高度可扩展的特性,支持在单GPU和多GPU工作站、服务器、集群、云数据中心、边缘系统和超级计算机中为GPU计算和深度学习应用提供超强加速能力。
以多GPU配置的集成底板形式出现的服务器构建块HGX A100最高可以组成拥有10 PFLOPS算力的超大型8-GPU服务器。
集成了8个A100的AI系统DGX A100单节点算力达5 PFLOPS售价19.9万美元。
140个DGX A100系统组成的DGX SuperPOD集群,AI算力达700 PFLOPS,跻身世界上最快的20台AI超级计算机之列。
NVIDIA自家的超算SATURNV在添加4个DGX SuperPOD后,总算力从1.8 ExaFLOPS增至4.6 ExaFLOPS,增涨155%有余。
这些奔着突破算力极限而去的性能参数,离不开以NVIDIA新一代安培架构为核心的五大关键技术的支持。

1)安培架构:全球最大7nm芯片,拥有542亿个晶体管,采用40GB三星HBM2,内存带宽可达到1.6 Tbps。
高带宽的HBM2内存和更大、更快的缓存为增加的CUDA Core和Tensor Core提供数据。
2)第三代Tensor Core处理速度更快、更灵活,TF32精度可将AI性能提升20倍。
3)结构化稀疏:进一步将AI推理性能提升2倍。
4)多实例GPU每个GPU可分成7个并发实例,优化GPU利用率。
5)第三代NVLinkNVSwitch高效可扩展,带宽较上一代提升2倍有余。
黄仁勋介绍说,这是第一次能在一个平台上实现加速工作负载的横向扩展(scale out)和纵向扩展(scale up)。

NVIDIA A100 GPU架构不仅可以加速大型复杂的工作负载,还可以有效地加速许多较小的工作负载,既能支持构建数据中心,同时可提供细粒度工作负载供应、更高的GPU利用率和改进的TCO.

GA100架构:内存容量更大、带宽更快

要在GPU上获得极致性能,对于CUDA人员来说可能更感兴趣的是GPU中的SM和内存子系统。我们可以从新一代GA100架构图中看到硬件结构的变化。

▲GA100完整架构
图中上方是PCIe 4.0,带宽较PCIe 3.0增加1倍,使得GPU与CPU的通信速度更快。下方是12个高速连接NVLink。
中间是SM和L2 Cache。可以看到,与V100不同,A100中L2 Cache被分为两块,能提供的带宽也是V100的两倍。
中间其他部分为计算和调度单元,包含8个GPC,每个GPC内部有8个TPC,每个TPC含两个SM。因此一个完整的GA100架构GPU有8x8x2=128个SM。每个SM中含有4个第三代Tensor Core,即完整GA100架构GPU有512个Tensor Core。
A100 GPU并不是完整版GA100架构芯片,包含了108个SM、432个Tensor Core。后期随着良品率的提升,我们或将看到更加完整的GA100架构GPU。与Volta、Turing架构相比,安培架构中每SM的计算能力增加了2倍。

▲GA100 Streaming Multiprocessor(SM)
为了确保计算引擎得到充分利用,则需要更好的存储能力。GA100架构图左右两侧有6个HBM2内存模块,每个HBM2内存模块对应两个512-bit内存控制器。
A100 GPU中有5个高速HBM2内存模块、10个内存控制器,容量达40GB,显存带宽达到1.555 TB/s,较上一代高出近70%
A100的片上存储空间也变得更大,包括40MBL2 cache,较上一代大7倍。

A100 L2 cache可提供的读取带宽是V100的2.3倍,因而能以比从HBM2内存读写高得多的速度缓存和重复访问更大的数据集和模型。L2 cache residency control被用于优化容量利用率,可以管理数据以保存或从缓存中删除数据。
为了提高效率和增强可扩展性,A100增加了计算数据压缩,可节省高达4倍的DRAM/写带宽、4倍的L2读带宽和2倍的L2容量。
此外,NVIDIA通过将L1 cache和shared memory单元结合到一个内存块的方式来提高内存访问的性能,同时简化了编程和调优步骤,并降低软件的复杂性。
每个SM中的L1 cache和shared memory单元总容量达192 KB,是此前V100的1.5倍。

CUDA 11中还包含一个新的异步复制指令,可选择绕过L1 cache和寄存器文件(RF),直接将数据从global memory异步复制加载到shared memory中,从而显著提高内存复制性能,有效利用内存带宽并降低功耗。

AI算力提升20倍是怎么实现的?

AI和HPC算力提升,主要归功于安培架构中采用的第三代Tensor Core。
NVIDIA第三代Tensor Core除了支持FP32和FP16外,通过引入新的精度TF32和FP64以加速AI及HPC应用,并支持混合精度BF16/FP16以及INT8、INT4、Binary。
借由第三代Tensor Core的三类新特性,A100 GPU的单精度AI训练和AI推理峰值算力均为上一代的20倍,HPC峰值算力为上一代的2.5倍。

▲A100 vs V100峰值性能
1TF32和混合精度BF16/FP16
TensorFloat-32(TF32)是NVIDIA A100中用于处理矩阵数学(即张量运算)的新数值格式,矩阵数学在AI及部分HPC运算中很常用。
随着AI网络和数据集持续扩张,算力需求与日俱增,研究人员尝试用较低精度的数学计算来提升性能,但此前这样做需要调整一些代码,而新精度TF32既做到性能提升,同时又无需更改任务代码。
新精度TF32与FP32一样都拥有8个指数位,能支持相同的数字范围;尾数位和FP16一样是10个,精度水平高于AI工作负载要求。


FP32是当前深度学习训练和推理中最常用的格式,而TF32的工作方式与FP32相似,TF32 Tensor Core根据FP32数据的输入转换成TF32格式后进行运算,最后输出FP32格式的结果。
借助于NVIDIA库,使用TF32 Tensor Core将A100单精度训练峰值算力提升至156 TFLOPS,即V100 FP32的10倍。
为了获得更好的性能,A100还可使用FP16/BF16自动混合精度(AMP)训练,只需修改几行代码,就能将TF32性能再提高2倍,达到312 TFLOPS。

NVIDIA正与开发AI框架的开源社区合作,致力于使TF32成为A100 GPU上的默认训练模式。
今年6月份,开发人员将可以在NGC的NVIDIA GPU加速软件列表中获取支持TF32的PyTorch版本和TensorFlow版本。
2、结构化稀疏
要实现A100 TF32运行速度提升20倍,还需用到第三代Tensor Core的另一个关键特性——结构化稀疏。
稀疏方法对于算法工程师来说不算陌生,通过从神经网络中提取尽可能多不需要的参数,来压缩神经网络计算量。其难点在于如何兼顾更快的速度和足够的准确率。
而安培架构中利用稀疏Tensor Core,即做到了提供高达2倍的峰值吞吐量,同时不会牺牲深度学习核心矩阵乘法累加作业的准确率。
这是少有的通过硬件对密集计算进行稀疏优化的方法。

该方法首先使用密集的权重训练网络,然后引入2:4细粒度结构稀疏模式进行剪枝,最后重新训练,然后重复训练步骤,采用和之前训练相同的超参数、初始化权重和零模式。
具体压缩方式是限定只做50%稀疏,要求每相邻4个元素中最多有两个非零值,有index数据结构指示哪两个数据不被置零。
权重经压缩后,可有效将数学运算速度提高2倍。
为什么理想性能上限可以提升2倍呢?如下图所示,矩阵A是一个16x16稀疏矩阵,稀疏性为50%,遵循2:4稀疏结构,而矩阵B是一个只有A一半大小的16x8密集矩阵。

标准的矩阵乘积累加(MMA)操作不会跳过零值,而是计算整个16x8x16矩阵乘N个周期的结果。
而使用稀疏MMA指令,矩阵A中每一行只有非零值的元素与矩阵B相应元素匹配,这将计算转换成一个更小的密集矩阵乘法,实现2倍的加速。
在跨视觉、目标检测、分割、自然语言建模和翻译等数十种神经网络的评估中,该方法的推理准确率几乎没有损失。
经结构化稀疏的A100 TF32 Tensor Core深度学习训练算力最高达到312 TFLOPS,是V100 INT8峰值训练速度15.7 TFLOPS20倍。
经结构化稀疏的A100 INT8 Tensor Core执行深度学习推理速度最高达到1248 TOPS,是V100 INT8峰值推理速度62 TOPS20倍。

3、双精度FP64 DMMA
TF32主要用于加速AI运算,而HPC吞吐量的提升主要源自引入对经过IEEE认证的FP64精度的支持。
A100上的双精度矩阵乘法加法指令取代了V100上的8条DFMA指令,减少了指令取用、调度开销、寄存器读取、数据路径功率和shared memory读取带宽。
支持IEEE FP64精度后,A100 Tensor Core峰值算力可达19.5 TFLOPS,是V100 FP64  DFMA2.5倍。

多实例GPU:将A100一分为七

A100是第一个内置弹性计算技术的多实例GPUMIGMulti-Instance GPU)。
MIG可以把GPU做物理切割,由于A100上有7个GPU,加之考虑到资源调度情况,A100最多可分割成7个独立的GPU实例。
如果将A100分成7个GPU实例,1个GPU实例的算力约等同于一颗V100,也就是说A100能提供相当于V1007倍的计算资源.

MIG的核心价值是可以为不同类型的工作负载灵活提供规模适配的GPU资源。
如果不使用MIG,同一GPU上运行的不同任务可能会争用相同的资源,挤占其他任务的资源,导致多项任务无法并行完成。
而使用MIG后,不同任务可以在不同的GPU实例上并行运行,每个实例都拥有各自专用的SM、内存、L2缓存和带宽,从而实现可预测的性能,并尽可能提升GPU利用率。

这为工作负载提供稳定可靠的服务质量和有效的故障隔离,假设某一实例上运行的应用出现故障,不会影响到其他实例上运行的任务。
管理人员还可动态地重新配置MIG实例,比如白天用7个MIG实例做低吞吐量推理,夜间将其重新配置成一个大型MIG实例做AI训练。
这对拥有多租户用例的云服务提供商尤其有益,资源调度更加灵活,运行任务不会彼此影响,进一步增强安全性。

此外,CUDA编程模式没有变化,容器中的AI模型和HPC应用可通过NVIDIA Container Runtime直接在MIG实例上运行。第三代互联技术:让GPU互联再提速
MIG是scale-out的主要驱动力,而实现scale-up则需要更好的通信技术,即GPU与GPU之间的“高速公路”——NVLink和NVSwitch。
标准PCIe连接因带宽有限,在多GPU系统中通常会造成瓶颈,高速、直接的GPU到GPU互联技术NVLink应运而生。
NVLink可将多个NVIDIA GPU连成一个巨型GPU来运行,从而在服务器上提供高效的性能扩展,A100使用NVLink的GPU到GPU带宽比PCIe快得多。

A100中有12个第三代NVLink连接,每个差分信号线的速率可达到50 Gb/s,几乎是V100的2倍。
每个NVLink链路在每个方向上有4对差分信号线,因此单向通信能力是50x4÷8=25 GB/s,双向即50 GB/s。12个第三代NVLink的总带宽则可达到600 GB/s,即V100的两倍。
相比之下,上一代V100中有6个NVLink,每个NVLink每个方向上有8对差分信号线,总带宽为300 GB/s。
每个GPU上的NVLink可高速连接到其他GPU和交换机,为了扩展到更大的系统,则需要NVIDIA NVSwitch将多个NVLink加以整合。
NVIDIA NVSwitch是以NVLink先进的通信能力为基础的节点交换架构,可在单个服务器节点中支持8到16个全互联GPU,使得AI性能足以更高效地扩展到多个GPU。

第三代NVSwitch是一颗7nm芯片,包含60亿晶体管,有36个端口,是V100端口数目的2倍;总聚合带宽达9.6 TB/s,是V100总聚合带宽的2倍。
NVLink和NVSwitch技术可提供更高带宽、更多链路,并提升多GPU系统配置的可扩展性,在搭载NVIDIA GPU的一系列板卡、服务器、超算产品中功绩斐然。
新NVIDIA DGX、HGX和EGX系统中的多个A100 GPU间均由第三代NVIDIA NVLink和NVSwitch实现高速通信。
以DGX A100为例,该设备中采用AMD Rome CPU、8颗A100 GPU、6颗NVSwitch芯片,9个Mellanox ConnectX-6 200Gb/s网络接口。

通过NVIDIA NVLink、NVSwitch及Mellanox最新InfiniBand和以太网解决方案连接,基于A100的系统可以扩展到数十、数百或数千个A100,用于计算集群、云实例或超大型超级计算机,从而满足多种类型的应用程序和工作负载的加速需求。

结语:走向计算的下一纪元

从上一代被誉为“地表最强AI芯片”的V100,到新发布的安培架构GPU,我们可以看到NVIDIA AI硬件思维逐渐向专用化方向倾斜。
尤其是GA100架构中的计算单元结构优化,包括支持新精度和结构化稀疏,本质上是在围绕AI和HPC的特性在做文章。
正如NVIDIA近年来所强调的,它已从一家纯粹的显卡公司进化为一系列AI与HPC计算解决方案的提供商。无论是计算与内存结构的升级,还是互联技术的迭代进化,都与NVIDIA积累的强大研究和工程能力密不可分。
这些技术进步所带来的更强算力,将催化AI、5G、数据科学、机器人、基因组学、金融分析等诸多领域的创新研究与应用进程。
当许多公司还以超越NVIDIA V100算力为目标时,NVIDIA已经冲向计算的下一个纪元。
附NVIDIA历代数据中心GPU规格比较:

(作者:智东西)

博客 自动驾驶小能手

LV5
1 天前
12

IC Insights:未来10年中国芯片本土化恐难有重大进展

据IC Insights最新报告数据显示,2019年,中国大陆的IC产量占其近1250亿美元IC市场的15.7%,仅略高于2014年的15.1%。如下图所示,IC Insights预测,这一 ...查看全部


据IC
Insights最新报告数据显示,2019年,中国大陆的IC产量占其近1250亿美元IC市场的15.7%,仅略高于2014年的15.1%。如下图所示,IC
Insights预测,这一份额将在2024年增长5.0个百分点,达到20.7%(平均每年增长一个百分点)。
中国集成电路市场,与中国本土的集成电路制造产业之间仍有一个不小的鸿沟。IC
Insights曾反复指出,尽管自2005年以来中国一直是全球最大的集成电路消费市场,但这并不意味着中国本土集成电路产量自此大幅增长,从2005年之后的情况看,在这之后也并未曾大幅增长过。
去年在中国大陆制造的价值195亿美元的芯片中,来自总部位于中国大陆的公司的IC产量占76亿美元,仅占中国大陆1246亿美元IC市场的6.1%。台积电、SK海力士、三星、英特尔和其他在中国设有IC晶圆厂的中国台湾及外国公司把其余的产能包圆了。
IC Insights估计,在中国大陆公司制造的76亿美元IC中,约18亿美元来自IDM,58亿美元来自中芯国际等代工厂。
如果如IC
Insights所预测,到2024年,中国大陆的IC制造业规模增至430亿美元,那么中国大陆的IC产量仍将仅占2024年全球IC市场预测总额5075亿美元的8.5%。即使在一些中国大陆代工厂的IC销售量大幅增加之后,到2024年,中国大陆IC生产量仍可能仅占全球IC市场的约10%。
一些可以作为参考数据
IC Insights预测,中国大陆IC制造将在2019年~2024年期间实现17%的强劲复合年增长率,但是要注意去年中国大陆IC产量仅为195亿美元,这种增长是从相对较小的基数开始的。
在2019年,SK海力士,三星,英特尔和台积电是在中国大陆具有重要IC制造能力的主要IC制造商。
即使中国大陆的新鲜血液长江存储(YMTC)和合肥长鑫(CXMT)正在致力于实现量产,IC Insights仍认为,中国台湾和外国公司仍将占中国大陆IC制造中的很大一部分。
IC Insights预计到2024年,中国大陆至少有50%的IC产量将来自中国台湾和外国公司,例如SK海力士,三星,英特尔,台积电,联电和力晶等均在中国大陆设有工厂。
随着中美之间的关税和贸易紧张局势持续,中国政府和企业加大决心,希望以更快、更有意义的方式发展国内IC产业,从而减少目前对由位于美国和其他国家/地区的公司供应的关键IC组件的依赖。
特别是在存储市场,去年的一些头条和报道宣称中国是“不可阻挡的”,并将很快达到三星、SK海力士和美光的产量和技术水平。但事实上,中国本土第一家DRAM供应商长鑫存储于2019年第四季度才开始小批量生产其第一批DRAM芯片,该公司拥有数千名员工,每年的资本支出预算约为15亿美元。相比之下,美光和SK海力士分别拥有30000多名员工,三星的内存部门估计有40000多名。
此外,在2019年,三星,SK海力士和美光的资本支出总额为397亿美元。由此可见,中国要走的路还很长。
IC
Insights强调,中国大陆希望尽早填补半导体产业的“技术空白”,早日实现芯片技术自给自足,但事实上,除了存储技术外,目前中国本土还没有主要的模拟、混合信号、服务器MPU、MCU或专用逻辑IC制造商,而这些IC产品细分市场占了去年中国大陆IC市场的一半以上,这些市场基本由拥有数十年经验和数千名员工的海外IC生产商所垄断,根深蒂固。
尽管大家都专注于中国在内存市场的发展,但要在非内存IC领域自力更生,对中国来说是一个更加困难的问题。IC Insights因此认为,中国大陆公司要在非内存IC产品领域中获得竞争力需要数十年的时间。

博客 自动驾驶小能手

LV5
1 天前
13

自动驾驶:聪明的车还需智慧的路

如今,随着5G通信、物联网、大数据、人工智能等新一代信息技术的快速演进,自动驾驶已经逐渐从梦想走进现实。5月21日,在国新办新闻发布会上,中国日报的记者问到关于我国自动驾驶发展的情况。李小鹏部长这样回答: ...查看全部

如今,随着5G通信、物联网、大数据、人工智能等新一代信息技术的快速演进,自动驾驶已经逐渐从梦想走进现实。5月21日,在国新办新闻发布会上,中国日报的记者问到关于我国自动驾驶发展的情况。李小鹏部长这样回答:

实际上自动驾驶就是传统的交通运输行业与新技术结合的产物,新技术给传统的交通项目赋能之后,就会产生新的装备,就会产生新的基建,就会产生新的业态。
你是否还在认为
只要车具备了自动驾驶功能
就可以自由上路了?
关于自动驾驶的定义,是这样的!

自动驾驶技术是什么?

利用先进的环境感知、信息交互、智能决策、自动控制等技术,通过载运工具、基础设施与运行管控的有机融合,实现道路交通部分或完全自动化运行,是对传统运输模式和出行方式的一次深刻变革。

自动驾驶意味着什么?

自动驾驶是新一代信息技术与交通运输行业融合发展的结果,有利于提升交通安全、改善运输效率、降低出行和物流成本、减少污染排放,对提高全要素生产率,促进综合交通运输体系智能化、可持续发展具有重要意义。从产业角度看,自动驾驶涵盖汽车制造、电子芯片、基础设施、移动通信等产业板块,是跨行业跨领域的综合性发展新方向,也是未来诸多新兴产业发展的重要引擎。

简单地说
要实现自动驾驶完美运行
只有“聪明的车”还远远不够
还要有“智慧的路”“智能的通信”等等……
需要汽车工业
智能交通基础设施
新一代通信网络等领域
共同发力
目前我国自动驾驶,在交通运输领域发展情况如何?

