MotionWise为智驾系统开发降低复杂度

伴随车联网、自动驾驶等技术的发展，汽车早已从单纯的交通工具转变为集“办公、社交、娱乐、支付”等为一体的第三空间。根据盖世研究院测算，2030年，中国L2/L2+的乘用车渗透率将达75%，L3则将达到6%。

这一背景下，传统以“车”为核心，以OEM为链头的垂直供应链模式显然难以适应飞速变化的市场需求，需要转变为以“人”为核心、以数据和软件为驱动、以开放平台为基础的技术生态系统。

基于开放平台，汽车系统开发可以实现软硬解耦，实现硬件平台、软件平台、应用程序的分别更新迭代，行业玩家们也可以在新的生产关系上发展新的合作模式和商业模式，但这种变化也为OEM带来了指数级增长的复杂性挑战。

TTTech Auto China总经理欧阳扬表示，现在L2++的系统，以及未来L3/L4系统的应用和任务越来越多，越来越复杂，随之产生的系统配置和任务调度规划越来越复杂，就系统配置的需求而言，比如在100个软件应用+46个CPU核+6个硬件加速+2个以太网交换器+1024个时间敏感网络（TSN）链路的软硬件环境下，理论上可行的配置集数量会是10的5000次方，而满足全部100个约束条件的解集大约只有10的5次方。

相当于，“在10的4995次方的范围里面找到一个有效配置的难度，比我们在宇宙中找到一个特定原子的难度还要高亿万倍。”

为了助力企业驾驭SDV时代的开发复杂度，TTTech推出了MotionWise这一安全的汽车软件中间件平台，提供自动化开发框架，可以明显减少软件开发的工作量、硬件成本，缩短产品的上市周期，同时又可以带来端到端的确定性保证。

欧阳扬表示，MotionWise已经部署在全球超过200多万辆汽车之上，“到2025年，TTTech auto希望在TTTech Auto的工具软件帮助下，将OEM每版软件功能集成的工时从现在的60天变为1天，让每版软件能节省170万人民币左右的成本。”

TTTech Auto China总经理欧阳扬

行业之变：高复杂性和短开发周期的终极博弈

近两年来，消费者对于智能化的直观感受不仅有“高清大屏、辅助驾驶和多模交互”等配置升级，还有越来越快的车型推新节奏。根据乘联会的月度传统OEM新车上市统计数据，2021 年，乘用车市场共推出了 384 款新车，几乎每天都有新车发行。

一方面，新车平均研发周期正快速缩短；另一方面，自动驾驶向高阶演进、整车架构变革、Ai等新技术引入也为汽车行业带来了不同层级的复杂性挑战：

第一，从L2到L3、L4的演进过程中，自动驾驶系统的安全性要求越来越高。L3级及以上的自动驾驶系统需要实现全天候的可靠运行，这需要完善的安全策略；分层式、模块化的系统设计；有效的安全运行维护机制；持续的安全改进和更新计划作为支撑。

欧阳扬指出，ISO 26262的ASIL-D安全性认证主要是基于系统开发流程的视角提出的，而在量产软件的技术安全上并没有提出具体的解决方案，这就需要行业参与者们基于科学理论和行业经验去解决可能遇到的难题。

第二，随软件功能增加、车型快速迭代，OEM面临着指数级增长的复杂性挑战。由于售卖车型、地区、法规、消费者偏好等类目的不同，OEM每进行一次功能升级，都需要对以上的多个类目进行优化组合。欧阳扬透露，有OEM 曾对这种复杂性的数量级进行过粗略估算：大概每月需要发布200个不同软件版本。

来源：嘉宾演讲材料

第三，电子电气架构的变迁，AI、云计算、TSN、PCle等新技术的引入，导致汽车开发的复杂性及所在领域也发生了改变。如果说传统汽车行业的核心技术往往集中在动力系统上，智能汽车的技术难点往往还会集中在多线程应用运行和跨域异构的快速通信等领域。