当前,自动驾驶正处于技术快速演进、产业加速布局的发展阶段,交通运输部将自动驾驶作为科技创新支撑加快建设交通强国的重要领域之一,坚持“鼓励探索、包容失败、确保安全、反对垄断”的原则,积极推进自动驾驶技术发展与应用,会同工业和信息化部、公安部等部门,在政策法规、标准规范、技术研发、试点示范等方面开展了一系列工作。

出台发展政策

会同工信部、公安部印发《智能网联汽车道路测试管理规范》;

联合发改委等11个部门出台《智能汽车创新发展战略》。

推进技术研发

与科技部共同推进综合交通运输与智能交通重点专项实施;

认定了5个自动驾驶研发中心;

行业重点科技项目设立自动驾驶研究的专题。

推进标准规范制定

会同工信部、公安部,推动相关标准化技术委员会协同合作;

在国家车联网产业标准体系框架下研究智能交通标准体系;

制定营运客车、营运货车安全技术条件;

编制《公路工程适应自动驾驶附属设施总体技术规范》。

推进测试验证

认定6家封闭场地测试基地(北京、西安、重庆、上海、泰兴、襄阳);

推动测试区数据共享、结果互认,提升测试服务水平;

制定自动驾驶封闭测试场地建设技术指南(暂行)。

推进试点示范

开展新一代国家交通控制网和智慧公路的试点;

推动5G通信和北斗导航等技术的应用;

在北京、上海、河北等地推进一批自动驾驶和车路协同试点项目。

推进国际合作

开展中德、中荷等自动驾驶技术的交流;

推动中俄国际交通运输走廊无人驾驶通道建设合作。

长安大学车联网与智能汽车试验场备有成套大型测试仪器与测试设备,如试验场全覆盖无盲区高精度定位系统、针对自动驾驶车辆的压缩场景专用测试车道和测试数据监控中心等,还开发了无人车室内测试平台(上图)。

交通运输部公路交通综合试验场的试验道路总长达30余公里,有自动驾驶研究与测试相关方向实验室5个,相关设备共110余台(套)。这里初步具备自动驾驶车辆在高速公路、一般公路、城市道路场景的功能测试能力。依托动态广场、高速环道、长直线性能路,也具备部分自动驾驶功能的性能评测能力。图为试验场平面图。

未来自动驾驶如何发展?

刘小明副部长在新闻发布会上介绍,下一步,交通运输部将按照引领发展方向、明确发展底线、引导应用场景、引导发展生态的思路,围绕加快建设交通强国的目标稳步推动自动驾驶技术应用,构建“新基建”的应用场景,促进交通基础设施网、运输服务网、能源网与信息网络融合发展。

加强统筹协同,强化跨行业、跨区域的协调,形成推动我国自动驾驶技术发展与应用的合力。

加强政策研究,制定促进自动驾驶技术发展和应用的实施意见,会同工信部、公安部研究修订道路测试管理的规范,完善测试管理的体系。

加强技术攻关,深入地推进实施科研项目,搭建政产学研用融合的行业协同创新平台,不断健全自动驾驶和车路协同技术及标准的体系。

加强示范引领,结合加快建设交通强国,谋划一批先导应用示范工程,推动自动驾驶技术与业务深度融合,探索形成自动驾驶技术规模化应用方案。

2019年,上海市启动洋山港智能重卡示范运营项目。致力于实现5G环境下运用智能重卡技术开展港口智能化作业,助推港口向自动化、智能化转型升级,加快建设具有全球领先水平的智慧港口。运营线路全长40.75公里,以深水港物流园区重箱堆场为起始点,通过海关闸口,经东海大桥,到洋山港区,实现循环运行的业务闭环。目前,项目已开展东海大桥及相关区域智能重卡道路测试。

5月17日,江苏省启动智慧高速公路应用技术研究与工程示范。将开展“货车专用道及货车自动驾驶关键技术”专题研究,设置自动驾驶车辆专用车道,探索货车自动驾驶与编队驾驶的实现路径。研究成果预计将在2022年上半年依托沪宁高速、苏通大桥、江阴大桥等路段在工程实施中实现落地应用,初步具备货车进行L3级别自动驾驶的行驶条件。图为货车自动驾驶与编队驾驶示例。

博客 自动驾驶小能手

LV5
2 天前
22

5G NR无线网络切换优化的原理与案例

一、5G NR网络架构 ...查看全部

一、5G NR网络架构

NSA架构

SA架构

二、5G NR切换原理

SA的切换原理和LTE基本一致,NSA的切换由于引入了主站(锚点站)和LTE有较大区别,以下重点介绍NSA场景下的切换。

①SA切换过程和空口信令

详情请点击链接:5G SA切换信令解析

②NSA切换原理

  • LTE系统内移动性:UE在MeNB1和SgNB1的覆盖区内,已接入LTE/NR双连接。UE向基站MeNB2移动时触发主站切换,从MeNB1切换到MeNB2,此种场景下源MN在切换之前会先发起SN释放流程(主站站内切换不释放),释放掉SN,切换成功后再触发SN增加流程将SN增加到目标侧MN.

  • NR系统内移动性(前提是配置了同频邻区)在SgNB1服务区内向SgNB2或者本站其他小区移动时可能发生辅站变更。

易混淆概念

MeNB(MN)

Master eNodeB,主基站,是NSA DC终端驻留小区所属的LTE基站,现网目前版本仅支持将LTE基站设置为MeNB。SgNB(SN)

Secondary gNodeB,辅基站,是MeNB通过RRC连接信令配置给NSA DC终端的NR基站,现网目前版本仅支持将NR基站设置为SgNB。

MCG

Master Cell Group,主小区组,是NSA DC终端在LTE侧配置的LTE小区组。

SCG

Secondary Cell Group,辅小区组,是NSA DC终端在NR侧配置的NR小区组。

PCell

Primary Cell,MeNB的主小区,是NSA DC终端驻留的小区。

PSCell

Primary SCG Cell,SgNB的主小区,是MeNB通过RRC连接信令配置给NSA DC终端在SgNB上的一个主小区,PSCell一旦配置成功即保持激活态。

SCell

Secondary Cell,辅小区,是MeNB通过RRC连接信令配置给NSA DC终端的辅小区,工作在SCC上,可以为NSA DC终端提供更多的无线资源。

SCell没有PUCCH信道,PCell和PSCell都有PUCCH信道。

CC

Component Carrier,分量载波,是参与载波聚合的不同小区所对应的载波。

PCC

Primary Component Carrier,MeNB的主载波,是PCell所对应的CC。

PSCC

Primary Secondary Component Carrier,SgNB的主载波,是PSCell所对应的CC。

SCC

Secondary Component Carrier,MeNB和SgNB的辅载波。

③NR切换场景细分

NSA组网NR系统内移动性:SN变更(辅站站间)

 

 

UE已通过双连接接入eNB1和gNB1,在向gNB2移动过程中,达到A3测量门限,

触发A3事件测量报告,gNB1接收到UE的测量报告后,依据信号强度选择测量上报的临小区列表中信号最好的小区,即gNB2内小区,发起SN变更流程。

NSA组网NR系统内移动性:PScell变更(辅站站内)

UE通过双连接接入eNB1和gNB的cell,UE向cell2覆盖区移动时,达到A3测量门限,触发A3事件测量报告,gNB接收到测量报告后,选择信号质量最好的候选小区,即选中站内的cell2,gNB触发PSCell变更过程。

NSA组网NR系统内移动性总结

UE在NR服务区内移动

UE在NR服务区内部移动时,由于覆盖的原因,检测到信号质量更好的邻区,将发生PSCell换,如果切换的目标PSCell在本gNB内称为PSCell变更,如果目标PSCell另一个gNB则称为SN变更。

后台NR配了同频邻区才能触发上报A3测量报告,接下来才会触发SN或者PSCell变更流程。如果未配同频邻区,则会下发A2测量来释放SN.

UE移动到NR服务区边缘

UER处于LTE和RNR基站覆盖范围内,已建立LTE/NR双连接,UE向NR基站覆盖范围边沿移动,信号变差,到达A2测量门限,UE进行A2测量上报,并触发SN释放流程。

5G NSA详细信令流程详情点击5G NSA组网切换信令流程改进篇

④5G NR切换的测量机制

5G NR的切换全部含NR内部和与EUTRAN系统之间这两类场景;

5G NR的切换流程同4G一样仍然包括测量、判决、执行三个流程;测量:由RRCConnectionReconfiguration消息携带下发;测量NR的SSB,EUTRAN的CSI-RS判决:UE上报MR(该MR可以是周期性的也可以是事件性的),基站判断是否满足门限执行:基站将UE要切换到的目标小区下发给UE

⑤5G NR切换事件

三、SA切换优化整体思路

SA切换优化和LTE切换优化类似,所有的切换异常首先要排查基站、传输、终端等状态是否异常,排除以基站、传输、终端等问题后再进行分析。

四、NSA切换优化整体思路
4G优化成果继承

  • LTE的现网邻区关系继承

  • LTE的系统优先级、多频点组网优先级等组网策略继承

  • LTE的A3事件offset,hysteresis,CIO参数继承

  • LTE切换和重选的个体偏移继承

4/5G协同优化

  • 首先要保证锚点4G网络的切换成功率,切换关系合理,抑制乒乓切换

  • 网络建设阶段,建议按照和LTE 1:1组网,保证5G网络覆盖连续性NR至锚点推荐使用一对多方

  • 1:1组网下,5G小区的工参,如方向角、下倾角初始规划可以借鉴锚点LTE小区,充分利用LTE优化成果,簇优化/全网优化阶段再进行精细调整

  • 以控制最优切换带为原则,给出最优化的天线下倾角和方位角来进行覆盖优化

  • 针对拐角等特殊场景,由于5G衰落比较大可以适当的不进行同覆盖规划

NSA切换优化原则

  • 4/5G同覆盖,4/5G协调优化,避免越区覆盖

  • MN切换门限与SN变更的门限尽量满足切换/变更点一致

  • SN添加、删除的门限尽量满足NR可提供服务的最小门限

NSA移动性优化,尽量避免如下场景


五、NSA切换常见问题案例
①切换过程中的辅站添加添加失败

辅站添加失败请点击5G NSA常见接入问题处理详见。

②5G邻区漏配

中兴5G邻区漏配可通过4/5G重配消息中5G NR邻区已配置的PCI未发现该漏配的PCI;华为5G邻区漏配可通过网关核查(注:因为没有NSA组网下的NR A3测控信令数据,所以下图借用了NSA组网下NR A3测控的解析,比较类似)


③PCI混淆识别

PCI混淆前台信令表现为上报大量的MRDC的上行直传消息(内含NR A3测量报告),网络侧无响应,同时排除邻区漏配以及网管查询邻区列表存在2个及以上的同频同PCI邻区。

④PRACH根序列配置

5G NR小区PRACH根序列配置不合理(例如根序列配置一致),会导致随机接入失败

⑤乒乓切换优化

合理的切换是网络连续覆盖的前提,重叠覆盖度高、无主覆盖均会导致频繁切换,所以在优化切换类问题时优先完成覆盖类问题解决。

常见的优化方法有:天线方位角调整、下倾角优化调整、功率调整

乒乓切换案例:

博客 自动驾驶小能手

LV5
2 天前
21

百强榜丨上海排不进前三 智能网联汽车投资哪城强?

城市布局发展智能网联汽车产业,除了能增加工业产值等经济效益外,还可以在产业转型升级以及城市名片构建等方面 ...查看全部

城市布局发展智能网联汽车产业,除了能增加工业产值等经济效益外,还可以在产业转型升级以及城市名片构建等方面带来显著的社会效益。尤其在新基建背景下,智能网联汽车产业是人工智能、大数据、云计算以及智能交通、智慧能源等新一代基础设施建设成果的集中展示,示范引领作用显著。

近日,赛迪顾问发布了《2020年中国智能网联汽车产业投资潜力城市百强榜研究》白皮书。该白皮书通过对我国智能网联汽车产业发展现状的全面分析并结合赛迪汽车产业大脑数据库,评选出了全国100个最具智能网联汽车产业投资潜力的城市,北京、深圳、长沙位列前三,超级一线城市上海屈居第四。
北京、深圳领衔,长沙赶超上海、广州
1590629254299803.png
白皮书显示,在中国293个地级市及4个直辖市(不含香港、澳门和台湾地区)中,北京市是中国智能网联汽车产业中投资潜力最强的城市。这得益于“北京作为国内政治、经济、文化中心,聚集了国内领先的高校及科研院所,高端人才汇聚、科创类企业密集,且多处于初创阶段,未来是各方资本关注的重点。”白皮书进一步指出。
位列榜单第二名的是深圳市。白皮书强调,依托于华为、腾讯、比亚迪等龙头企业战略布局以及转型升级,深圳市在智能网联汽车核心零部件制造、系统软件以及计算平台等产业环节迅速发展,未来将是硬件生产类企业落地的重要选择。
最让人感到意外的是长沙这个城市。一般来说,产业投资潜力强的城市主要集中在经济发达的地区,但是,长沙市不仅超过了上海和广州这两个经济强市,更一举夺得了榜单第三名的好成绩。
对此,白皮书指出,长沙市的优势是将智能网联汽车产业作为工业升级的主要突破点,并建立国内最为完善的智能网联测试设施,通过提供政策支持,吸引到了产业头部企业进驻。此外,白皮书还认为,未来长沙市将具备成为智能网联汽车核心零部件生产集群的潜力,吸引技术孵化以及生产类企业落地。
经济发达地区潜力强,东北、西北地区潜力弱
1590629283661625.jpg
从产业投资潜力百强市的区域分布上看,主要集中在经济发达的地区。白皮书统计显示,在广东省、浙江省、江苏省、山东以及湖北省,分别有11座、8座、7座、7座和6座城市入围百强榜,且入围城市数量均占其省内地级市总数的一半以上。更值得一提的是,仅广东省、浙江省、江苏省、山东省和湖北省五省,入围百强市的占比就达到40%。
1590629301741143.jpg
从区域上看,百强市主要集中在华北、中南和华东地区,总占比接近80%。白皮书指出,其中华东地区占比最高为38%,产业投资潜力最大,未来有望成为我国智能网联汽车产业的先头区域;中南地区次之,占比为30%;华北地区占比为10%。而东北、西南、西北地区整体潜力偏弱,分别仅占比为6%、9%和7%,未来主要的发展路径是从局部城市进行突围。
白皮书还发现,产业投资潜力头部地区具备四大共性特征:具备经济基础、具备汽车及相关产业优势、具备传统产业转型升级需求以及针对智能网联汽车产业进行针对性规划和设计的特征。而这也解释了,东北地区汽车产业基础雄厚,但具备发展潜力的城市却较少的原因。

产业集群趋势明显,滞后城市具备赶超机会

产业集群的最重要特点之一,就是地理集中性,即大量的相关产业相互集中在特定的地域范围内。白皮书显示,我国智能网联汽车产业投资潜力城市已经出现了集群效应且集群趋势越发明显,并主要聚集在京津冀、长三角、渝湘鄂及珠三角四大地区。
1590629326977625.png
具体来看,长三角地区和渝湘鄂地区入选城市较多,百强市分别占比22%和18%,区位优势较为明显,珠三角和京津冀地区分别占比11%和7%,区域整体质量较高。值得注意的是,四个产业集群在百强市中的占比达到了57%,可见产业集群对相关地区、产业所产生积极的影响。
尽管在产业集群中,仍然看不到西北、西南和东北地区的身影。但是,白皮书指出,我国智能网联汽车产业处于发展初期,像是北京、深圳等目前产业发展优势城市仍具备较大产业空间,未来仍然具备较大发展潜力,故滞后城市还具备赶超的机会。
投资智能网联汽车产业的四大建议
针对以示范区为中心产业呈集聚趋势、核心技术研发能力是产业和资本关注的重点和商业模式决定了智能网联汽车产业未来发展方向的产业发展趋势,白皮书还提出了四大发展建议,以指导相关企业和城市布局智能网联汽车产业。

1.做好顶层设计,明确发展方向

作为新兴产业,智能网联汽车产业未来商业化模式尚不明确,各城市需要衡量自身基础实力与产业诉求,评估投资风险与年限,选择最优的商业模式。地方政府需要基于商业模式选择确定城市智能网联汽车产业的发展方向,并做好产业规划和顶层设计。
2.找准自身优势,寻找发力环节
智能网联汽车产业链涉及面广,前期投入多,单一城市进行全产业链投资将会占用大量资源,且短期内无法形成有效收益。因此,地方政府应找准本地区优势,结合本地区资源、产业链、工业基础、人才等方面的优势,寻找重点发力环节,实现产业高质量发展。
3.制定行动计划,推动产业发展
智能网联汽车产业尚处于初步发展阶段,部分产业相关企业盈利能力不足、抗击风险能力较弱、发展动力有限。地方政府应依照本地区发展方向和思路,制定详细的产业支持政策和行动计划,发展高新技术、扶持重点企业、培育新兴市场、聚集关键人才等,推动产业持续发展。
4.健全产业监管,防控发展风险
当前智能网联汽车产业投资较热,容易出现盲目投资及畸形发展,不仅造成社会资源浪费,也会制约产业发展速度。因此,地方政府在推动产业发展的同时,应避免地方投资过热,加强行业产能的监管,统筹优势资源,引导相关企业合作,避免恶性竞争。(作者:郭王虎 | 智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2 天前
21

一汽解放、四维图新联手发力 商用车车联网加快落地

开启一汽解放“哥伦布智慧物流开放计划”又一重要布局。 ...查看全部

开启一汽解放“哥伦布智慧物流开放计划”又一重要布局。

5月22日,一汽解放、四维图新旗下中寰卫星等联合成立的合资公司鱼快创领智能科技(南京)有限公司(以下简称“鱼快创领”)开业揭牌仪式在南京江宁区九龙湖国际企业总部基地举行。

1590628573924004.jpg

新成立的合资公司,将聚焦车联网新技术开发,物流生态产品孵化及运营,积极开拓商用车后市场。

这是一汽解放宣布开启“哥伦布智慧物流开放计划”后的又一重要布局。

聚焦车联网服务

在揭牌仪式上,鱼快创领总经理张楠寓意该公司是“含着金钥匙出生”,并在多方共同努力下诞生的。

来看看鱼快创领有哪些先天优势:一汽解放具备领先的商用车技术研发能力、独一无二的市场优势、产销服务网络以及后市场相关生态资源。另一方中寰卫星拥有人车路协同的大数据采集分析处理、网联智能传感器开发设计、AI算法、云控平台等核心技术能力。这些优势都将毫无保留地输出到鱼快创领。

此外,新合资公司还获得了吉林省一汽创新发展基金投资管理中心、江苏罗思韦尔电气有限公司、知行家(天津)企业管理中心等资本的支持。

中寰卫星是四维图新旗下承载商用车智能网联业务的子公司。说起一汽解放与四维图新的合作,可以追溯到2016年。经过三年多的合作,一汽解放“解放行”车联网平台发展迅猛,目前累计连接车辆数已经超过70万辆,注册用户超过百万,平台打通了生产销售、车主服务、车队服务及售后维修等多个环节,实现了车辆全生命周期管理。