第四，汽车应用程序和任务的增加也为系统配置带来了复杂性的挑战。就系统配置的需求而言，如果在100个软件应用+46个CPU核+6个硬件加速+2个以太网交换器+1024个TSN链路的软硬件环境下，理论上可行的配置集数量会是10的5000次方，而满足全部100个约束条件的解集大约只有10的5次方。

欧阳扬直言，“在10的4995次方里面找到一个有效配置的难度，比我们在宇宙中找到一个特定原子的难度还要高亿万倍。”

针对这一“大海捞针”式的难题，TTTech提供一套基于智能启发式方法的算法工具，可以让用户合理有效地构建自己的任务模型和计算链模型，从而在200秒左右找到可行的调度表。这也是TTTech最核心的技术之一，欧阳扬表示，这项技术将在自动驾驶领域不可或缺并大有可为。

来源：嘉宾演讲材料

他进一步指出，要解决以上提到的不同层级的复杂性挑战，就宏观的行业发展方向而言，“OEM-Tier1-Tier2”垂直链条+V型开发流程已经无法满足市场需求，而“汽车行业正在从传统汽车供应链转型为以开放平台为基础的技术生态系统。”

一方面，基于互联网、云计算等技术，整合数据、软件、算力等资源的开放平台可以助力企业实现软硬解耦，缩短软件更新周期；另一方面，通过技术生态系统，汽车行业可以不断从跨界玩家中汲取新鲜活力，提升汽车产品的智能化水平并改变用户体验。盖世汽车研究院也在此前指出，新科技与软件公司的涌入正在重塑汽车软件竞争核心要素和价值链。

为此，欧阳扬表示：“我们要创建具有系统确定性的CarOS（即汽车系统级的软件平台）。在保证功能安全和信息安全的同时，具备高度的可集成性和足够的成熟度，没有SOP（即产品交付）的风险，可以保证以增量和持续的方式交付软件，并为软件开发人员提供强大的开发工具和友好、灵活的开发体验。”

来源：TTTech auto 官网

“某种意义来说，如果哪家OEM提前建立了这样一个创新的中心式软件平台，或许就可以在未来残酷的竞争中取得先机。”

行业趋势之外，如何就现阶段的行业痛点提出可行方案？欧阳扬从TTTech auto所践行的“系统级的安全负载编排+自动化的开发工具集”入手，梳理了降低系统集成复杂度、缩短整体开发周期的技术和产品需求。

来源：嘉宾演讲材料

系统级的安全负载编排+自动化的开发工具集，TTTech auto助力OEM驾驭SDV复杂性

就系统级的安全负载编排而言，TTTech auto认为，在任务编排的时候一定要基于系统级进行考虑。在硬件层面，要能够适应HPC，Zonal等新式架构，同时也要兼容传统的分布式E/E架构。

在通信协议方面，既要能够支持PCle和TSN协议，也要能够与旧有的CAN总线进行通信。

在软件方面，要能够支持从L1（SOC层）到L3（系统层）的不同类型的 *** 作系统，能够跨域整合全局资源，只有这样才能为OEM/系统集成商提供有效的解决方案。

欧阳扬表示，系统级的安全负载编排是发挥新技术最大效能的关键一环：“现阶段，很多OEM经常表示没有看到TSN的实际效果。但这不是TSN的问题，相反，这是因为行业内没有基于系统视角编排这些任务，不能发挥TSN本身的确定性优势。”

瞄准这一痛点，TTTech auto一早布局，同DDS所用OMG标准的最早创立者之一，发布Cyclone DDS的鼻祖级企业ZettaScale合作，联合开发出欧洲首个通过ASIL-D认证的OMG DDS产品——MotionWise Cyclone DDS。