中寰卫星实现了从前装着手,做整车企业运营平台的同时,也做物流的运营。这样就可以帮助一汽解放将车联网的功能延伸下去,也为物流公司提供更多维度的服务。从把车作为资产的载体,到作为生产资料的载体,中寰卫星现在的产品可以实现产业链贯穿,构建物流运营新生态。

开业当天,鱼快创领就迎来了第一个合作伙伴——货车之家(南京)科技有限公司。鱼快创领总经理张楠和货车之家总经理郭玉安分别代表公司签署了战略合作协议。未来双方将在商用车智能网联技术开发、ETC、智能硬件、货车导航、商用车后市场等多领域开展战略合作。

加速战略落地

近年来,一汽解放持续加码智能网联等新兴领域,发展迅速。

2018年10月27日,在一汽解放全新战略发布会暨J7上市仪式上,一汽解放董事长、党委书记胡汉杰首次公布了一汽解放的生态品牌——哥伦布。同年,一汽解放内部成立了全新的未来战略部门——F事业部,加速新业务的推进与孵化。

2019年1月19日,在一汽解放首届生态合作伙伴大会上,胡汉杰正式向外界解读一汽解放“哥伦布智慧物流开放计划”。此计划包含两条子计划:以解放智能车平台为核心的智能加(Ai+)开放计划;以解放车联网平台为核心的互联家(Connect+)开放计划。

同年8月8日,作为 “哥伦布智慧物流开放计划”的重要组成部分,由一汽解放与合作伙伴正式成立了苏州挚途科技有限公司。这代表着哥伦布A航线的全面加速。据了解,在不到一年的时间里,苏州挚途科技已在港口、高速等多个场景实现了试运营。

在此背景下,鱼快创领成立的目的就十分明显,作为哥伦布智慧物流开放计划的核心——Co+互联家计划,会以鱼快创领为载体,加速其“哥伦布”战略落地。

把握车联网发展机遇

据《商用车车联网白皮书》显示,商用车利润来源将不断向后市场转移,车联网增值服务价值将不断体现。相较乘用车车联网,商用车作为生产工具,其车联网功能降本增效显著,盈利模式更加清晰。

从商用车的全生命周期管理角度看,未来借助车联网设备与相关服务,潜在成本优化空间巨大,潜在市场价值可达万亿元;从产业链价值角度来看,围绕商用车全生命周期管理和行业降本增效增值服务的运营服务是未来的行业核心价值所在。

而在汽车“新四化”的发展背景下,商用车企业纷纷将智能网联作为其开拓市场蓝海的新领域。

例如,比亚迪推出了Dilink智能网联系统,已经应用于比亚迪商用车T5A、T10ZT等车型上;中国重汽与嬴彻科技合作开发了全栈系统1.0,用以研发自动驾驶卡车;中国重汽HOWO-T5G智能网联卡车在天津港试运营,实现了L4级无人驾驶电动卡车由概念性产品阶段到商业化落地的重要跨越;福田汽车成立智科车联网公司,并与华为开展合作,为其车型提供故障提醒、云标定、驾驶行为和精准救援等功能。

随着新基建的投入,5G商用步伐加速。车联网不仅会成为5G应用的重要场景之一,还将为实现全路况条件下的自动驾驶提供重要载体。因此,抢占智能网联的发展先机,率先完成相关产品的落地,已经成为一汽解放等商用车企们势必要走的路。(作者:田野|智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2 天前
19

赛迪智库|汽车“新三化”的发展现状及趋势

新兴科技在汽车工业高度集成应用,带动国内外汽车工业呈现电动化、智能化、共享化发展趋势。近年来,随着新能源 ...查看全部

新兴科技在汽车工业高度集成应用,带动国内外汽车工业呈现电动化、智能化、共享化发展趋势。近年来,随着新能源、新一代信息技术、新材料等前沿科技成果在汽车工业领域深度集成应用,汽车工业向着更加节能、更加智能方向发展,带动社会资本投资活跃,截至2019年,我国仅电动汽车产业链的投资额就累计超过两万亿元,自动驾驶、车联网、共享汽车、氢能汽车等等诸多领域,都将有望成为下一个万亿投资风口。

汽车“新三化”发展趋势的概念形成及趋势

国外也在总结汽车行业的发展趋势,戴姆勒等汽车企业将主导汽车工业发展趋势的技术总结为CASE趋势(Connected,Autonomous,Shared,Electric),尤其是“硅谷”出身的特斯拉在电动汽车和自动驾驶等领域取得巨大成功,受此鼓舞,传统汽车企业加速转型,并涌现出一批向特斯拉致敬的造车新势力企业,CASE趋势已深刻影响着全球汽车工业。

中国较早就在践行汽车CASE趋势的要义,先后提出新能源汽车和智能网联汽车两大国家战略,并结合国情,重新定义汽车工业发展趋势,大体先后经历了“汽车四化”、汽车“新四化”、以及汽车“新三化”的概念形成过程。

1590628822764983.jpg

汽车“新三化”发展趋势的概念形成过程

汽车“新三化”发展趋势,即汽车行业发展趋势呈现的电动化、智能化、共享化,三者是互相关联和协同发展的关系,其中,“电动化”是未来汽车产业发展的载体,主要指新能源汽车动力系统,作为汽车能源驱动方式变革;“智能化”是未来汽车产业发展的技术条件,主要发展自动驾驶和车联网技术;“共享化”则是社会形态和价值载体,主要指汽车共享与移动出行。

1590628842588609.jpg

汽车“新三化”发展趋势

作为国民经济的支柱产业,政府高度重视汽车工业,将新能源汽车、智能网联汽车作为汽车强国战略顶层设计,推动相关产业壮大和发展。赛迪智库发布汽车“新三化”发展趋势白皮书,对汽车行业发展的电动化、智能化、共享化发展趋势进行预测分析:

(一)电动化产业链发展趋势:一是锂动力电池技术迭代升级速度加快,三元锂电池逐步替代磷酸铁锂电池,固态电池是未来的开发方向。目前已有消费类固态电池投产,2019年7月,日本村田制作所开始量产用于可穿戴设备的固态电池。2020年,丰田汽车和松下合作成立一家合资企业(泰星能源解决方案有限公司)开发和生产全固态电池,丰田旗下品牌雷克萨斯所推出的LF30概念车搭载的固态电池。

二是氢燃料电池汽车产业在商用车领域取得突破。氢能源汽车在公交客运、物流等行业应用推广较好。该类领域车辆活动半径相对较小,氢能源汽车能够较好满足其续航里程要求,同时车辆具有集散地相对统一的特征,加气站等相关基建布局利用效率高,摊薄储运加环节成本。2020年国内燃料电池商用车受政策和政府补贴支持,《中国氢能产业基础设施发展蓝皮书》预测,2030年我国燃料电池车辆保有量200万,加氢站数量1000座。

(二)智能化产业链发展趋势。在智能化方面,L3级别及以上的高级别自动驾驶将商业化落地,5G技术将给“人、车、路、网、云”协同发展带来机遇,智能汽车发展成为互联网络生态和服务集成平台。未来,智能汽车是继手机之后的第二大互联生态和服务集成,智能化终将改变汽车的定义,在完全自动驾驶成为现实之后,智能汽车将成为移动的智能空间和场景生态服务体验终端,成为工作、生活、娱乐的新载体。

一是L3级别自动驾驶将商业化落地,L4级别自动驾驶技术仍将处于大规模测试阶段。部分企业推出L3/L4级别量产方案,2019年6月,国内人工智能企业AutoBrain(奥特贝睿)在北京发布车规级量产HWP(highway pilot)自动驾驶系统Mr.Pilot,据称其成本在1万元以内。由百度和一汽红旗打造的中国首条L4乘用车前装产线,正式投产下线,首批量产的L4级自动驾驶出租车已于2020年4月落地长沙(受法规限制,车辆配备安全员)。预计2020年,主流车企部分车型将适配L3级别自动驾驶车辆,L4级别自动驾驶技术仍将处于大规模测试阶段,安全可靠和成本控制成为自动驾驶方案供应商获胜的关键。

二是5G的大规模商业化落地带来车路协同变革。5G技术高可靠低延迟的特性能够解决V2X技术对于延迟的要求,将给V2X商业化落地带来可能,但V2X的落地不仅局限于技术,车路协同还需要不同车辆、道路,网络、交通系统和平台间相互配合,从技术完善到平台搭建到生态建立,需要大量时间,2020年5G车联网发展加快。

1590628861972796.jpg

自动驾驶实现商业化应用预期时间表

(三)共享化产业链发展趋势。互联网经济带动共享经济繁荣,汽车共享模式作为一种新兴的出行方式,在影响和重构人们的出行消费行为。未来,技术进步是推动共享汽车发展的重要因素,自动驾驶是构建未来出行格局的核心技术,共享出行作为未来汽车工业发展的社会形态,在颠覆人们出行习惯的同时,也将颠覆汽车产业结构。进入2020年,尤其是L3级别以上的自动驾驶技术大规模商用,车辆一定程度上形成自动驾驶,有效降低司机人力成本和劳动强度,分时租赁优势将进一步扩大,将冲击原有网约车体系。

未来,自动驾驶、车联网、无线充电、自主充电等关键技术实现,车辆实现完全自动驾驶,共享出行将迎来广阔的市场空间,出行模式将彻底转变为按需出行,人们不再需要买车,对于用户来讲,汽车将从一项资产变成自动位移的出行服务工具,共享出行也将彻底改变人类出行甚至生活方式。

国外发展情况

(一)电动化趋势:美国电动汽车、日韩动力电池技术及日本氢燃料电池汽车技术处于领先位置。

全球新能源汽车销量继续保持增长。新能源汽车作为新兴技术与汽车产业融合创新的集中载体,是全球汽车产业转型升级的重要方向,2019年全球新能源汽车销售量221万辆,同比增长近10%,其中,纯电动汽车的销量占比74%,插电式混合动力汽车占比的26%。彭博社预测,到2025年全球新能源汽车销量增至1100万辆,渗透率达到11%;2040年全球销量6000万辆,渗透率55%。

1590628880228055.jpg

2015年-2019年全球新能源汽车销量情况

(数据来源:EVsales,赛迪智库整理)

主要国家中,美国在锂动力电池汽车方面具有技术和品牌优势,2019年特斯拉电动汽车销售量36.78万辆,全球新能源汽车企业销量冠军,特斯拉Model3车型的销量超过30万辆,是全球最畅销的电动车型。美国政府有针对性地对电动汽车产业化关键项目给予资金、土地等方面支持。早在2009年美国能源部给予特斯拉4.65亿美元低息贷款,对ModelS汽车开发及量产起到决定作用;2015年,美国内华达州政府向特斯拉提供980公顷的土地免费使用权和13亿美元的税收减免(销售税、房产税),以及5亿美元的道路建设资金用于特斯拉超级电池工厂建设。

从电动汽车的关键零部件看,日本锂电池技术水平处于领先位置,日本松下公司生产的21700型镍钴铝三元锂电池,单体能量密度达到300Wh/kg。

日本的氢燃料电池汽车技术领先。日本在氢燃料电池汽车基建配套建设领先,加氢站保有量全球第一,日本政府提供财政补贴支持氢能和燃料电池的研发和示范,重点支持加氢站建设,截至2019年底,日本拥有114座公共加氢站,加氢站保有量全球第一。丰田公司正在建设大规模生产氢燃料电池堆的工厂,2020年预计燃料电池汽车产量3万辆。

1590628906421185.jpg

2019年末主要国家加氢站保有数量(座)

(资料来源:H2stations,赛迪智库整理)

(二)智能化趋势:美国自动驾驶实现商业化服务。

全美已有41个州允许进行自动驾驶测试,占美国州数量的80%。其中,加州地区积累了丰富的自动驾驶道路测试经验,自2015年加州开展自动驾驶“脱离”测试以来,已连续五年发布测试报告,截至2020年2月,共有64家企业拥有加州的自动驾驶路测牌照(需配备安全员),其中Waymo是唯一一家拥有无人驾驶路测牌照(无需配备安全员)的公司。2019年,加州累计完成测试行驶路程462万公里,其中,Waymo、GM Cruise行驶里程分别达233万公里和133万公里。美国已经实现自动驾驶的商业化落地,美国在多地开展自动驾驶的出租车、物流车等商业化服务。在出租车领域,Waymo陆续在凤凰城、加州推出自动驾驶出租车服务,2019年底正式移除车内的“人类安全员”,由此实现了真正的无人驾驶商业化。货车领域,图森未来开始提供无人驾驶货物运输服务。

(三)共享化趋势:汽车企业主要布局租车业务,第三方高科技企业开发网约车服务。

自2016年兴起的共享经济,是“互联网+”时代的信息化应用,主要由互联网信息技术催生,即通过平台化建设强化信息配置能力,提高资源使用效率,在此阶段,汽车共享模式,分别在汽车租赁和出行服务两个领域形成分时租赁和网约车两种代表模式。

1590628926768758.jpg

汽车共享化主要模式

主要汽车企业均开始在共享汽车领域加强布局,主要布局在分时租赁等重资产模式。2019年,宝马和戴姆勒宣布合并成立共享乘车公司“Jurbey”,从事租车服务,全球用户430万以上。大众公司在柏林推出“We Share”的纯电动车共享服务,提供租车服务,宣布在2025年转型成为“优秀的智能出行服务提供商”。大众在2011年推出Quicar汽车共享项目,在重点城市提供“We Share”的纯电动车共享服务,提出要在2025年转型成为“优秀的全球智能出行服务提供商”。丰田宣布要转变成出行公司,密集开展共享汽车领域布局,已同Uber、Grab合作开展拼车服务,与Getaround、Avis合作开展汽车共享与租车服务。

区别于分时租赁等重资产模式,网约车领域更多以轻资产模式为主,行业主要参与者为第三方科技企业。整合零散的私家车形成客运运力,Uber和Lyft两家技术企业占据美国网约车大部分市场份额,但德、法等欧洲国家以出租车行业抗议为由禁止Uber服务,德国最大的网约车企业是BlaBlaCar。网约车相对于分时租赁模式出行成本更高,主要在于包含了驾驶员服务,但规避了分时租赁模式“最后一公里”的出行短板及停车管理等问题,在智能手机与移动互联网的推动下,无论从市场规模还是运营模式方面均有更为成熟的表现。

国内发展现状

(一)电动汽车产业发展处于国际前沿,部分关键电子器件仍需小规模进口。

中国新能源汽车产量从2011年的8368辆(占全国汽车产量的0.04%),攀升到2018年的127.05万辆(产量占比4.54%),产量均占全球50%以上。但我国电动汽车行业偏重以来补贴,尤其2019年7月新能源汽车财政补贴退坡,单车补贴额度同比下降75%至1.8万元-2.5万元,带动市场销量增长放缓,2019年新能源汽车产销量分别为124.2万辆和120.6万辆,同比下降2.3%和4%。

1590628946194549.jpg

2011年-2019年中国新能源汽车产量

我国电池技术处于国际先进水平。近年来,电池企业进行技术追赶,相关指标有了大幅提升,例如宁德时代NCM811三元电池的系统能量密度已经超过180Wh/kg,已列装吉利几何A等车型。2020年投产的比亚迪“超级磷酸铁锂电池”(即刀片电池),采用长电芯设计方案,电池长度最长2500mm,是传统普通磷酸铁锂电池的10倍以上,成本还可以节约30%,降至0.6元/Wh,系统能量密度140Wh/kg。

1590628967133636.jpg

国内外主要动力电池企业技术指标

电机电控方面,我国的永磁同步电机技术先进,但部分部件仍需进口。国外电动汽车主要采用交流异步电机及控制器,我国企业采用永磁同步电机,产品最高转数达到16000转,虽较国际最先进的18000转有一定差距,由于我国开发的永磁同步电动机具有尺寸小、重量轻、结构简化等优点,整体性能不弱于国际先进水平。在电驱动产业发展存在一定短板,高功率半导体仍然被国外企业占据,IGBT电子产品(绝缘栅双极型晶体管)大约90%都需要进口,但比亚迪的IGBT已经超越了国外同类产品,达到了世界先进水平。

氢燃料电池汽车产业处于发展初期。据高工产研(GGII)统计,2019年中国生产氢燃料电池汽车3018辆,同比增长86.4%,其中,氢燃料电池客车1335辆,氢燃料电池专用车1683辆。从主要部件看,2019年氢燃料电池装机量128.06MW,同比增长140.5%,前五家主要为上海重塑、亿华通、清能股份、国鸿重塑、新源动力,这五家企业的氢燃料电池装机量占全国总装机量的79%。从燃料电池产业链条看,膜电极方面,山东东岳质子交换膜产品受到国际认可,武汉理工新能源、大连新能膜电极产品相对成熟,但专业特性上与国际水平还有一定差距;电堆方面,大连新源动力、上海神力等企业处于小批量到产业化转化阶段;燃料电池系统方面,潍柴动力、雪人股份、大洋电机、亿华通等龙头企业通过国际合作加速技术与生产能力提升。

但在基础材料、关键零部件、系统集成等方面,我国氢燃料电池汽车产业与国际先进水平还存在一定差距。在氢能产业链条方面,工业副产氢纯化成本、电解水制氢成本较高,氢能储运及加氢站等基建配套建设成本较高,限制了氢燃料汽车应用的经济性。在燃料电池产业链条方面,质子交换膜、高性能碳纤维、高压气阀、加氢枪、催化剂材料等关键技术、设备及材料多掌握在日、德等国外企业手中,国内产品替代能力不足,关键部件依赖进口导致成本处于高位,制约氢燃料电池汽车产业发展。

(二)自动驾驶技术处在追赶态势,车联网技术发展具有优势。

2019年4月,我国发布《智能网联汽车道路测试管理规范(试行)》,各地跟进出台法规,仅两个月就新增自动驾驶路测牌照91张,截至2019年12月,全国自动驾驶路测牌照250张。

我国加快自动驾驶领域发展。国内具有自动驾驶产业链优势,在环境感知、运算决策、执行层各环节培育一批企业,大量企业在集中攻关传感器、人工智能芯片、高精地图、深度学习算法等核心技术。其中,百度开发AI算法、和高精地图等软件,通过Apollo系统整合芯片、传感系统、视觉系统等硬件供应商,再赋能给车企,实现全产业链整合。

我国车联网领域优势更加明显。《智能汽车创新发展战略》强调智能化与网联化协同发展,提出到2025年,车用无线通信网络(LTE-V2X等)实现区域覆盖,新一代车用无线通信网络(5G-V2X)在部分城市、高速公路逐步开展应用。