来源：嘉宾演讲材料

MotionWise Cyclone DDS将Cyclone DDS 与 TTTech Auto 的TSN 技术相结合，支持与ROS2 和Adaptive AUTOSAR 等已建立的标准化软件进行互 *** 作，为新式 E/E 架构中的灵活应用程序开发、端到端车辆行为优化和系统级的全局调度奠定了基础。

此外，TTTech auto还通过改进ZettaScale发明的尖端通信协议Zenoh与DDS结合，大大降低了DDS在MCU侧资源占有率过高的问题。

欧阳扬同时指出，汽车软件复杂度的提升也带来了更多元的供应体系，一辆车上的的软件或来源于十几个不同的供应商，导致设计、开发到最终上车的环节之间存在断层。正因此，行业对“无缝开发”的呼声也越来越响。

TTTech Auto敏锐捕捉到了这一点，欧阳扬提出：“通过在 TTTech 组合中加入 DDS 以及TSN技术组件，我们实现了整个 MotionWise 车辆软件平台的模块化战略。”基于MotionWise + Cyclone DDS +TSN的产品组合，TTTech auto提供能够针对全部应用、任务、网络进行整体规划和全局调度的全套工具，还可以根据客户的需求提供不同配置的多个版本。

来源：嘉宾演讲材料

此外，为了优化 CPU 使用率和网络的利用率，TTTech auto会依据任务的多样性引入混合策略，在时间触发模块空闲的时候，由系统进行基于事件触发的通信，在保证实时性，和可靠性要求的同时，也兼顾了灵活性。

欧阳扬表示，这项技术在快速发展的“行泊一体”方案中得到应用，通过分别调用不同的配置表，系统就可以根据驾驶模式的转换灵活地调用资源，不仅可以降低成本，也能够更快地通过安全认证。实际上，这些技术已经在航空航天等领域中被应用多年。

此外，为了保证系统级的安全负载编排，还需要资源预测、应用程序自动映射、应用程序自动化集成等一系列开发工具集。

第一，资源预测类工具。欧阳扬认为，通过时间触发对安全关键性任务进行调度，是实现系统级安全负载编排、让时间触发机制得以运行的关键保障。

通常情况下，设计人员会遇到“难以估计系统性能，无法设置WCET时间”的问题，进一步就很难分配时间和找出计算链。因此就需要一种资源预测工具，帮助设计者确切地知道每个软件任务在最坏情况下的执行时间，从而缩小应用程序从开发环境切换到嵌入式环境之间的差距。

第二，应用程序的自动映射类工具。欧阳扬指出，如今，系统集成商/OEM往往需要将软件任务分配给特定的硬件，然后定义相关的时间特性。但在很多情况下，OEM并不真正希望参与到这个分配过程中去，如果有工具可以将这一过程自动化，就可以大大减少OEM的工作量；与此同时，这套系统也应该满足OEM/系统集成商灵活性的定制化需求。

第三，软硬件同步集成类工具。不同于传统V型流程，集成商现阶段的需求是实现软硬件的“边开发边集成”，这就需要一套软硬件同步集成类工具，能够帮助系统集成商在所需节点“冻结”部分系统，并提前对开发好的软件进行验证，而后续开发的软件集成还可以通过“增量”的方式继续进行。

第四，自动代码生成类工具。此类开发工具可以帮助软件开发人员在不访问最终目标硬件的情况下，在云端或PC机上进行代码的开发。

为了实现系统级的安全负载编排，TTTech auto也推出了自主研发的自动化的开发工具集——MotionWise安全的汽车软件中间件平台，可以明显减少软件开发的工作量、硬件成本，缩短产品的上市周期，同时又可以带来端到端的确定性保证。

来源：嘉宾演讲材料

直击开发痛点，MotionWise为软件“提质增速”