从车联网现阶段的重点技术来看,V2X(Vehicle to Everything)技术是车联网的基础和关键技术,能够弥补单车智能化在复杂路况下的自动驾驶难题,它主要包括汽车与汽车(V2V)、汽车与路侧设备(V2R)、汽车与基础设施(V2I)以及汽车与行人(V2P)等多种应用场景。华为、阿里、腾讯、百度、大唐电信等巨头纷纷布局,企业间的合作研发主要朝着LTE-V和5G两个方向。当前,基于LTE-V2X的产业链已基本成熟可商用。大唐、华为、高通、移远、芯讯通、Autotalk等企业已对外提供基于LTE-V2X的商用芯片/模组。华为、大唐、中国移动、金溢、星云互联、东软、万集等厂商已经可以提供基于 LTE-V2X 的车载单元后装(OBU)、路侧设备(RSU)硬件设备以及相应的软件协议栈,相关终端产品已具备商用基础。2018年9月,无锡与华为合作,建成了全球第一个城市级车路协同平台——车联网LTE-V2X网络,覆盖无锡市主城区、新城主要道路240个信号灯控路口,共170平方公里的规模。

我国在北京、武汉、杭州等地测试场开展在5G技术支持下的智能网联汽车测试示范区建设。例如,在北京首钢园、重庆仙桃和礼嘉、浙江云栖小镇和桐乡乌镇等地进行5G车联网应用示范,其中,华为与通信商深度合作,建设基于5G技术的C-V2X智能交通,全国智能交通基础设施建设稳步推进,我国具有统一部署的5G通信等智能化道路基础设施优势。

从我国V2X未来发展趋势看,由于5G网络在延迟性等方面优于LTE技术,满足自动驾驶车辆与一切互联的时间需求和汽车内数字服务的数据处理时间需求,未来V2X将沿着LTE-V向5G发展,5G技术的大规模应用将推动V2X落地和商业化。北京发布了《北京市智能网联汽车创新发展行动方案(2019年-2022年)》,计划2020年在重点区域完成5G车联网建设,形成连接车与云的车联网服务能力。通过整合网络运营商、设备提供商、研究院所等多方力量,形成智能网联汽车车内网、车际网和互联网互连标准。支持5G车联网芯片、通信基站、路侧单元、车载终端等联网关键设备的研发与产业化。

1590628991243543.jpg

国内车联网(V2X)发展路线

(资料来源:赛迪智库整理)

自动驾驶零部件和方案量产。2019年国内部分企业加快推出了L3/L4级量产的产品和方案,知行科技推出L3级自动驾驶量产级解决方案,纽劢科技、百度均已推出以视觉感知为主的L4级自动驾驶解决方案。当前,受制于概念界定和法规限制,车企对L3级别自动驾驶方案是否可量产出现了分歧,长城、吉利、东风、红旗和小鹏等中国品牌车企计划在2020年实现旗下L3车型量产,广汽新能源和长安汽车宣称已推出量产搭载L3级别自动驾驶车型,但并未受到业界认可;奥迪、福特、沃尔沃等国外车企和我国造车新势力蔚来表示越过L3,直接研发L4/L5级别自动驾驶技术。

从自动驾驶量产价格和时间来看,L2级自动驾驶燃油车价格主要集中在10-20万,纯电动车价格在10-50万元之间,相对较高。目前,自动驾驶零部件和方案供应商已开发出L2级和L2+级自动驾驶产品并量产。采用激光雷达方案的L3/L4级自动驾驶方案价格较高,还不具备量产条件,以视角感知为主的自动驾驶量产方案价格较低,短期内可实现量产。

从整车企业落地角度来看,更加关注自动驾驶方案提供商的量产能力,对于国内自动驾驶的创业公司来说,经过三、四年的巨额融资,已经到了验证成果、证明自己商用能力的关键时期,2020年,受到疫情影响,自动驾驶零部件企业和方案提供商将加速进入洗牌期,各大供应商争取优先拥有量产和商业化的竞争优势,提前抢占市场。

(三)汽车共享化发展处于全球领先位置,具体运营模式仍在探索当中。

从网约车市场看,互联网企业建设资源整合平台,网约车市场规模增长较快。据统计,截至2019年12月,我国网约车用户为3.92亿人,其中网络预约出租车用户规模为2.25亿人,网络预约专车用户规模为3.57亿人。滴滴、首汽、神州等本土企业占据主导,尤其滴滴是仅次于Uber的全球第二大网约车平台,目前已开拓日本、巴西、澳大利亚、墨西哥等海外市场。到2019年全国网约车交易规模将突破3000亿元,2022年交易规模将进一步超5000亿元。

租车行业发展也很快,全国分时租赁市场规模从2016年的3.62亿元增长至2018年的36.48亿元,但由于模式盈利能力较弱,进入2019年,租车业务发展处于调整状态,Car2go、途歌等一批共享出行企业宣布关停和退出市场运营,只有较少数企业获得融资。目前,汽车共享化的商业模式仍不清晰,存在行业管理、车辆管理等方面的难题,共享出行行业发展进入调整期,分时租赁企业大面积倒闭、交通运输部和公安部开展全国网约车安全检查,分时租赁、“顺风车”等具体商业模式发展存在不确定性。

建议

(一)电动化方面,密切跟踪全球前沿技术,支持重点企业攻克核心技术和关键部件。

新能源汽车技术发展尚未完全成熟,当前应紧密跟踪研究氢燃料电池、固态锂电池等前沿技术,资助企业攻克关键技术。美国、日本、德国等政府主要通过集中资助企业来攻克关键技术,比如美国资助特斯拉攻关纯电动汽车、日本支持丰田开发燃料电池汽车、德国引导电池企业瓦尔塔研发固态电池等,取得了较好的产业成果。我国应突出企业在行业重大技术攻关中的主体作用尤为重要,加大企业对新能源汽车行业关键性技术突破的国家和科技奖励,提高资助资金的使用效果,要求各类国家科研平台吸引龙头企业参与关键共性技术科研攻关计划,加快技术成果转化。

(二)智能化方面,借鉴吸收、引资引智、对外投资相互结合,利用国际资源加快自动驾驶商业化进程。

一是有针对性借鉴和吸收国际先进自动驾驶企业技术成果。我国企业已深度参与国外测试,例如,百度、小马智行等11家总部位于中国的企业参与了美国“加州路测”,占参与加州路测企业数量的四分之一。我国应制度创新,组织行业专家研究接轨政策,通过评议机制等办法,对在国外测试中表现优秀的测试成果进行确认,吸引企业到国内进行自动驾驶测试,既可节省测试资金和时间成本,又大幅加快自动驾驶技术发展进程。二是将“引智”和引资相结合,重点引进国际先进自动驾驶企业。建议各地依托国际知名自动驾驶城市测试结果(主要是美国、德国、瑞典、日本),积极引进全球领先自动驾驶企业,出台引资配套措施,例如进口自用设备免征关税、优先供应土地且可享受30%土地出让金优惠、企业所得税优惠等,引进自动驾驶技术的关键环节,实现强链和补链。三是扶持企业投资和并购海外自动驾驶企业。我国应出台对外投资的便利化政策,支持企业投资和收购国外自动驾驶技术和企业。

(三)共享化方面,完善现有共享出行商业模式,运用现代技术创新运营模式。

一是进一步完善现有运营产品。改进网约车监管和管理制度,堵住“顺风车”、“快车”等社会车辆接入平台带来的安全隐患和经营管理漏洞。二是引导滴滴等出行服务商进行产业模式创新。利用客流量、大数据技术、渠道网络等资源向汽车产业链开放合作,进行智能驾驶技术研发、充换电设施建设方案等领域展开合作,形成汽车租赁与运营、分时租赁、汽车售后市场等面向用户需求的运营模式创新。(作者:赫荣亮、张凯、周禛、孟凡达|赛迪智库工业经济研究所)

博客 自动驾驶小能手

LV5
2 天前
25

卫星互联网纳入新基建,开启天地融合通信新时代

1.卫星互联网的定义及发展历程 ...查看全部
1.卫星互联网的定义及发展历程
  • 卫星互联网被纳入“新型基础设施”

2020年4月20日,国家发改委表示,新基建中的“信息基础设施”主要是指基于新一代信息技术演化生成的基础设施,比如,以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施,以数据中心、智能计算中心为代表的算力基础设施等。

  • 卫星互联网的定义

卫星互联网是指利用卫星星座实现全球互联网无缝链接服务,能够作为地面通信的补充手段实现用户接入互联网,具有通信覆盖广、容量大、不受地域限制、具备信息广播优势等特点。

  • 卫星互联网的发展历程

卫星互联网已有近30年的发展历史,主要经历了三个发展阶段。近年来,在谷歌、脸书等互联网巨头的推动和支持下,美国SpaceX、OneWeb等创新型企业纷纷启动建设由低轨小卫星组成的星座系统,积极抢占太空互联网接入新资源,引发全球性发展热潮。

第一阶段

(20世纪80年代末-2000年)

发展定位:全面替代通信系统代表企业:铱星、全球星、泰利迪斯

建设主体:电信设备企业

市场反应:市场定位不明,建设成果太高,研发周期过长,尝试大多以失败告终。

第二阶段

(2000年-2014年)

发展定位:地面通信系统的备份

代表企业:新铱星、全球星和轨道通信公司

建设主体:电信设备企业市场反应:投入成本、市场定位更加优化,具有一定竞争力,但规模有限。

第三阶段

(2014年至今)

发展定位:与地面通信形成互补融合的无缝隙通信网络

代表企业:Starlink,OneWeb

建设主体:Space X,OneWeb、Facebook等互联网领域科技巨头

市场反应:成为地面通信系统的无缝补充,前景看好

2.卫星互联网产业链分析

卫星互联网产业链主要涵盖卫星制造、卫星发射、地面基站及终端设备、卫星运营服务等环节,卫星互联网产业链全景图如下所示。

卫星互联网产业链全景图

  • 卫星制造包括卫星母体制造、星上载荷制造,其中星上载荷主要包括执行特定卫星任务的仪器、设备或分系统等。

  • 卫星发射服务主要包括发射场服务和火箭研制两部分。

  • 地面基站及终端设备主要包括地球站设备制造、网络设备制造、终端设备制造。

  • 卫星运营服务主要包括卫星电视直播、卫星音频广播、卫星宽带、卫星固定通信业务、卫星移动通信业务、对地观测业务等。

3.全球卫星互联网的发展特点

随着卫星通信技术的发展以及卫星宽带成本的下降,在高通量卫星带宽巨大需求的刺激下,国内外掀起了卫星互联网星座发展的热潮,卫星互联网进入到一个新的发展阶段,呈现出以下特点:

世界各国纷纷将卫星互联网建设上升为国家战略。卫星互联网以日益凸显的国家战略地位、潜在的市场经济价值、稀缺的空间频轨资源成为全球各国关注的焦点,世界各国纷纷将卫星互联网视为重要国家发展战略,相继发布卫星通信网络建设计划。

技术进步推动卫星互联网投入成本明显下降。在卫星研制方面,由非标准化向标准化、由定制化向模块化发展,研制成本得到有效降低。在卫星发射方面,火箭发射和回收技术推陈出新,发射成本得到大幅下降。在卫星通信方面,随着卫星通信带宽从百Mbps提升至Gbps,带宽承载能力大幅提升。

技术进步推动卫星互联网投入成本明显下降。在卫星研制方面,由非标准化向标准化、由定制化向模块化发展,研制成本得到有效降低。在卫星发射方面,火箭发射和回收技术推陈出新,发射成本得到大幅下降。在卫星通信方面,随着卫星通信带宽从百Mbps提升至Gbps,带宽承载能力大幅提升。

频率和轨道等空天资源争夺更加激烈。当前国际规则中对轨道和频率的主要分配形式为“先登记可优先使用”的抢占和“公平”规划两种方式,面对有限的频轨资源和动辄上千颗的卫星星座部署,各国竞相布局卫星互联网生态圈,借卫星互联网建设的契机抢占空天资源高地。

4.国际卫星互联网发展总体情况

  • 美国占据全球卫星互联网核心地位

近年来,世界各国相继发布卫星通信网络建设计划,特别是美国商业航天发展迅猛,通信卫星技术和应用全球领先,卫星通信产业总体规模世界第一。当前,全球卫星互联网星座主要以Starlink、OneWeb、O3b、Telesat等卫星系统为典型代表:

  • 全球卫星产业规模持续增长,卫星运营服务占比最大

2019年,全球卫星产业总收入约为2860亿美元,占全球航天产业规模约77%,同比增长3.2%,全球卫星产业整体呈稳步增长趋势。从产业结构来看,卫星运营服务和地面设备制造构成了卫星产业的主体,其中卫星运营服务占比最大。

全球卫星产业收入及增速(亿美元)

数据来源:美国卫星产业协会,赛迪顾问,2020年5月

全球卫星产业收入细分结构占比


数据来源:美国卫星产业协会,赛迪顾问,2020年5月

5.国内卫星互联网发展总体情况

  • 中国卫星互联网发展方兴未艾

当前,中国商业航天已经起步,多家卫星制造企业纷纷推出了商业卫星星座计划,部分公司已发射了数颗卫星。目前可比肩Starlink、OneWeb等星座计划的是由我国中国航天科技和航天科工两大集团建设的低轨通信互联网“鸿雁星座”和“虹云工程”。

我国主要卫星互联网星座计划

  • 中国卫星互联网市场将迎来爆发式增长

2019年,我国卫星互联网市场规模接近700亿元,预计2020年我国卫星互联网市场规模将超过800亿元。当前,中国在轨卫星数量位于世界前列,我国商业航天市场的逐步开放,将带动通信小卫星研制、火箭发射、卫星通信系统终端设备与软件应用市场发展,中国卫星互联网将迎来爆发式发展。

中国卫星互联网市场规模(亿元)

5.JPG

全球主要国家在轨卫星数量(颗)


6.发展建议
  • 加强频率和轨道资源统筹规划

积极跟踪卫星频率和轨道资源管理的国际规则,进一步着眼于空间战略规划,加强天地一体化的统筹协调,制定卫星互联网行业的专项频率轨道资源规划,同时抓紧申报卫星频率轨道资源,为我国卫星互联网发展争取更多更好的战略资源。

  • 加快培育卫星互联网产业生态

进一步整合国内卫星互联网产学研用主体力量,加强商业航天基地(集群)培育建设,推动构建“卫星制造-发射-终端-应用”联动的产业生态体系,提升产业链上下游协同水平。同时加大对卫星终端天线、射频器件、芯片等关键核心器件研发支持力度,提升产业核心竞争力。

  • 鼓励民营企业参与卫星互联网建设

完善民营企业参与卫星互联网建设的政策环境和配套设施,并在税收等政策上予以必要优惠。卫星运营服务作为卫星互联网产业价值链高端环节,要重点引导民营企业利用卫星互联网向电信增值服务、物联网链接、特殊场景通信等垂直行业深度拓展。(作者:赛迪顾问)

博客 自动驾驶小能手

LV5
5 天前
29

中国广电、中国交建、大唐移动打造5G车路协同

2020年是5G商用规模化建设的关键年。5月17日,中国广电(河北广电网络集团)和中国交建、大唐移动携手在雄安市民服务中心完成了雄安广电5G基站的首站建设与开通。5月20日,在5G网络下完成“5G+智慧公交”车路协同演示,打造了雄安首个“5G+智慧公交” ...查看全部

2020年是5G商用规模化建设的关键年。5月17日,中国广电(河北广电网络集团)和中国交建、大唐移动携手在雄安市民服务中心完成了雄安广电5G基站的首站建设与开通。5月20日,在5G网络下完成“5G+智慧公交”车路协同演示,打造了雄安首个“5G+智慧公交”车路协同试点,助力雄安新区交通强国示范区的建设。

在此次合作总中,河北广电网络集团负责通过700M和4.9G频率实施车路协同试点整个5G网络环境的部署,中国交建负责整个道路基础设施的搭建,大唐移动负责车端的改造、C-V2X设备以及提供端到端的解决方案。

据了解,河北广电网络集团联合中国交建、大唐移动打造“5G+智慧公交”车路协同试点,具备了交通安全、交通效率和信息服务等方面的7大亮点应用,实现了:精准识别、无感通行;盲区检测、全息感知;车车互通、无忧驾驶;紧急停车、安全避让;超前感知、车速引导;绿波通行、一路畅行;智慧路口、安全出行。有力的支撑了雄安在全国车路协同应用场景方面、产业合作方面树立标准,充分体现了产业合作的创新模式。

此外,河北广电网络集团和中国交建、大唐移动还试点改造了市民服务中心路口灯杆,加装高清安防摄像头,利用广电5G网络回传至2.5公里外的5G智慧安防直播大屏,对路口进行5G直播,精准识别路口出现的异常情况。

未来,河北广电网络集团和中国交建、大唐移动将就“5G+智慧公交”车路协同试点继续深入合作,同时探索5G应用的新业务、新场景,助力雄安新区交通强国示范区的建设。美好雄安,5G驶达!

博客 自动驾驶小能手

LV5
5 天前
36

两会专访丨方运舟:我国新能源汽车如何保持领先优势

 精彩观点摘要“补贴延长,有助于保持中国在新能源汽车领域的领先优势” ...查看全部

 精彩观点摘要

“补贴延长,有助于保持中国在新能源汽车领域的领先优势”

“新能源汽车市场,目前不是产品之间的竞争,也不是新能源汽车之间的竞争,而是新能源汽车与传统汽车之间平衡或者竞争的过程。”

“对于新造车企业而言,未来突破点就在智能化和新技术应用。”

“一些高速公路上的充电桩由于损坏或缺乏维护,导致不能充电,占比达20%-30%,甚至有可能更多。”

“新能源汽车的普及将促进新基建的发展,反过来,新基建的完善也将加快新能源汽车的普及。”

我国新能源汽车行业正在遭遇前所未有的巨大挑战,补贴退坡,销量下滑,外资品牌加剧竞争,再加上新冠疫情的多方面冲击。

1590369084972615.jpg

不过,在全国人大代表、浙江合众新能源汽车有限公司董事长方运舟看来,这些挑战并不可怕。5月21日,他在接受《智能网联汽车》杂志记者采访时表示,我国新能源汽车经过10年发展,已经形成先发优势。国家出台的补贴延期等支持政策,将助新能源汽车行业度过暂时的难关,继续保持领先优势。未来,随着中国新能源汽车企业的不断发力,更多高端产品的陆续投放,加快品牌向上的突破和提升,中国在新能源汽车领域的领先优势有望进一步突显。

至于新冠疫情对新能源汽车行业的影响,方运舟认为,一是导致居民消费越来越谨慎;二是造成部分零部件供应不及时。“我们新上市的哪吒U智能电动车订单火爆,受疫情影响,零部件短缺,订单满足率只能达到20%~30%。”方运舟告诉记者,经过此次疫情,将更多思考如何支持零部件企业稳健、可持续地发展。

“扶持政策将助力保持领先优势”

在国家一系列政策扶持下,经过十年的发展,我国新能源汽车产业取得了显著的成绩,产销量连续多年保持世界第一,成为了领跑者,在技术、产业环境方面具有一定的优势。

但是,作为新兴产业,我国新能源汽车产业依然存在很多问题。方运舟指出,我国新能源汽车行业技术更新快,产品无规模效应,利润微薄甚至亏损;新能源汽车关键系统供应链资源紧张,成本居高不下;新能源汽车品牌溢价能力不足,二手车残值率低;尤其是在今年新冠肺炎疫情影响下,汽车市场持续下滑,消费呈疲软态势。

所以,基于行业现状和发展趋势,结合今年疫情的影响。方运舟建议国家研究出台政策,以支持新能源汽车稳定健康发展。具体政策建议包括:

1、大力推进对公市场使用新能源汽车;

2、放开城市新能源汽车限购指标;

3、支持新能源汽车下乡,拓展农村市场;

4、积极推进路权、电价、停车、高速收费等方面给予新能源汽车优惠;

5、延长国补政策退坡时间,加快资金结算;

6、给予金融、税费及资金支持;

7、给予新能源汽车企业专项研发资金支持,助力技术升级;

事实上,今年以来,国家已经出台了新能源汽车补贴延续两年的政策。方运舟认为:“从今年短期看,新政对新能源汽车供给侧和需求侧都会产生一定的刺激效应,将遏制此前新能源车市下滑趋势。另一方面,也将有效缓解新能源车企的成本压力,为产业发展形成更大的成本效应赢得必要时间。从长期来看,新政将使国内新能源补贴政策在时间维度上与国际市场保持一致,有助于保持中国在新能源汽车领域的领先优势。”

“未来突破点在智能化和新技术应用”

尽管政策延期,但是补贴退出是早晚的事,新能源汽车企业总要面对越来越激烈的竞争和挑战。方运舟对于竞争有着多维度的思考。

“新能源汽车市场,目前不是产品之间的竞争,也不是新能源汽车之间的竞争,而是新能源汽车与传统汽车两个业态或者两个系统之间的一个平衡或者竞争的过程。”方运舟表示,特斯拉的出现,会让用户更能感知到新能源汽车与智能科技所带来的好处。另外,特斯拉国产化降价,也从侧面证明了中国新能源汽车这些年来在技术和零部件方面实现了不断优化和提升。

在激烈的竞争环境下,面向未来,新能源汽车企业如何建立核心优势呢?方运舟认为,应该从产品布局、模式创新、服务创新等方面发力,全面提升我国新能源汽车高质量发展水平。具体可以采取以下措施:

第一,要把新技术快速地应用到车上去。这是新能源汽车相比传统汽车所具有的优势。

第二,要做好产品和质量。产品为王,质量为本,打造高品质的智能电动汽车,将新能源汽车市场进一步做大,为消费者提供更优质、更多元的选择。只要产品过硬,质量服务够好,消费者自然会接受。

第三,在用户服务方面,要有自己的创新,要让用户在使用过程中体验到惊喜,才能快速赢得消费者的喜爱。

要想赢得消费者喜爱,汽车智能化技术是重要的砝码。方运舟告诉记者,近年来,汽车智能化技术发展很快,哪吒U已经实现L2+级自动驾驶的水平,各项智能化配置很受年轻消费者青睐。

“对于新造车企业而言,未来突破点就在智能化和新技术应用。”方运舟坚定地说,尽管受疫情影响,经营有困难,但合众不会减少智能网联领域的研发资金,反而会加大投入。

据方运舟介绍,合众在智能化方面制定了详细的发展战略。通过聚焦EPT2.0动力总成平台、PIVOT2.0智能座舱、PIVOT Driver 2.0智能驾驶及域控制器,深度赋能产品系列。

今年刚上市的哪吒U,就是集众多智能科技于一身的一款纯电SUV。全球首搭量产的“透明”A柱和车内生命体征监测系统,以及同级独有的小You智能机器人、IME互动呼吸灯,同时还配备L2+级自动驾驶辅助系统、全车AI语音控制,能够为用户带来智能互联的新鲜体验。

“发展新基建,将加快新能源汽车普及”

影响新能源汽车发展的还有充电基础设施。合众汽车在市场调研时发现,充电基础设施建设不完善,影响新能源汽车使用的便利性。主要体现在充电基础设施建设的规模不足;已建成的充电桩主要分布在在郊县等偏远地段,中心城区的数量相对少,充电基础设施空间分布不合理;充电桩的维护不到位,部分地区出现“故障桩”、“僵尸桩”。“一些高速公路上的充电桩由于损坏或缺乏维护,导致不能充电,占比达20%-30%,甚至有可能更多。”方运舟担忧地说,“要支持新能源汽车稳定发展,必须打破充电基础设施的制约。”

当然,新能源汽车作为新生事物,在发展初期存在充电接口不统一、充电设施不完善等问题,完全可以理解。方运舟认为,随着新能源汽车的日渐普及,充电桩会越来越规范和统一。尤其是“新基建”的推动下,充电桩的建设步伐会加快,最终达到车桩平衡。

今年初,为刺激经济发展,国家鼓励发展“新基建”,包括括5G基站、新能源汽车充电桩、大数据中心、人工智能等领域。除充电桩与新能源汽车直接相关外,5G、人工智能等也与智能汽车息息相关。

方运舟表示:“未来新基建中智慧交通、智慧城市以及数字化建设等相关内容,与新能源汽车结合将会越来越多,相互融合贯通、相互促进。新能源汽车的普及将推动促进新基建的发展,反过来,新基建等各种设施的完善也将加快智能新能源汽车的普及。”

随着“新基建”风口的确立,各路资本纷纷涌入,掀起了新一轮充电桩投资热潮。有人担心出现野蛮生长、资源浪费的情况,方运舟认为,在当前的政策背景下,汽车企业和充电桩企业,充电桩企业之间将会深入沟通,通力合作,不会造成大规模的重复浪费,充电桩的建设会逐渐趋于合理布局。(作者:吕钊凤|智能网联汽车杂志)

博客 自动驾驶小能手

LV5
5 天前
37

两会 | 徐和谊:汽车是构建智能城市重要的组成部分

精彩观点

  • 全国两会的召开,是我国经济按下重启键和加速键的标志之一。


  • 鉴于城市治理的迫切需求和汽车产业的全新发展,有必要融合汽车、人工智能与城市发展,把汽车产业打造成现代智慧城市的新型基础设施。


  • 以前汽车扮演的角色是交通工具,今后汽车所扮演的更多的是交互平台。


  • 面临技术成本拐点尚未到来、市场驱动暂且乏力、产业链风险持续攀升的形势,我国新能源汽车产业发展已进入攻坚克难的关键阶段。


  • 特斯拉进入中国,对中国新能源汽车产业而言起到的是“鲶鱼效应”。

全国政协委员,北汽集团党委书记、董事长徐和谊5月21日做客经济之声2020全国两会高端访谈节目,就汽车行业发展趋势以及北汽集团未来的发展目标,进行了精彩的解读。他认为,汽车是构建智能城市重要的组成部分,且新能源汽车产业发展已进入攻坚克难的关键阶段。为此,他提交了《以汽车为新型基础设施推动智慧城市建设》《以产融结合新模式推进新能源汽车产业行稳致远》的建议。

两会的召开,为中国经济按下重启键和加速键

“全国两会的召开,是在全国疫情防控阻击战取得重大战略成果的背景下召开的,是我国经济按下重启键和加速键的标志之一。”徐和谊表示,尽管与往年相比,今年两会的召开顺延了两个多月,但是在这几个月内,中国有力地遏制了疫情,快速重启了经济,再次让整个世界看到了中国巨大的发展能量,也让疫情后的两会相比往年更受关注。

回顾疫情,徐和谊认为,这次疫情的冲击,给各行各业的发展都带来了思考与启示,对于汽车产业而言,如何总结抗击疫情的经验,将所在的产业转化升级与全社会治理体系的进步,以及和新基建相结合,是一个新的思考方向。

汽车是构建智能城市重要的组成部分

当前全球很多的大城市,都在积极地探索智慧城市的建设,应用新一代的信息技术,以提升城市的智能化管理水平,然而如何让汽车这个城市生活中重要的参与者,在城市的建设中发挥应有的作用,更好的为提升城市的治理水平服务,徐和谊认为,目前还未引起各方的足够重视。

为此,他说,鉴于城市治理的迫切需求和汽车产业的全新发展,有必要融合汽车、人工智能与城市发展,把汽车产业打造成现代智慧城市的新型基础设施,让汽车成为智能城市、智慧城市的一个重要AI细胞,并承担多种新的功能。例如:智慧交通网的终端平台、智能电网的储能平台、智慧生活的终端平台、动态物理空间的赋能平台等等。

“以前汽车扮演的角色是交通工具,今后汽车所扮演的更多的是交互平台。”徐和谊指出,在大城市,每人每天平均在车辆内要停留1.5小时。他认为,未来伴随着无人驾驶的出现,可以让人腾出更多的时间、精力和双手,去解决一系列的办公、购物、社交等问题。因此,徐和谊强调,汽车作为一个移动的智能交互平台和智能生活场景,是建设智能城市重要的组成部分。

至于如何将汽车打造为新基建之一,推动智慧城市的建设,他建议:

  • 一是,革新汽车产业的顶层设计思路,加大对新型汽车产业的支持;

  • 二是,联合高科技企业与汽车企业共同建设城市大脑;

  • 三是,在引导的同时,监管智能共享汽车发展;

  • 四是,引导跨行业的合作,规范跨产业的大数据应用。

以产融结合新模式,助力新能源汽车产业

“面临技术成本拐点尚未到来、市场驱动暂且乏力、产业链风险持续攀升的形势,我国新能源汽车产业发展已进入攻坚克难的关键阶段。”徐和谊指出,进入2019年以来,受宏观经济的放缓、行业调整、补贴政策退坡、疫情等多重因素的叠加影响,中国新能源汽车产业发展遭受到了前所未有的发展压力。对此,徐和谊提出建议,以产融结合新模式推进新能源汽车产业行稳致远。

  • 第一,建议政府主导创建动力电池产业引导基金,对全产业链进行创新金融支持,统筹和放大动力电池全生命周期价值;

  • 第二,建议加快绿色金融一揽子工具在动力电池产业链的创新应用,以产融创新结合为产业链赋能;

  • 第三,建议加大汽车金融在消费、使用、服务等环节的推广力度,进一步释放消费需求。

中国新能源汽车市场将迎来“鲶鱼效应”

“特斯拉进入中国,对中国新能源汽车产业而言起到的是‘鲶鱼效应’。”面对特斯拉进入中国市场是否会对中国汽车行业带来压力,徐和谊认为,特斯拉进入中国,虽然会给整个行业带来一定的压力,但是这将促使中国新能源汽车企业加快发展、加快技术进步,加快商业模式的创新。

“就产品层面而言,北汽绝对有竞争力。”徐和谊表示,由北汽集团联合麦格纳、华为公司共同打造的高端自主品牌新能源汽车——北汽新能源ARCFOX α-T,将于7月份迎来正式上市,其不仅有着650km的续航里程、高智能化水平,而且还是全球第一款搭载5G的新能源汽车。“预计到今年年底销量突破1万台。”针对这款车上市后的销量,徐和谊信心满满的说到。

“在抗疫情的基础上,全力的复工复产,把一季度丢失的时间抢回来。”对于2020年的下半年的发展目标,徐和谊希望,全行业能按照“十三五”规划的目标顺利完成。

对于北汽接下来的发展,徐和谊表示,2020年是“十三五”规划的决胜之年,经过对当前形势的研判,并结合自身的情况,北汽将按照既定的“十三五”规划大目标,不退不让并确保高质量完成,同时,为“十四五”的发展奠定坚实基础。(作者:郭王虎|智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2020-05-22 17:47
38

自动驾驶商业化运营的三大痛点

在无人配送、无人出租汽车、干线无人物流车等领域,国内大多数企业的自动驾驶能力,已经具有了一定的商业化条件 ...查看全部

在无人配送、无人出租汽车、干线无人物流车等领域,国内大多数企业的自动驾驶能力,已经具有了一定的商业化条件,但距离完全意义上的自动驾驶应用还有很长的路要走。

1590055021912350.jpg


围绕自动驾驶技术商业化应用场景以及相关标准、法规等话题,5月12日,在中国电动汽车百人会召开的自动驾驶商业应用场景高端研讨会上,来自产学研领域的10余位专家,在云会议上进行了精彩的研讨。
会议同期还发布了由中国电动汽车百人会智能网联研究院联合“自动驾驶城市示范与产业协同创新联盟”成员企业共同推出的自动驾驶应用场景与商业化路径系列研究报告,包括Robotaxi、干线物流、无人配送、无人环卫、无人公交、封闭园区物流以及自主代客泊车等七大应用场景的研究成果。
“经过十多年的发展,国内的自动驾驶有了长足的进步,尤其是在今年的疫情期间,自动驾驶的商业化得到了很好的验证。”来自中国电动汽车百人会智能网联研究院的朱雷博士,充分肯定了国内自动驾驶商业化的落地情况,不过,在商业应用场景的未来发展层面,他也指出,当前行业发展依旧存在很多痛点。

01技术成熟度有待提高

1590054871353139.jpg

“无人配送预计3-5年内能够实现规模化应用,但就目前来看,技术层面还是有比较大的挑战,尤其是在传感器和计算方面。”美团首席科学家、AI平台部总经理夏华夏表示,自动驾驶技术是一个复杂的多层软件和硬件的系统工程,尽管美团现在在自研包括云端的软件和车载的软件,同时也在跟很多供应商合作研发或者选取硬件的平台,但随着越来越多车载传感器的集成,对计算性能的要求也会非常高。

无人驾驶与公共交通结合,是解决目前城市拥堵问题的有效途径,但由于无人公交对安全的高标准以及国内线控底盘技术十分薄弱,以致于多数商用车企业多在1-3公里简单的环线上开展低速运营,因此,在海梁科技董事长胡剑平看来,自动驾驶在公共交通场景的落地,需要技术及产业链端成熟度的不断提升。
“无人驾驶公交在初期是以单车智能为主,未来一定是做车路协同和群体智能。”针对发展车路协同的技术,胡剑平还强调,无人驾驶和公共交通的结合不仅是一台车,不是单车就能解决问题的,一定是一个系统和生态。
“自动驾驶技术本身就具有复杂性,软硬件的开发以及整车的集成测试,都是异常艰巨的。”嬴彻科技执行副总裁黄刚指出,要做到自动驾驶商业化落地,不只是把自动驾驶的技术跟卡车这一端连接起来,车端也要做非常复杂的智能化升级开发,包括电子架构、供电系统以及线控底盘的开发等。

02安全性问题不容忽视

“城市场景下的路况非常复杂,经常有人横穿道路,甚至会出现‘鬼探头’的情况。”针对自动驾驶商业化落地中的安全性问题,美团首席科学家、AI平台部总经理夏华夏认为,在城市场景下,无人配送车的安全问题不容忽视,需要在自动驾驶的软件,包括车辆底层的“小脑”都要具备对这类人和物的识别能力。同时,他还强调车辆的安全问题,不仅要考虑物理的安全,也要考虑网络的安全。
1590054897369374.jpg
与美团首席科学家、AI平台部总经理夏华夏持相同态度的,还有嬴彻科技执行副总裁黄刚。他认为,在产品端,首先要满足在功能安全性上真正可靠,并能按照汽车行业的标准能够实现量产,像ADU(自动驾驶计算平台)、激光雷达等都要满足相应的标准,并能保证车辆在极端严酷的高低温、电磁干扰环境中正常运行。
1590054915344778.jpg
“对于无人驾驶环卫车而言,安全稳定性的要求是其非常重要的一个指标。”智行者联合创始人李晓飞指出,无人驾驶环卫车作业的环境非常复杂,崎岖不平的道路会对无人车产生很大的震动影响,甚至在清扫的过程中也会有灰尘遮挡住激光雷达,而这些都是不能忽视且在设计之初就要做好的环节。

03政策法规需要加速完善

“相关政策的不完善,也是自动驾驶商业化落地运营的一大难点。”在美团首席科学家、AI平台部总经理夏华夏看来,工厂内的AGV、楼内的配送车以及港口的货运车,都有自己的路权,然而Robotaxi、无人配送车以及城市巴士等却需要跟其他的社会车辆共享路权,甚至还会有触碰到相应的法律法规的风险,这需要联合行业以及政府的专家一起去推动解决。
测试道路,是自动驾驶卡车领域尤为关注的一个问题。嬴彻科技执行副总裁黄刚指出,尤其是面向高速公路的场景下,大卡车、牵引头、挂车需要有合适的测试道路,包括封闭道路、开放的测试道路,此外,他还希望上路之前法规认证这些体系能够尽早地完善起来,以助力自动驾驶卡车领域,早日实现商业落地。
1590054937871873.jpg
“受限于法律法规,从目前的发展情况来看,在美国的测试进度要比国内相对快一些。”图森未来合伙人、高级副总裁吴楠补充到,从技术层面上来说,图森未来能够满足相关的自动驾驶卡车在高速公路上运营的技术上的要求,但国内在高速公路上的正式商业化,还需要相关法律法规的支持。目前图森未来在等国内的政策逐步开放,以期让在美国等多地进行验证的技术在中国也可以应用及实现。(作者:郭王虎 | 智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2020-05-21 17:56
41

交通运输部:积极推进自动驾驶技术的研发试点和应用工作

“让交通运输行业成为新装备、新基建、新业态应用市场的主力军。” ...查看全部

“让交通运输行业成为新装备、新基建、新业态应用市场的主力军。”

1590054624611080.jpg

5月19日,国务院新闻办公室举行新闻发布会,介绍加快建设交通强国、推动交通运输行业高质量发展有关情况。交通运输部部长李小鹏,副部长戴东昌、刘小明出席发布会。

在回答记者提出的关于“自动驾驶”发展的相关问题时,刘小明指出,自动驾驶是新一代信息技术与交通运输行业融合发展的产物,已经成为全球新一轮的科技创新和产业变革的重要领域。交通运输部对此高度重视,将自动驾驶作为科技创新支撑加快建设交通强国的重要领域之一,坚持“鼓励探索、包容失败、确保安全、反对垄断”的原则,积极推进自动驾驶技术的研发试点和应用工作,取得了积极进展。主要从六个方面体现:

一是推进出台发展政策。交通运输部和工信部、公安部联合印发了《智能网联汽车道路测试管理规范》,指导有关地方有序开展智能网联汽车的上路测试工作。今年2月,又与发改委等11个部门联合出台了《智能汽车创新发展战略》,进一步完善了顶层设计,指导产业健康发展。

二是推进技术研发。会同科技部共同推进综合交通运输与智能交通重点专项实施,交通运输行业认定了5个自动驾驶研发中心,并且在行业重点科技项目设立自动驾驶研究的专题,统筹科研资源,开展自动驾驶和车路协同关键技术的攻关工作。

三是推进标准规范制定。开展自动驾驶和车路协同标准体系的研究,以及完成了十余项基础性技术标准,支持产业发展。交通运输部制定了营运客车、营运货车安全技术指南,有序地推广辅助驾驶技术在重点营运车辆上的应用,从而提高交通运输的安全水平。组织编制了《公路工程适应自动驾驶附属设施总体技术规范》,前瞻性地研究和布局支撑自动驾驶的公路基础设施。同时会同工信部、公安部,组织相关标委会,围绕着车联网加强标准协同和合作工作。

四是推进测试验证。交通运输部在全国布局认定了6家封闭场地测试基地,提升道路测试的安全水平,加强车路协同式自动驾驶的研发测试。会同工信部、公安部推动测试区数据共享、结果互认,提升测试服务水平,研究制定了自动驾驶封闭测试场地建设技术指南(暂行),指导封闭测试场地的建设工作。

五是推进试点示范。开展了新一代国家交通控制网和智慧公路的试点工作,围绕基础设施的智能化、陆运一体化、车路协同等前沿的技术方向,推动5G通信和北斗导航等技术的应用,结合2022年冬奥会和2022年将要在苏州召开的第29届世界智能交通大会,会同北京、上海、河北等一些地方在京礼高速、东海大桥、雄安新区等推进一批自动驾驶和车路协同试点项目。

六是积极推进国际合作。交通运输部积极开展中德、中荷等自动驾驶技术的交流,推动中俄国际交通运输走廊无人驾驶通道的建设合作。

刘小明谈到,自动驾驶技术发展是一项系统工程,需要政府各个部门之间的协同,同时也需要政产学研用共同发力,更需要国际交流和务实合作。下一步,交通运输部将按照引领发展方向、明确发展底线、引导应用场景、引导发展生态的思路,围绕加快建设交通强国的目标稳步推动自动驾驶技术应用,构建“新基建”的应用场景,促进交通基础设施网、运输服务网、能源网与信息网络融合发展。具体从四个方面开展工作:

一是加强统筹协同。强化跨行业、跨区域的协调,形成推动我国自动驾驶技术发展与应用的合力。

二是加强政策研究。制定促进自动驾驶技术发展和应用的实施意见,会同工信部、公安部研究修订道路测试管理的规范,完善测试管理的体系。

三是加强技术攻关。深入地推进实施科研项目,搭建政产学研用融合的行业协同创新平台,不断健全自动驾驶和车路协同技术及标准的体系。

四是加强示范引领。结合加快建设交通强国,谋划一批先导应用示范工程,推动自动驾驶技术与业务深度融合,探索形成自动驾驶技术规模化应用方案。

最后,李小鹏补充说道,自动驾驶是传统交通运输行业与新技术结合的产物,新技术赋能传统交通项目,产生新的装备和业态。交通运输部积极鼓励和支持新技术在交通运输行业的应用,使新技术成为交通运输行业的新动能,让交通运输行业成为新装备、新基建、新业态应用市场的主力军。(作者:田野|智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2020-05-21 17:51
37

疫情影响下的汽车芯片市场

不得不说,新冠病毒的影响是史无前例的,整个半导体行业都在感受着这种影响,全球的汽车芯片市场也未能幸免。IDC此前预计汽车和工业半导体市场的表现要好于其他市场,但COVID-19的大流行对汽车市场的打击尤为严重。2019年包括轻型商用车在内的汽车销售下降5 ...查看全部

不得不说,新冠病毒的影响是史无前例的,整个半导体行业都在感受着这种影响,全球的汽车芯片市场也未能幸免。IDC此前预计汽车和工业半导体市场的表现要好于其他市场,但COVID-19的大流行对汽车市场的打击尤为严重。2019年包括轻型商用车在内的汽车销售下降5.6%至8140万辆,导致汽车半导体增长下降2.7%至384亿美元。不由发问,汽车半导体厂商还好吗?