首先，MotionWise提供MotionWise Learn（学习）工具和 Performance Extrapolation（ 性能推断）工具，旨在加强Motionwise对算法开发人员的友好性和易用性，属于资源预测工具。可以帮助开发人员分析PC端/X86架构下运行的应用程序/算法的WCET，数据链，端到端的时间；并推断出在实际嵌入式环境/arm架构下应用程序/算法的时间特性和资源占用情况。

简单而言，MotionWise Learn和 Performance Extrapolation可以将算法开发人员从评估嵌入式时间特性等琐碎问题中解放出来，令其更关注算法开发本身，可以大大缩短算法迭代和嵌入式端的软件部署周期。

基于MotionWise Learn和Performance Extrapolation的输入内容，MotionWise Creator （创建）工具可以生成项目所需的配置表和代码，并进行软硬件集成和部署；，而Virtual ECU（虚拟ECU）在不访问最终目标硬件的情况下，将相同的应用程序代码在嵌入式ECU、开发工作站和云上运行，进一步提高了开发效率。

除了上述的工具以外，“MotionWise还提供远程访问、捕获和回放、仿真，SIL等其他工具，帮助客户更快，更方便，更愉快地进行系统开发。”

欧阳扬进一步补充，TTTech auto会秉承开放共赢的态度，同业内的生态伙伴们携手开创软件定义汽车的未来。目前，TTTech auto已经推出了新一代的MotionWise SOA产品，该产品可以将TTTech的核心技术与AutoSAR AP 或自研类AP的中间件结合，扩展了AP的功能，可以实现跨域异构下的确定性通信和全局调度。

来源：嘉宾演讲材料

欧阳扬强调，“GODS”是MotionWise的特点，面向作为“上帝”的用户群体，MotionWise可以带来Global-系统级、跨域异构、跨芯片的全局调度能力；Open-同AP/ROS2/自研中间件结合的开放能力； Deterministic-端到端的确定性通信能力；Safety-刻在TTTech auto基因中的安全性。

“基于MotionWise，TTTech auto希望在保证安全的前提下，能明显减少软件开发的工作量、上市时间和硬件成本。”欧阳扬表示，“我们的目标是：2025年，将OEM每版软件功能集成的工时（天）从今天的60天变为1天，每版软件节省170万人民币左右的成本；每版软件的验证工时从现在的52天降为5天，每版软件节省约24万人民币。CPU的利润率从70%达到90%，可以在每5个CPU中节省出一个CPU的资源。”

本文来自易车号作者盖世汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

面对未来绿色低碳的大趋势，国内制造企业势必进一步加强对生产过程中的能源管控，通过数字技术优化资源利用率，降低能源消耗，减少碳排放，早日实现我国“双碳”目标。

在2021年的政府工作报告中,“做好碳达峰、碳中和工作”被列为重点任务之一。这既是我国积极应对气候变化、推动构建人类命运共同体的责任担当，也是贯彻新发展理念、推动高质量发展的必然要求。

实际上，如何深化能源改革和推动绿色能源管理升级，对于作为创新主体的制造企业而言，既是挑战，也是机遇。由于目前国内利润水平普遍呈下降趋势，企业在激烈的市场竞争中获取利润越来越难，而通过数字化、智能化的能源管理模式可以有效降低成本，正在成为企业推进绿色制造的共同选择。

回顾2021年，许多企业借助工业物联网、云平台搭建能源管理系统，以数据采集、数据建模和智能分析为基础，实现绿色低碳的发展目标。例如在联想的联宝工厂，通过LAPS生产调度系统优化了生产线之间的生产资源分配和调度，每年节省超过2,696兆瓦时电力，间接减少2,000多吨二氧化碳的排放。在九牧厨卫的永春陶瓷工厂，通过构建绿色能源管控平台使单位产值能耗降低7%，运营成本降低8%，实现了向绿色制造的升级。