Strategy Analytics汽车业务副总裁Ian Riches表示:“自3月份以来,全球汽车销售和随之而来的汽车电子需求自由下降,与2019年相比,2020年有可能下降25%。”据Strategy Analytics公司的数据分析,NXP,英飞凌,瑞萨,德州仪器和意法半导体仍然保持汽车半导体厂商的前5名。与2018年相比,这五大供应商们在2019年获得的汽车半导体总收入下降了1.3%,至372亿美元。然而,由于新冠疫情的影响,这些厂商2020年的最新财报也大多呈下降之势。

不容乐观的前十大汽车半导体厂商新财报

在前十大汽车半导体厂商中,仅有瑞萨、ST同比有所增长,其他几家的营收都或多或少的有所下降,在汽车业务方面的下降更是明显。2019年就暴露出全球半导体市场需求放缓。包括中国在内的所有主要地区的汽车产量持平或下降,尽管部分被ADAS、电气化动力系统和无线连接等高增长应用所带来的收益机会所抵消,但仍不足以令汽车半导体厂商在2019年实现收入增长。

首先是恩智浦发现自己陷入了困境。恩智浦的第一季度营收为20.2亿美元,比去年同期下降3%,该公司预计第二季度将同比下降19%,至约18亿美元。恩智浦最大的部门汽车业务部门第一季度收入同比下降4%。第二大通讯业务部门遭受10%的打击。好在剩下的两个业务部门都实现了2%的收入增长,在一定程度上限制了损失。公司的运营利润下降了26%,为5400万美元。第二季度,NXP预计运营亏损1.77亿美元。

恩智浦2020年一季度财报

“我们目前发现自己在充满挑战的,非常不稳定的环境中前行。尽管存在当前的挑战,但恩智浦继续保持财务实力,产品组合和客户参与度,以在当前不可预测的环境中强劲崛起。”首席执行官Richard Clemmer在财报中说到。

英飞凌也不容乐观,2020财年第2季度英飞凌收入19.8亿欧元(21.4亿美元),高于上一季度的19.3亿美元。市场对汽车舒适性电子产品和微控制器的需求激增,导致英飞凌的销售额比去年同期增长了7,000万美元。不幸的是,COVID-19对经济的影响使公司的销售与去年同期持平,并导致公司的连续利润和年利润分别下降了15%和23%。

英飞凌2020财年二季度财报

尤其在汽车产品这一重要领域,英飞凌的利润甚至下降了54%。相比之下,工业动力控制业务保持相对稳定,仅下降了7%。电源和传感器系统部门的利润增长了5%,数字安全解决方案部门的利润甚至增长了21%。

对于3季度,英飞凌预计收入在19亿到23亿欧元之间(20.5亿到24.9亿美元)。根据公司的销售情况,它将报告每年下降5%或提高14%。然而,由于该公司第三季度的预测包括了来自Cypress的收入,它的估计比看起来要糟糕。由于疫情仍未得到控制,英飞凌预计其收入缺口将持续到2020年下半年。

英飞凌首席执行官Reinhard Ploss博士表示:“由于新冠病毒的影响,本财年下半年的前景已大大恶化,我们预计汽车业务的收入将急剧下降。我们正在密切关注目标市场的状况,并准备对各种可能的情况迅速做出反应。”

但是,收购赛普拉斯有望大大抵消收入的下降。尤其是在汽车电子领域,Ploss希望此次收购将扩大其产品组合,并帮助其跻身Olympus前十大汽车系统制造商的行列。赛普拉斯的业务将整合到英飞凌的各个部门中。总体而言,英飞凌预计赛普拉斯的整合将为本财年贡献8亿欧元的收入。Ploss预测合并后的公司总收入将增加到84亿欧元。

瑞萨和ST的一季度业绩同比均有所上涨。在车用半导体的流动库存持续消化下,瑞萨第一季度业绩上扬,实现营收为1787亿日元,同比增长19.0%,环比下降6.9%,毛利率为47.3%。然而在新冠肺炎影响下,车用半导体的需求可能出现减少。在今后的财测方面,因受到汽车制造业停产等影响,对业绩所造成的冲击还难以估计。瑞萨只预估今年Q2(4-6月)营收将出现季减6%至1680亿日圆。如果生产方面出现进一步减少,或是客户有取消订单,营收也可能再往下滑。

瑞萨一季度财报

瑞萨也明确表示,正在考虑倍增融资额度。瑞萨的柴田英利社长兼CEO在当天的电话会议上表示,短期内的努力重心将会放在车用市场,也已请求8家金融机构能扩大融资额。瑞萨在2019年1月已拿到500亿日圆的融资额,这次则希望取得等额或以上的融资额度。

德州仪器公司第一季度收入为33.3亿美元,收入比去年同期下降了7%。净利润为11.7亿美元,每股收益为1.24美元。与去年同期相比,模拟业务收入比去年同期下降了2%,嵌入式处理业务下降了18%。嵌入式处理包括连接的微控制器和处理器两条产品线的收入均下降。

德州仪器一季度财报

“由于我们可能面临COVID-19衰退,客户需求的可见度降低,我们正在利用2008年金融危机来预期我们第二季度的前景。为了反映增加的不确定性,我们扩大了我们的指导范围。因此,德州仪器第二季预估营收介于26.1 - 31.9亿美元。”TI董事长,总裁兼首席执行官Rich Templeton表示。

ST财报相对比较乐观,其第一季度净收入22.3亿美元,毛利率37.9%,营业利润率10.4%,净收入1.92亿美元。虽然ST一季度净收入同比增长了7.5%,这主要得益于其成像产品的销售增长以及模拟和微控制器的增长,但汽车和电源分立器件的收入均下降,营业利润率为3.0%,去年同期为10.6%。

ST 2020年一季度财务摘要

“我们的第二季度展望考虑了需求下降的环境,尤其是在汽车领域,以及当前政府法规带来的持续运营和物流挑战。我们预计我们所有的制造工厂都将投入运营。其中一些将以减少的容量运行,目前估计的不饱和费用约为400个基点。”意法半导体总裁兼首席执行官Jean-Marc Chery在财报中指出。

2019年被称作车市寒冬,博世总销售额达777亿欧元,同比微降0.9%。其中汽车与智能交通技术业务板块占集团最大销售份额,表现优于全球汽车产量增速,该板块销售额为468亿欧元,同比下降1.6%(调整汇率影响后为3.1%),息税前利润率达到1.9%。

博世2019年财报

然而2020年疫情流行,博世依然不好过。博世副董事长Stefan Asenkerschbaumer说:“我们处于前所未有的境地,挑战是巨大的。这反映在我们的第一季度数据中,博世集团第一季度销售额同比下降7.3%,仅三月份就下降了17%。即使中国的产量再次增加,而欧洲工业也在为自己的产量做准备,我们还是要为整个2020年的全球严重衰退做好准备。经济产出下降的实际程度仍然只能猜测。在汽车生产中,基于目前显而易见的影响,我们目前对2020年的预期将下降至少20%。”

安森美半导体2020年第一季度收入为12.779亿美元,较2019年第一季度收入下降约8%。2020年第一季度收入与2019年第四季度收入相比下降了约9%。第一季度汽车市场收入为4.39亿美元,占第一季度收入的34%。第一季度汽车收入同比下降6%。汽车市场的同比下滑主要是由于全球各地汽车生产设施的关闭以及合作伙伴制造设施运营水平下降导致的供应紧张。

安森美2020年一季度财报

安森美预计2020年全球轻型汽车产量将同比下降约20%至25%。尽管轻型汽车产量将大幅下降,但我们预计汽车应用中的半导体含量将继续以健康的速度增长。推动汽车电气化,ADAS,燃油效率和LED照明等汽车应用中半导体含量不断增长的主要长期趋势保持不变。

“我们对全球社会应该能够克服当前的危机感到乐观。我们的客户正在下订单,期望在今年下半年复苏。我们有充分的条件表明,随着全球宏观经济的发展,我们朝着目标金融模式的方向加速前进环境恢复了。”安森美半导体总裁兼首席执行官Keith Jackson认为。

当然也有企业在疫情中受益,受惠于远程办公,美光二季度收益超出华尔街预期。2020财年美光二季度收入为48亿美元,上一季度为51.4亿美元,去年同期为58.4亿美元,GAAP净收入为4.05亿美元。更扎人眼球的是,美光对第三季度收入持乐观态度,美光预测第三季度收入在46亿美元至52亿美元之间,中间点要略高于分析师预期的48.7亿美元。

美光2020年二季度财报一览

美光科技公司总裁兼首席执行官Sanjay Mehrotra表示:“尽管COVID-19流行病不断蔓延,但美光科技公司第二季度的业绩和收入仍处于指导范围的高端。我感谢我们的团队在此空前的形势下取得的出色业务执行力。它们的弹性,美光的技术领先地位,更强大的产品组合以及健康的资产负债表,使我们充满信心,我们将从这个充满挑战的时刻中脱颖而出,以把握强劲的内存和存储长期需求机会。”

截至2020年3月31日的财年罗姆前九个月的综合净销售额为2.791.88亿日圆,较上年同期下降10.1%。营业利润较上年同期下降48.9%,至262.57亿日圆,原因是销售下降、固定成本负担增加以及营业利润率从上年同期的16.5%下降至9.4%。


截至2020年3月31日的财年罗姆前九个月财报一览

在截至2月1日的第一季度业绩中,ADI收入13亿美元,与去年同期相比,ADI公司的收入下降了23%,而销售额下降了15%。这是该公司连续第五个季度收益下滑,与去年同期相比,模拟设备的销量已经连续三个季度下降。第二季度的业绩将于5月20日发布。

ADI 2020财年第一季度业绩

“ADI第一季度的业绩符合我们的预期。令人鼓舞的是,随着我们进入第二财季,整个终端市场的需求已稳定下来并开始显示出改善的迹象。”总裁兼首席执行官Vincent Roche在财报中说。“我相信,随着无处不在的传感,超大规模和边缘计算以及无处不在的连接不断以指数级增长为基础的技术创新,对ADI解决方案的需求将是空前的。我们的多元化业务模型与领先的技术组合相结合,使ADI在未来几年可实现可持续的长期增长和强劲的股东回报。”

Microchip Technology是为数不多的环比增长的汽车半导体企业,尽管遇到了COVID-19供应链问题,但该公司在第四财季的收入环比增长。Microchip 2020财年第四季度(2020年1月1日至2020年3月31日)财报显示:其净销售额为13.26亿美元,环比上升3.0%,同比下降0.3%。按照GAAP准则:毛利率为61.4%;营业利润为1.607亿美元;净利润为0.999亿美元。

Microchip首席执行官史Steve Sanghi表示,由于全球经济萎缩,其公司6月份季度收入将减少。他还指出,该公司的积压订单从三月份的季度开始下降,并且在六月份很可能继续下降。因此,该公司已计划启动减薪并减少工作时间。

虽然该公司的短期前景不容乐观,但其对持续和创新的承诺是积极的信号。此外,该公司的手势识别和触摸屏产品有潜力彻底改变汽车行业。最重要的是,Microchip在危机面前的运营弹性表明,其不可避免的反弹将是迅速和强劲的。

汽车半导体市场还有多久能恢复?

“为了控制新冠疫情的蔓延,很多非必要业务被关闭,2020年汽车销量将继续大幅下降。汽车市场的复苏取决于关停的时间长短和消费者从经济损失中恢复的速度。政府的经济和刺激政策也将影响汽车销售和汽车半导体的复苏速度。2020年,非内存汽车半导体预计将再下降14%,并且预计到2022年才会恢复增长。”IDC汽车半导体研究经理Nina Turner说。

恩智浦表示:“中国的需求环境在工业和移动终端市场已得到明显改善。我所知道的是,中国已经针对电池电动汽车续签了一些类似的计划(类似于美国在2009年为旧车换现金),该计划似乎正在奏效。正如我们所说,显然,不仅中国的汽车销量和产量都在增长,而且电动汽车的趋势在中国似乎还不错。”

恩智浦认为,在汽车领域,ADAS /雷达,电气化和车辆网络方面的新业务交易将推动其增长。一旦汽车工厂再次营业,它在动力总成,安全的汽车出入和联网信息娱乐方面的核心业务将恢复。

不过,国内关于汽车市场的好消息接踵而来,首先是蔚来汽车4月交付汽车3155台,同比上涨181%,环比上涨106%,连续两个月环比翻番。股价暴涨10%,市值约上升24亿人民币。蔚来创始人李斌说:“我们见证了强劲的订单增长势头,这得益于我们现有和潜在用户对我们的竞争产品,出色的服务,尤其是电池交换技术的认可度越来越高。”

再就是近日,北汽产投与Imagination集团(简称Imagination)共同签署协议,合资成立北京核芯达科技有限公司。该公司是第一家由中国国有整车企业与国际芯片巨头合资成立的汽车芯片设计公司,将专注于面向自动驾驶的应用处理器和面向智能座舱的语音交互芯片研发,为以北汽集团为代表的国内车企在汽车芯片领域提供先进解决方案。此次北汽与Imagination的牵手开拓了整车企业与国际芯片巨头跨界合作的新范式,有望打造车规级芯片高地,加速车载芯片进步。

随着汽车工厂和企业陆续的复工,多家汽车芯片厂商都看好下半年的复苏,静待反弹的时刻。

博客 自动驾驶小能手

LV5
2020-05-19 09:40
43

北京再发自动驾驶测试牌照 小马智行获载人测试资质

北京再次向三家企业发放自动驾驶测试牌照,商业化落地进程加速。2020年5月14日,北京市自动驾驶测试管理 ...查看全部

北京再次向三家企业发放自动驾驶测试牌照,商业化落地进程加速。2020年5月14日,北京市自动驾驶测试管理联席工作小组(以下简称“联席工作小组”)发布新一批的联席意见,向百度和美团再次发放自动驾驶测试牌照,同时授予小马智行北京市自动驾驶载人测试资质。这是继去年12月30日联席工作小组向百度发放自动驾驶载人测试通知书以来,北京市向自动驾驶企业授予的第二批自动驾驶车辆道路载人测试资质。

此次向百度、美团、小马智行发放自动驾驶测试牌照,表明三家企业均已通过了北京自动驾驶载人测试牌照的相关要求,意味着其向产品化、商业化目标又进一步。

在北京,百度Apollo连续两年蝉联北京自动驾驶路测报告头名,是在京所有测试企业中投入车辆最多、测试里程最长的企业。此外,百度还是首个在京开展自动驾驶载人测试的企业,并获得了中国最高级别、最高标准的T4自动驾驶牌照。

截至目前,百度Apollo 拥有自动驾驶路测牌照数150张、全球智能驾驶专利1800件、测试里程300万公里、全球开发者36000余名、生态合作伙伴178家、开源了56万行代码。在技术、生态等多个领域,Apollo凭借十项“第一”全面引领中国交通出行产业智能化前进步伐。

微信图片_20200519091256.jpg

而美团也早在2019年11月6日就获得北京市申领自动驾驶车辆道路测试试验用临时号牌的资格。

首次在北京获得自动驾驶载人测试牌照的小马智行,已在全球拥有近百辆自动驾驶汽车,且城区公开道路测试里程已超过200万公里。根据计划,小马智行将在北京的海淀、亦庄等区域的公开道路上开展载人路测,并将重点开展网络约车、定点接驳测试。目前,小马智行已在中、美实现常态化运营的自动驾驶测试和自动驾驶移动出行服务。据了解,小马智行已在广州获得首批智能网联汽车路测牌照,以及在美国加州获得了自动驾驶路测和自动驾驶出租车服务双牌照。

1589850609263617.jpg自2017年以来,北京先后发布了关于自动驾驶车联道路测试政策系列管理办法,百度、蔚来、北汽新能源、戴姆勒、小马智行、滴滴、腾讯、奥迪、智行者、重庆金康、四维图新、丰田、美团,十三家企业自动驾驶车辆通过能力评估获取北京市道路测试牌照。截止11月30日,北京市自动驾驶测试总里程达到882688公里,道路测试过程安全可控,未对周边交通环境产生不良影响。

目前,无论从测试管理政策和标准完善度层面、测试环境基础建设及开放层面,亦或是测试主体的服务创新、测试规模、车辆类型丰富度层面,北京市在自动驾驶道路测试领域都“全面领跑全国”。

政策引导层面,2019年12月13日,北京市修订发布的《北京市自动驾驶车辆道路测试管理实施细则(试行)》(下简称《细则》),是目前全国范围最高安全要求、最高门槛的载人测试政策,为自动驾驶车辆安全可靠运行提供了保障。《细则》在全国范围内首次规定了将载人载物测试分为三个阶段:第一阶段,开展测试主体内部员工载人测试,,达标基准为超10万公里以上的安全测试运行。第二阶段,开展社会人员的载人测试,达标基准为50万公里以上的安全测试运行。第三阶段,开展经载人测试志愿者书面同意的,不配备专业工程师的社会人员载人测试,达标基准为100万公里以上的安全测试运行。通过上述阶段的逐级推进,能够在保证测试过程安全有序的前提下,有效推进自动驾驶商业运行的探索工作。

1589850639746638.jpg

市场化支持方面,北京指导建设全国首家市级产业创新中心——北京智能车联产业创新中心(以下简称“北京智能车联”),通过市场的方式协同支撑北京市自动驾驶测试和智能网联产业发展。在政府和服务平台的有效协同推进下,北京市已成为国内自动驾驶测试工作推进高效率、政府标准高度完善、配套测试环境高度丰富的城市智能网联产业发展高地。截止2020年4月底,在相关政策文件的指导下,北京市已经开放自动驾驶测试道路151条,全长503.68公里,覆盖亦庄、海淀、顺义、房山等多个区域,路网里程全国第一。其中,北京亦庄322公里的自动驾驶测试区域,是国内首个大范围、完整的测试区域。北京智能车联作为北京自动驾驶车辆道路测试第三方服务机构,也已在北京建设完成两个封闭测试场,其中国家智能汽车与智慧交通(京冀)示范区亦庄基地是北京市首个T5级封闭测试场,有效服务支撑测试企业按照“场-路-区”逐级递进的测试评价体系,推进执行自动驾驶测试工作。

1589850659178279.jpg

测试主体服务层面,北京市已经为13家自动驾驶企业的77辆自动驾驶车辆发放自动驾驶测试牌照,其中载人测试牌照45张。北京市指导北京智能车联建立了全国首个自动驾驶道路测试管理平台,在管理平台的有效支撑约束下, 北京市自动驾驶安全测试里程超过134万公里,测试里程全国领先。(作者:田野/智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2020-05-19 09:12
34

工信部发布《关于工业大数据发展的指导意见》,着力打造工业大数据生态体系

近年来,我国工业大数据应用迈出关键步伐,在需求分析、流程优化、能源管理等环节,数据驱动的工业新模式新业态不断涌现。工业企业对于跨企业、跨行业数据共享合作的需求正在快速增加,但目前企业普遍反映,数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决。 ...查看全部

近年来,我国工业大数据应用迈出关键步伐,在需求分析、流程优化、能源管理等环节,数据驱动的工业新模式新业态不断涌现。工业企业对于跨企业、跨行业数据共享合作的需求正在快速增加,但目前企业普遍反映,数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决。专家表示,供需双向发力,才能共同推动工业大数据全面深度应用。

工业和信息化部近日印发《关于工业大数据发展的指导意见》,明确将促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理,着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。并提出加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展、加强组织保障等七方面21条指导意见。

各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门(大数据产业主管部门):

工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略,促进工业数字化转型,激发工业数据资源要素潜力,加快工业大数据产业发展,现提出如下意见。
一、总体要求
坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大和十九届二中、三中、四中全会精神,牢固树立新发展理念,按照高质量发展要求,促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理,着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。
二、加快数据汇聚
(一)推动工业数据全面采集。支持工业企业实施设备数字化改造,升级各类信息系统,推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统,引导工业设备企业开放数据接口,实现数据全面采集。
(二)加快工业设备互联互通。持续推进工业互联网建设,实现工业设备的全连接。加快推动工业通信协议兼容统一,打破技术壁垒,形成完整贯通的数据链。
(三)推动工业数据高质量汇聚。组织开展工业数据资源调查,引导企业加强数据资源管理,实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据,在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台,实现多源异构数据的融合和汇聚。
(四)统筹建设国家工业大数据平台。建设国家工业互联网大数据中心,汇聚工业数据,支撑产业监测分析,赋能企业创新发展,提升行业安全运行水平。建立多级联动的国家工业基础大数据库,研制产业链图谱和供应链地图,服务制造业高质量发展。
三、推动数据共享
(五)推动工业数据开放共享。支持优势产业上下游企业开放数据,加强合作,共建安全可信的工业数据空间,建立互利共赢的共享机制。引导和规范公共数据资源开放流动,鼓励相关单位通过共享、交换、交易等方式,提高数据资源价值创造的水平。
(六)激发工业数据市场活力。支持开展数据流动关键技术攻关,建设可信的工业数据流通环境。构建工业大数据资产价值评估体系,研究制定公平、开放、透明的数据交易规则,加强市场监管和行业自律,开展数据资产交易试点,培育工业数据市场。
四、深化数据应用  
(七)推动工业数据深度应用。加快数据全过程应用,发展数据驱动的制造新模式新业态,引导企业用好各业务环节的数据。
(八)开展工业数据应用示范。组织开展工业大数据应用试点示范,总结推广工业大数据应用方法,制定工业大数据应用水平评估标准,加强对地方和企业应用现状的评估。
(九)提升数据平台支撑作用。发挥工业互联网平台优势,提升平台的数据处理能力。面向中小企业开放数据服务资源,提升企业数据应用能力。加快推动工业知识、技术、经验的软件化,培育发展一批面向不同场景的工业APP。
(十)打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛,助力行业创新应用。加大宣传推广力度,开展线上线下数据应用培训活动。
五、完善数据治理
(十一)开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》(GB/T36073-2018,简称DCMM)国家标准,构建工业大数据管理能力评估体系,引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。
(十二)推动标准研制和应用。加强工业大数据标准体系建设,加快数据质量、数据治理和数据安全等关键标准研制,选择条件成熟的行业和地区开展试验验证和试点推广。
(十三)加强工业数据分类分级管理。落实《工业数据分类分级指南(试行)》,实现数据科学管理,推动构建以企业为主体的工业数据分类分级管理体系。
六、强化数据安全
(十四)构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任,构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设,实现闭环管理,全面保障数据安全。
(十五)加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关,提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业,增强数据安全服务,培育良好安全产业生态。
七、促进产业发展
(十六)突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用,推动人工智能、区块链和边缘计算等前沿技术的部署和融合。
(十七)打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发,构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业,发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。
(十八)着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台,围绕重大共性需求和行业痛点开展协同创新,加快技术成果转化,推动产业基础高级化和产业链现代化。
八、加强组织保障
(十九)健全工作推进机制。省级工业和信息化主管部门(大数据产业主管部门)要建立工业大数据推进工作机制,统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新,开展重大问题研究,实施政策评估咨询,助力工业大数据创新应用。
(二十)强化资金人才支持。发挥财政资金的引导作用,推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务,扶持工业大数据创新创业。完善人才培养体系,培育既具备大数据技术能力又熟悉行业需求的复合型人才。
(二十一)促进国际交流合作。围绕政策、技术、标准、人才、企业等方面,推进工业大数据在更大范围、更宽领域、更深层次开展合作交流,不断提升国际化发展水平。

工业和信息化部

2020年4月28日

政 策 解 读

一、什么是工业大数据?为什么要出台《指导意见》?

工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。随着第四次工业革命的深入展开,工业大数据日渐成为工业发展最宝贵的战略资源,是推动制造业数字化、网络化、智能化发展的关键生产要素。全球主要国家和领军企业向工业大数据聚力发力,积极发展数据驱动的新型工业发展模式。
党中央、国务院高度重视大数据发展,强调推动大数据在工业中的应用。习近平总书记指出,要“构建以数据为关键要素的数字经济”“系统推进工业互联网基础设施和数据资源管理体系建设,发挥数据的基础资源作用和创新引擎作用。”《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件均提出要促进工业大数据的发展和应用。今年4月,党中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,明确提出要支持构建工业等领域规范化数据开发利用的场景,提升数据资源价值。
我国是全球第一制造大国,工业大数据资源极为丰富。近年来,随着新一代信息技术与工业融合不断深化,特别是工业互联网创新发展,工业大数据应用迈出了从理念研究走向落地实施的关键步伐,在需求分析、流程优化、预测运维、能源管理等环节,数据驱动的工业新模式新业态不断涌现。但相比于互联网服务领域大数据应用的普及和成熟,工业大数据更加复杂,还面临数据采集汇聚不全面、流通共享不充分、开发应用不深化、治理安全短板突出等问题,总体上仍处于探索和起步阶段,亟待拓展和深化。
未来三到五年,随着5G、工业互联网、人工智能等的发展,工业大数据将从探索起步阶段迈入纵深发展阶段,迎来快速发展的机遇期,全球工业大数据的竞争也将变得更为激烈。立足当前、着眼未来,制定出台《指导意见》意义重大。一是贯彻落实党中央、国务院工作部署的重要举措;二是有利于加快工业数字化转型进程;三是有利于凝聚各方共识,构建协同推进的工作体系,形成发展合力,着力解决突出问题,共建共创工业大数据生态。
二、《指导意见》是怎么编制的?总体考虑是什么?

《指导意见》编制过程如下:2019年4月,我们组织中国信息通信研究院、国家工业信息安全发展研究中心、中国工业互联网研究院、中国电子信息产业发展研究院、中国电子技术标准化研究院、工业和信息化部电子第五研究所等单位组建文件编写组,启动《指导意见》编制工作。编写组在赴广东、浙江、江苏和北京等典型地区实地调研基础上,组织召开了工业企业、互联网企业、工业软件企业等参加的专题座谈会,就工业大数据和工业数字化转型等相关问题听取了近50家企业和院士、专家的意见,并就数据管理等专题听取了部分地方行业主管部门的建议,形成《指导意见》初稿。2019年8月,我们征求了中央网络安全和信息化委员会办公室、国家发展改革委等相关部门意见, 2019年9月在工业和信息化部网站向社会公开征求意见,经认真研究,我们采纳了其中的合理建议,修改完善后形成了《指导意见》。

《指导意见》总体考虑如下:一是坚持全盘布局、系统推进。发展工业大数据是一项复杂的系统工程,既要构建工业大数据采集、汇聚、流通、分析、应用的价值闭环,推动创新发展,也要提升数据治理和安全防护能力,保障发展安全;既要重视在需求侧促进大数据与实际业务深度融合,也要在供给侧推动大数据技术和产业创新发展;既需要在宏观层面加强体系化布局,建立全面系统的工业大数据生态,也需要在微观层面务实着力,提升企业的数据管理能力。因此,《指导意见》的重点任务涉及数据汇聚、数据共享、数据应用、数据治理、数据安全、产业发展6个方面,能够全面支撑工业大数据发展。二是坚持问题导向、突出重点。工业大数据高度复杂,数据采集汇聚难、共享流通难、分析应用难、安全治理难,一蹴而就解决全部问题是不可行也不现实的。在广泛调研和深入研讨的基础上,《指导意见》紧盯问题短板,抓住重点关键,针对我国工业大数据现阶段的发展特点、主要问题和亟待取得突破的重点领域,共设置了18项重点任务,精准施策,务实有序推动工业大数据发展。

三、当前工业数据采集汇聚存在哪些问题?《指导意见》提出了什么举措?
工业大数据的采集汇聚过程中面临的痛点较多。企业反应的主要问题包括:因企业信息化基础差、设备接口不开放等造成数据采集不上来;企业数据底账不清,不知道自己有哪些数据、分布在哪里,大部分工业数据处于“睡眠”状态;因设备不互联,通信协议不兼容等造成不同数据不匹配、不互认,数据孤岛现象普遍;数据失真、失准及一致性差等因素导致数据汇聚质量不高,等等。
《指导意见》部署了3项重点任务,推动全面采集、高效互通和高质量汇聚,包括加快工业企业信息化“补课”、推动工业设备数据接口开放、推动工业通信协议兼容化、组织开展工业数据资源调查“摸家底”、加快多源异构数据的融合和汇聚等具体手段,目的是为了形成完整贯通的高质量数据链,为更好地支撑企业在整体层面、在产业链维度推动全局性数字化转型奠定基础。
四、《指导意见》提出要统筹建设“国家工业大数据平台”的考虑是什么?
在国家层面把基础数据汇聚起来,建设以大数据为手段支撑政府精准施策、精准管理的平台,正变得日益重要。比如,在此次疫情爆发初期,针对重点物资保障需求不明、底数不清、对接不畅等困难,工信部依托制造强国产业基础大数据平台快速建成“国家重点医疗物资保障平台”,运用信息化手段保障重点医疗物资的科学调度、统筹平衡和高效供应,为打赢疫情防控阻击战提供有力支撑。《指导意见》部署了“建设国家工业互联网大数据中心”、“建立多级联动的国家工业基础大数据库”等具体手段,以更好地服务政府决策和企业发展。
五、关于促进工业数据共享流通,《指导意见》有哪些举措?
随着新一代信息技术与工业融合从单点局部走向全局优化,工业企业对于跨企业、跨行业数据共享合作的需求正在快速加。推动数据共享流通,促进数据要素市场化配置,也是4月党中央、国务院发布的文件《关于构建更加完善的要素市场化配置体制机制的意见》部署的重点任务。但目前,企业普遍反应,因数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决,跨企业、跨行业的数据共享流通难以开展。这是一个全球性难题。《指导意见》部署了2项重点任务,通过探索建立工业数据空间、加快区块链等技术在数据流通中的应用、完善工业大数据资产价值评估体系等方式,从技术手段、定价机制、交易规则等多个方面着手,激发工业数据市场活力,促进数据市场化配置。
六、当前工业大数据应用中存在什么问题?《指导意见》如何促进工业大数据应用?
部分领军企业在数据应用上进行了深入探索,也取得了发展实效,但大量工业企业的数据应用仍然是单点的,局部的、低水平的。企业反映的原因包括:对数据的不重视,“不想用”;数据分析的手段、人才等缺乏,“不会用”;对数据应用规律缺乏认识,数据应用投入大,“不敢用”,等等。《指导意见》部署了4项重点任务,通过在需求端组织开展工业大数据应用试点示范、开展工业大数据竞赛等手段,解决不想用、不敢用等问题;通过在供给端培育海量工业APP、工业大数据解决方案供应商、向中小企业开放数据服务能力、培育应用生态等手段, 降低企业数据应用的成本投入和专业壁垒,解决不会用、不敢用问题。供需双向发力,共同推动工业大数据全面深度应用。
七、《指导意见》为什么强调要“开展数据管理能力评估贯标”?
目前工业大数据的顶层设计已经基本完备,落地实施的一个关键抓手在微观企业上:只有当千千万万的微观工业企业有能力管好、用好数据,工业大数据价值才能真正遍地开花。但当前,仍有大量工业企业对数据不重视,欠缺数据管理的意识和能力。从美国的经验和我国推进两化融合的经验来看,建立数据管理能力标准、然后引导企业进行贯标,是快速将数据驱动能力注入企业的行之有效的方法。《指导意见》强调推广《数据管理能力成熟度评估模型》(DCMM)国家标准,以贯标评估引导工业企业切实提升数据管理能力,为全面激发工业数据价值打下坚实微观基础。
八、在强化数据安全防护方面,《指导意见》有哪些重点举措?
工业数据已成为黑客攻击的重点目标。相关数据显示,我国34%的联网工业设备存在高危漏洞,这些设备的厂商、型号、参数等信息长期遭恶意嗅探,仅在2019年上半年嗅探事件就高达5151万起。导致工业信息安全防护能力滞后于工业融合发展进程的原因,除了技术上传统IT信息安全系统无法有效防护工业数据安全外,工业数据安全责任体系建设方面的部分空白也是重要原因。此外,我国工业信息安全领域的企业规模普遍小,缺少龙头企业,产品竞争力不强。《指导意见》布局了2项重点任务,强调明确企业安全主体责任和各级政府监督管理责任,建立工业数据安全责任体系;支持安全产品开发,培育良好安全产业生态,多措并举创新和强化工业数据安全防护,筑好筑牢发展的底线和防线。
九、下一步,如何推动《指导意见》落实?
(一)组织宣贯培训。面向地方各级工业和信息化主管部门、事业单位、工业企业和工业互联网平台企业等,详细解读和宣贯《指导意见》内容。
(二)建立推进机制。会同工业和信息化部相关司局以及业内外资深专家等组建推进工作机制,与各地工业和信息化主管部门做好对接,建立纵向联动、横向协同的推进工作机制,确保重点任务落实,及时沟通信息、交流经验。
(三)任务分解落实。抓紧制定形成可落地、可执行的重点任务分工表,落实推进责任。鼓励和指导地方工业和信息化主管部门结合区域特点,提出适合本地区实际情况的政策措施。
(四)开展试点示范。鼓励有条件的地方、行业和工业企业围绕数据共享流通、数据应用、数据管理能力评估、数据分级分类等重点任务先行先试,按照边试点、边总结、边推广的思路,探索可复制、可推广的实施路径和模式。(作者:叶小玉)

博客 自动驾驶小能手

LV5
2020-05-18 14:54
43

联想:下一波AI浪潮更大

人工智能是一个广阔的领域,涵盖了图像识别,自然语言处理(NLP)和机器人技术等各个领域。人工智能技术的发展有时似乎是疯狂的,因此很难跟上所有正在发生的事情。毫不奇怪,许多组织寻求其IT供应商合作伙伴来帮助他们开发和部署AI解决方 ...查看全部