从市场层面看，诸如施耐德、西门子、三菱电机、菲尼克斯、研华科技等自动化巨头与国内联想、华为、腾讯、浪潮等ICT厂商也纷纷推出了绿色制造转型路径和能源管理工具，以应对即将到来的可持续发展挑战。施耐德电气发布了绿色能源管理创赢计划，旨在发现在智慧能源、智慧管理、数字服务等领域拥有卓越能力的科创企业，一同合作创新，共同服务能源行业细分场景。菲尼克斯发布了新一代制造运营管理平台MOMnext，包含能源效率管理、设备健康管理等，提升传统能源的高效利用。研华科技推出了智慧建筑管理解决方案，集成了物联网数据采集网关、边缘侧数据上云技术、建筑BIM模型、WISE－PaaS工业物联网云平台等技术，构建起多能互补智慧能源系统。浪潮推出了能源智慧管控产品及绿色数据中心节能减排解决方案，基于能源管理与控制，结合数据分析，优化运行参数，制定节能策略，赋能数据中心绿色低碳发展。

从政策引领的角度，2021年国家发布了一系列文件鼓励企业加强能源管控，向绿色制造转型升级。2021年7月，国家发改委发布了《“十四五”循环经济发展规划》，提出到2025年，循环型生产方式将全面推行，绿色设计和清洁生产普遍推广，资源综合利用能力显著提升，资源循环型产业体系基本建立。此外，国家发展改革委在9月还发布了《完善能源消费强度和总量双控制度方案》，强调项目投产后，加强用能源过程管理，提升节能管理能力，是企业节能的重中之重。10月，国务院发布了《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见 ，要求加快构建清洁低碳安全高效能源体系，积极发展非化石能源。11月15日，工信部印发了《“十四五”工业绿色发展规划》，推进工业向产业结构高端化、能源消费低碳化、资源利用循环化、生产过程清洁化、产品供给绿色化、生产方式数字化等6个方向转型升级。

e-works认为绿色制造是生态发展的需要，也是中国制造向高端发展的必然选择，其与智能制造相互补充，相互促进，不可分割。无论是工业物联网技术，还是软件与数据分析，都将在能源管理中起到积极的支撑作用。面对未来绿色低碳的大趋势，国内制造企业势必进一步加强对生产过程中的能源管控，通过数字技术优化资源利用率，降低能源消耗，减少碳排放，早日实现我国“双碳”目标。

1、在功能模块上的区别

金蝶k3wise与金蝶k3cloud均是主要适用于制造类企业，并且都强调了供应链的协同和财会管理和制造管理。

2、在适用企业类型上的区别

金蝶k3wise更适用于中型企业，而金蝶k3cloud则更适用于年产值5亿以上的多组织企业。

3、在产品定位上的区别

金蝶k3wise关注解决的重点在于“智造”——如何提升制造类企业制造管理环节的效益，而金蝶k3cloud关注的重点在于通过云平台“BOS平台”解决多组织架构间的关联性和管理问题——如何通过协调各部门、各地域、各个生产制造的环节来提升整体的效率及竞争力。

4、在产品预算上的区别

以下数据来自于《金蝶K/3WISE创新管理平台V140系统标准许可报价》以及《金蝶K/3CloudV30标准报价》，特别说明：金蝶k3cloud最新版本为金蝶K/3CloudV50。

以两者产品各模块中用户单价的区别为例，如下所示：

金蝶k3wise各模块的用户单价如下

财务会计==5，000元

管理会计（集团）==18，000元/10，000元（业务预算费用预算资金预算）

供应链==8，000元

人力资源==9，000元/18,000元（招聘选拔培训发展绩效管理素质模型）

生产制造==18,000元

客户关系管理==5,000元

金蝶k3cloud各模块的用户单价如下

财务会计=36,000元

制造==36,000元

供应链==36,000元

BOS平台==5,000元

1、登录K3主界面后，依次单击供应链→质量管理→检验项目，双击明细功能的检验项目-维护，进入检验项目界面；
2、打开分析方法为定量分析的检验项目，修改检验项目中的“项目精度”即可。

---