人工智能是一个广阔的领域,涵盖了图像识别,自然语言处理(NLP)和机器人技术等各个领域。人工智能技术的发展有时似乎是疯狂的,因此很难跟上所有正在发生的事情。

毫不奇怪,许多组织寻求其IT供应商合作伙伴来帮助他们开发和部署AI解决方案,以最好地满足他们的需求。David Ellison是联想的高级人工智能数据科学家,他的职责包括使用尖端的AI技术为客户组织提供解决方案,同时内部支持联想全球数据中心集团的总体AI战略。
联想已经商业交付的项目包括使用卷积神经网络从图像中提取特征并将其分类为缺陷或非缺陷的工厂中检测制造缺陷的项目。联想还为赛车公司开发了计算机视觉系统,以决定是否应召唤特定的赛车维修保养。
根据Ellison的说法,今年和不久的将来,人工智能的主要趋势包括基于计算机视觉的应用程序,用于训练AI模型的数据生成和数据标记算法的开发以及归因于变压器的自然语言处理的快速发展。
让我们仔细看看联想对AI的一些主要近期趋势的概述。
计算机视觉
在计算机视觉方面,开发人员和研究人员现在开始探索将这种能力与人工智能的其他一些领域相结合的实用方法,比如机器人技术或自动应用图像字幕等应用的自然语言处理。据Ellison说,这部分是因为计算机视觉的一些基本问题已经被证明很难解决,研究人员正在寻找新的方法来解决这些问题,而不是简单地推动研究领域向前发展。
“我认为我们在解决一些核心的计算机视觉任务时遇到了问题,比如3D投影,”埃里森告诉Next平台。“例如,当你看到一张图片,一栋建筑的二维图像,人类的大脑可以将其推断成三维的形状,但机器很难做到这一点。”在这方面已经有很多研究,但这是一个尚未解决的核心问题,我认为人们会感到沮丧,会尝试一些新的东西,或者尝试将它与其他领域相结合,找到更好的用途。”
Ellison认为,这就是为什么机器人技术是目前最广泛研究的人工智能领域之一,因为它为人们提供了一个明确的目标。他列举的例子包括使人工智能能够使用视觉感应在其周围的空间中安全移动——无论是制造工厂的机械臂,还是使用人工智能导航到目的地的自动车辆。
训练数据
已经熟悉AI的人们会知道,成功训练模型的关键因素之一就是数据,其中很多都是数据。实际上,对它进行训练的数据越多,传递所需结果的效果就越好。根据埃里森的说法,计算机视觉目前正处于困境中,因为用于训练模型的数据集没有足够多的样本。例如,用于训练模型以导航室内空间的广泛使用的3D空间吉布森数据库(Gibson Database of 3D Spaces)包含572座由1,447层楼组成的完整建筑物。虽然令人印象深刻,但这不太可能是人工智能系统在现实世界中可以满足的全面要求。
当对象的方位与训练计算机视觉模型时的方位不同时,会发生类似的问题。在广泛用于AI训练的ImageNet数据集中,“一切都像是一张椅子,只是一张椅子的照片,它位于房间正对着摄像机的中间。如果您将椅子的侧面翻过来,计算机视觉应用程序突然会认不出椅子。”Ellison说。
这个缺点是一个名为ObjectNet的新数据集的灵感来源,它以不同的配置显示日常项目,例如椅子翻转或倒置。这个训练集被用来解决计算机视觉的一些缺点,例如不能识别方向不正常或部分模糊的物体。
但是获取足够大且多样化的数据集进行AI训练的问题仍然存在,这导致了Ellison识别出的另一个主要趋势,即使用AI首先帮助生成数据集的趋势。
自我监督与综合数据
建立数据集需要人工操作人员对数据进行大量手动标记,因此,现在越来越多的研究项目集中在自我监督算法上,这些算法可以获取已收集的数据并使计算机自动为数据添加标签。
“一个典型的例子是带有计算机视觉应用程序和接近传感器的机器人。计算机视觉比接近传感器能够看得更远。但是随着机器人的前进,计算机视觉中出现的东西最终将作为对象出现在接近传感器中。”埃里森解释说。获取该传感器数据并及时回溯到首次看到该对象的时间,然后可以对其进行标记。 
开发人员面临的另一个挑战是,一旦部署,AI系统极不可能遇到的数据点,因此可能无法在训练数据集中表示。但是,如果这些边缘情况代表实际情况,则需要考虑这些情况,以确保AI模型正确处理它们。 
“关键示例是自动驾驶汽车。您的数据集中将有多少次在黄昏的暴风雪中开车上山?您不会在数据集中拥有很多这样的情况,因此它们实际上必须进行模拟数据。” Ellison说。 
换句话说,通过使用通过多种方法(例如生成模型)创建的综合数据来解决极端情况。但这提出了一个问题,即数据科学家或开发人员如何才能确保此类合成数据能够准确表示AI在现实生活中会遇到的情况。 
Ellison承认:“这是一个主要问题,”到目前为止,解决方案是仅生成更多数据,并希望这将为那些用例提供足够的综合数据。但是,还使用了诸如神经网络自动编码器或更复杂的生成对抗网络(GAN)之类的方法,其中一个网络创建合成数据,第二个网络用于判断该候选数据的质量。 
“因此,它认为这种示例足够现实,这是对自身的一种训练。您同时训练两个神经网络,一个生成这些示例,一个判断这些示例,并希望最终得到更现实的东西。” Ellison说。 
GANs已经被用于生成数据的一个很好的例子是“深度伪造”技术,这种技术已经被用于创建逼真的人脸,或者改变视频,使视频中的人看起来像是在单独的音轨中说话。据埃里森说,这表明了这类模型已经达到的复杂程度。
转换自然语言处理
与此同时,过去几年自然语言处理领域的成功案例之一是基于转换的深度学习模型,埃里森相信这些模型将继续占据主导地位。这是因为它们已经发展到能够识别句子之间的依赖关系和连接,而早期模型中使用的递归神经网络(RNNs)本质上是顺序的,往往会失去单词的上下文。
“如果您看一个变压器,它具有蒙版的多头注意力层,添加和规范层以及前馈层,但是它不具备RNN具有的所有反馈机制,实际上会减慢处理速度,因此它们能够看到更大的区域。”
根据Ellison的说法,这会影响模型解释含义的能力,因为RNN在识别多个句子中的同一实体方面存在问题。
“ RNN非常擅长用“蒂姆搬椅子”这样的句子来确定主题,但是如果您跟进“他有红头发”,我们知道这里的“他”仍然是指蒂姆,但是一种算法可以很难在这两个句子之间跳跃。递归神经网络在这样做时遇到了问题。”
这种架构已导致变压器在许多最近开发的NLP模型中扮演重要角色,例如Google的BERT和OpenAI的GPT-2,以及Facebook的RoBERTa和Microsoft的MT-DNN,它们在诸如此类的NLP任务中显示出巨大的希望例如文档分类,情感分析,问题解答和句子相似度。(作者:THE NEX TPLATFORM)

博客 自动驾驶小能手

LV5
2020-05-18 14:41
48

新基建背景下 汽车产业的发展机遇与挑战

近年来,新型基础设施建设受到广泛关注,特别是进入2020年,多项利好政策的相继出台,不仅为我国汽车产业高 ...查看全部

近年来,新型基础设施建设受到广泛关注,特别是进入2020年,多项利好政策的相继出台,不仅为我国汽车产业高质量发展奠定了基础,而且还为我国汽车产业的转型升级提供了新动能。

围绕新基建与汽车产业之间的关系以及新基建背景下汽车产业的发展机遇与挑战的话题,5月9日,在中国电动汽车百人会召开的汽车产业形势与政策高端研讨会上,来自产学研领域的10余位相关专家、学者及企业家,在云会议上进行了精彩的讨论。

新基建与汽车产业协同发展

“汽车产业与新基建之间的关系非常密切,数字技术在汽车产业中的应用潜力巨大”,全国政协经济委员会副主任、中国发展研究基金会副理事长刘世锦如是说。他认为,最近几年我国数字技术和数字经济正在蓬勃发展,汽车行业里的“三化”(电动化、智能化、共享化),都与数字技术高度相关。例如,电池领域的分布式能源、智能领域的自动驾驶与低时延技术、共享领域的共享出行,很大部分采用的是数字技术。
“卫星互联网、新能源汽车都是新基建的建设内容,卫星互联网的发展,将传统平面网络变成立体网络,广域覆盖、宽带连接,势必将会对汽车行业产生深远影响。”在中国航天科工三院航天海鹰卫星运营事业部总经理袁鸿翼看来,随着通信导航一体化、天地网融合的发展,低轨宽带星座在汽车领域的广泛应用,可为车辆智能网联、云端协同、车路协同等创新应用场景提供通信保障。
1589507903416016.jpg
中国移动研究院研究员王泉则从新基建所涉及的具体内容,解释了新基建与汽车产业的关系。他表示,新基建主要包括5G、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等7个领域。其中5G、大数据中心、人工智能,都属于新一代的信息基础设施,工业互联网新一代信息基础设施是在工业领域的应用,智能网联汽车属于新一代信息基础设施在汽车和交通领域的应用。
同时,他强调,新一代信息基础设施对汽车产业的影响主要包括四方面:5G、大数据中心、人工智能对汽车产业的影响以及新一代信息基础设施对汽车的制造业产生的影响。
新基建背景下汽车产业的发展机遇
“新基建主要的利好行业包括通信、软件、互联网等领域,而这些领域跟我们的汽车产业都有比较大的关联度,从这个方面来看,新基建对于汽车产业来说是比较大的利好。”在赛迪顾问软件与信息服务业研究中心的副总经理王云侯看来,基于新基建的投资,很大程度上也会促进汽车产业的转型升级。
1589507920540365.jpg
具体到工业互联网领域,他认为工业互联网能够在三方面帮助汽车生产企业转型升级。
  • 第一,工业互联网能够帮助汽车生产企业提升自主研发水平。

  • 第二,通过这种工业软件的应用或者是通过智能生产设备的应用,可以去极大的提升企业在制造过程中的生产效率。

  • 第三,面对终端的消费者,工业互联网能够帮助车企去解决供应链管理和市场销售方面的数据流通和供应链原材料采购效率的问题。

具体到信息基础设施层面,中国移动研究院研究员王泉认为,新一代信息基础设施给汽车产业提供了两大机遇。
  • 一是,新一代信息基础设施将加速推进汽车产业与汽车交通业数字化的转型升级。他指出,我国将新一代信息基础设施其中四个方面纳入了新基建战略的范畴,这就为我们国家的汽车产业和汽车交通赶超甚至引领世界先进水平提供了一个难得的发展机遇。

  • 二是,新一代信息基础设施为汽车和交通信息数据的采集、汇聚、协同、共享提供了有力的技术保障,为推动汽车交通相关的各方,包括信息通信行业、汽车制造业、交通管理、交通运输部等部门进行协同、合作和发展提供了技术保障。

中国航天科工三院航天海鹰卫星运营事业部总经理袁鸿翼认为,卫星互联网的发展将助力智能汽车产业发展,让“人 - 车- 路- 云”协同感知控制更智慧、更精细,让驾驶安全、交通效率和信息服务向更加安全、协同、智能、绿色方向发展,有效解决城市交通问题。
具体到新能源充电桩领域,国网电动汽车公司董事长、党委书记全生明表示:“这次国家将充电桩纳入新基建重点领域,它的最大意义在于解决电动汽车充电难的问题,进一步激发了新能源电动汽车消费的需求”
新基建背景下汽车产业的发展挑战
新基建与汽车产业的融合,车路协同是一个重要抓手,但中电海康集团海康智联CTO刘彦斌看来,未来通过聪明的车+智慧的路形成车路协同,汽车产业还需要解决三方面的问题。
  • 第一,对于政府层面来说,做好车路协同必须要解决行业管理的痛点,比如交通拥堵、交通违章等。

  • 第二,对B端,他认为车路协同可以构建一个产业生态,因为未来整个车端的改造升级,可能会引发新的产品和终端出现。

  • 第三,对C端的消费者来说,短期内不仅要提供更多的车路协同精准的信息服务,更长远来说,未来还要让C端车主体验到更多的出行便捷服务。

1589507942320641.jpg
对于新基建在实际落地中的问题,百度智能驾驶事业群组自动驾驶技术部副总经理陶吉认为,车路协同从示范走向规模化,要真正把这个示范当成效果体现的一个试验田,而不仅仅是去参与基建、参与把政府的投资能够分一杯羹。为此,他就车路协同实际落地过程中出现的问题,提出了两点思考。
  • 一是,基础设施建设好之后到底谁来运营。目前,国家的相关政策部门尚未明确指定谁有权限来运营这样的设施,因此,他建议各个地方的政府能够先行先试,把数据真正的融合打通去提供服务,验证商业模式,如此才能看到示范区向规模化与可持续发展的可能性。

  • 二是,光有基础设施是远远不够的。对于智能网联汽车,他表示,不能指望全中国80%的道路都铺好了再进行网联化的车辆建设,反之也不能指望网联化的车辆建设好再去铺设道路。因此,需要示范区来打破这样的死结,通过循环带动的方式推动汽车产业发展。

“在新基建道路数字化这方面,还存在无统一标准的问题。”华为车联网产业发展总监许智宇表示,在道路智能化的分级上,是一条路上建设了一个感知设备或者是一个网联设备,就叫智能化道路、数字化道路,还是要建到什么样的水平?对此,他建议联合行业的力量,共促标准的推出与应用。(作者:郭王虎/智能网联汽车杂志)

博客 自动驾驶小能手

LV5
2020-05-15 09:59
74

邬贺铨院士:5G发力新基建,创新应对新挑战

方兴未艾的“新基建”,5G必不可少。4月28日至30日,由未来移动通信论坛主办的5G和网络发展战略研讨会在线召开。“新基建”下的5G网络建设是此次研讨会聚焦话题之一。“5G作为‘新基建’的首选,被赋予应对疫情带来的经济下行压力 ...查看全部

方兴未艾的“新基建”,5G必不可少。

4月28日至30日,由未来移动通信论坛主办的5G和网络发展战略研讨会在线召开。“新基建”下的5G网络建设是此次研讨会聚焦话题之一。

“5G作为‘新基建’的首选,被赋予应对疫情带来的经济下行压力和为经济高质量可持续发展提供新引擎的重任。” 中国工程院院士、未来移动通信论坛理事长邬贺铨说。他强调,5G发力“新基建”,还需通过创新来应对新的挑战。

2020年,中国将占全球5G连接数的70%

“5G进入‘新基建’的头榜,我个人觉得一点都不奇怪。因为从2017年开始,连续三年政府工作报告里都把5G作为重点工作加以描述。”中国联通运维部总经理马红兵说。

研讨会上,多位专家提到,在阻击新冠肺炎疫情当中,5G已经发挥出不少作用。

“疫情之下,5G应用初试身手,在远程医疗、公共监控、智慧教育、远程办公、巡检物流等领域发挥了重要作用。”中国信息通信研究院副院长王志勤说。

王志勤举例,在抗击疫情过程中,武汉雷神山医院与北上广多家医院共同开展远程会诊,四地使用5G连线,进行远程CT协作,为重症患者的CT影像远程标注和研讨,并给出诊断方案。

在复工复产方面,王志勤介绍,5G远程办公、5G远程签约、5G智慧物流、5G智慧工地等应用推动企业安全有序复工复产,满足政企需求,为市场注入信心。

从进展来看,我国的5G部署确实已取得一些成果。王志勤介绍,今年将是我国规模建设5G网络的关键时间段。截至2020年2月,我们国家已经建设5G基站16万,用户达到1300多万,今年内会建设超过55万基站。整个规模和推进应该说非常快。

“运营商克服困难,主动提高2020年建网目标,预计中国的5G用户渗透率到2020年底将超过4G商用后一年的水平。” 邬贺铨说,根据相关预测,2020年,中国将占全球5G连接数的70%,2025年中国5G占全国移动连接总数的47%。

中国5G的真正考验是技术创新

不过,在邬贺铨看来,5G“新基建”需要应对不少挑战。

“5G从标准发布到大规模建网的时间间隔比前几代移动通信都短,技术、运维、产品、市场都面临成熟性的压力,5G还带来新的安全挑战。” 邬贺铨说。

在技术成熟度方面,邬贺铨认为,我国5G正式商用还不到半年,主要亮点还只是宽带移动接入,尚未经受大流量、大连接、高可靠、低时延的充分考验。

他进一步指出,我国今年在全球率先开展独立组网(SA)大规模建设,将启动基于服务的网络体系(SBA)和虚拟化及网络切片等新功能,为面向工业互联网和车联网应用奠定基础,但目前SDN、NFV、网络切片等大规模组网技术尚未验证,我们面临SA探路的风险。

此外,在核心网络路由协议方面,5G目前的标准并无突破,这在大规模建设5G核心网时需要加以考虑。而且,在密集业务流区域需要使用毫米波技术,我国在这一频段的技术积累是短板。

“目前公众对5G的认识是带宽更宽、速度更快,这并不足以迅速扩大用户群,用户需要有更高价值的体验。” 邬贺铨谈到,远程医疗、无人驾驶、机器人和工业互联网的应用很多涉及产业安全、人身安全、隐私保护以及伦理,超出了现有法律规范的内容,需要加快完善与5G应用有关的法律法规体系。

在邬贺铨看来,5G建设前期投入压力很大,而移动通信网络和用户没有达到规模就难言投资回报。5G作为新型基础设施,不仅运营商要担当作为,也需要产业链各方共同发力,还需要政府政策大力支持。

“‘新基建’对中国的5G而言,不仅是建设工程,也是技术创新的继续,这是对中国5G引领的真正考验。” 邬贺铨说。(作者:刘园园)

博客 自动驾驶小能手

LV5
2020-05-15 09:52
47

车联网“新基建”,无锡领跑

当路口绿灯剩余6秒时,终端就会建议车速在50km/h。无锡车联网项目组相关负责人介绍了车联网的工作场景。在无锡C-V2X网络覆盖范围内,车辆上安装的车联网终端——智能后视镜,实时显示着下一个路口的红绿灯读秒信息、实时路况、当前车速、建议车速等信息,并伴有 ...查看全部

当路口绿灯剩余6秒时,终端就会建议车速在50km/h。无锡车联网项目组相关负责人介绍了车联网的工作场景。在无锡C-V2X网络覆盖范围内,车辆上安装的车联网终端——智能后视镜,实时显示着下一个路口的红绿灯读秒信息、实时路况、当前车速、建议车速等信息,并伴有语音播报。

5月9日,江苏省车联网先导区建设现场推进会在锡召开,来自全省各相关部门领导、企业家、专家学者共计200余人参会。

1589068511854034734.jpg

江苏车联网在全国范围起步较早,2017年,无锡市开始车联网建设的初步探索。2018年,全球首个城市级C-V2X 示范应用项目落地在无锡。

2019年5月,工信部复函支持创建江苏(无锡)车联网先导区,无锡成为我国第一个国家级车联网先导区。

2019年10月,江苏省工信厅批复支持苏州市以常熟市、相城区、工业园区为主体创建省级车联网(智能网联汽车)先导区。

目前,江苏已在城市级C-V2X示范、场景应用、基础设施建设、产品创新等方面做出诸多突破性贡献。

初步构建成涵盖技术、标准、产品、应用、测试和服务体系的完整车联网产业生态,打造了“人、车、路、网、云”全方位协同体系,持续建设车联网突破创新先行地、规模应用试验田、技术标准策源地、产业发展集聚区,探索车联网发展的“江苏路径”。

无锡领跑啦!

★近年来无锡始终坚守C-V2X车路协同路线,融合升级智慧交通,打造了全球规模最大的车联网城市级LTE-V2X网络;

★首创了“一中心三平台”的车联网系统架构;

★突破了车联网核心关键技术瓶颈;

★构建了跨行业车联网标准体系。

在新一轮车联网发展浪潮中

无锡作为上半场的引领者、探路者

稳住优势、保持领先

1589068549538030151.jpg

接下来怎么干?

●我市将着力强化顶层设计,提高站位确立产业发展路径;

●布局车联网“新基建”,创新部署打造示范样板工程;

●抢抓5G发展机遇,凝聚力量加快技术标准制定;

●深化企业合作,建营并重推动商业模式成熟;

●做优产业生态,多方联动构建协同创新体系。

当天

江苏省智能网联汽车标准化技术委员会正式揭牌

并发布江苏省车联网产业发展“十大”标志性工程

无锡城市级车联网大规模应用提升工程入选

2019年江苏省车联网(智能网联汽车)

优秀创新技术和产品同期发布

江苏宣布支持南京(秦淮)创建省级车联网先导区

1589068575191085783.jpg

为了推进车联网运营服务和产业集聚发展无锡市还与平安集团签署车联网战略合作协议

根据协议,平安将充分发挥其在大数据、云计算、区块链的金融科技优势,协同开展模式创新、科技创新,围绕车联网运营服务及产业发展、新型基础设施、智慧交通治理和服务、智慧交通创新等领域开展合作。

博客 自动驾驶小能手

LV5
2020-05-14 16:40
53