从硅到软件：RoX AI Studio 推动软件定义汽车设计

软件定义汽车（SDV）正在颠覆传统的汽车设计。虽然车辆开发仍高度迭代，但行业正处于历史性转型的阶段，制造商正在将曾经顺序的硬件到软件设计周期压缩为更高效的软件优先设计流程。

这种所谓的左移方法体现在瑞萨采用数字工具和人工智能模型作为更广泛数字化和软件战略的一部分，旨在加速设计和创新，同时优化研发效率。在汽车行业，这一演进主要由实际因素驱动，因为一辆典型车辆现在嵌入了超过1亿行代码。更严重的软件依赖需要持续更新和部署、多供应商集成、大规模设计验证，这反映了一个OEM外包更多软件和芯片制造商提供平台而非零件的生态系统。瑞萨通过可扩展的R-Car硬件和软件开发平台预见了这些变化。R-Car支持E/E设计向更多中央处理器架构的过渡，包括高级驾驶辅助系统（ADAS）和自动驾驶车辆设计。去年，我们新增了R-Car开放访问（RoX），这是一个扩展的SDV平台，提供预集成的开箱即用环境，配备硬件、作系统、软件栈和工具，加速下一代车辆开发。

R-Car 采用异构架构，采用带有多个硬件加速器的 Arm® CPU。RoX 包含一套通用工具链，允许软件在电子控制单元（ECU）间重用，用于 ADAS、车载信息系统（IVI）系统和集中式数据网关。通过支持云原生开发和定制设计仿真，RoX平台通过持续更新扩展了SDV生命周期支持，这与现代价值链保持一致，OEM和服务提供商日益共同拥有软件。

许多汽车客户已将R-Car和瑞萨RoX平台视为加速SDV开发和管理车载嵌入式处理系统复杂性的手段。在此过程中，我们发现设计师在云端应用AI训练与在汽车SoC中部署新功能之间存在着持续的“实验室到现场”差距。

RoX AI Studio，原版 RoX 平台的新扩展，弥合了这一空白。机器学习运维（MLOps）工具允许团队通过托管云控制平面远程评估AI模型，连接工程师与硬件在环（HIL）设备群，从而在不等待稀缺的实验室板块的情况下，分析真实性能。持续集成与部署（CI/CD）保持整个工具链的更新，因此改进自动到来，无需本地安装。结果是迭代更快，意外更少，并且实现了从模型训练到道路准备HIL模型验证的直接流程。

要定义MLOps，重要的是要了解其之前的存在。MLOps基于DevOps（开发运营的缩写）这一概念，将工具和最佳实践结合起来，缩短软件设计生命周期。这通过打破开发与IT运营团队之间的壁垒，帮助他们更有效地协作实现。

DevOps 管理传统软件代码和服务的确定性集成/测试/部署流程。MLOps增加了AI数据和模型，开发生命周期是迭代的，实验分支，选择必须被跟踪、比较和推广。通过将模型验证锚定在R-Car硅片上，RoX AI Studio成为训练中模型与生产中模型之间的桥梁，将AI模型开发的艺术与科学转化为具有针对性KPI的可重复且可扩展的工程作。

RoX AI Studio 通过多种方式实现汽车 SDV 的 MLOps：

• 模型接收与登记：瑞萨提供了一个精心策划的模型动物园，其中包含许多流行的人工智能模型。用户还可以使用自带模型（BYOM）方法，导入自己的定制或专有模型，并快速评估 R-Car 硅片的性能。

• 自动更新：我们MLOps工具中的编排工作流通过抽象模型处理简化用户体验，用于硅片部署，而CI/CD工具链则自动化发布和部署R-Car SoC最新版本的AI工具链。

• HIL评估：云端的MLOps连接到一个物理实验室，该实验室托管着一系列R-Car硅芯片，按需运行推理实验。这使得AI模型可以远程验证，而无需与硬件进行物理共置。

• 结果与工件：收集推理实验中的度量和日志，并将其汇总为度量对比表和图表。

• 规模实验：并行运行多个模型/变体，以比较在现实世界作约束下的准确性与延迟。

• 灵活部署：将允许设计师先在瑞萨云上进行速度，随后在芯片更广泛应用于单个项目时，在私有云中镜像同一堆栈。

汽车时间表正在紧缩。制造商正从三到四年的平台开发周期转向一到两年的周期，并辅以持续的空中（OTA）更新，以提供路上产品功能增强。这意味着采用左移理念的设计团队需要更早使用目标设备测试硬件和软件。

这对OEM来说是个挑战，许多OEM公司在AI模型训练上投入大量资金，并努力通过在现场为车辆部署功能更新来不断改进网络。同时，开发周期缩短意味着他们必须同时大规模、跨多途径测试多种设备选项，同时避免在错误的开发路径上过度投资。

当OEM和一级供应商使用RoX AI Studio时，他们可以通过大规模测试并在其特定的MLOps网络战略背景下快速验证设备。RoX AI Studio 通过创建简化的开发者体验，用于管理云到实验室基础设施和自动化工作流程，实现预训练模型部署和 R-Car SoC 目标评估。它并行运行实验，而非串行，并提供设备农场，使全球团队能够在电路板到来前开始开发并继续大规模开发。

对于汽车OEM来说，这意味着更早启动，减少延迟意外，软件投资可重复使用，从云端迁移到车辆，以及一条干净的私有云部署路径和虚拟平台，带来更好成果并缩短上市时间。

设计SDV的汽车制造商致力于硬件和软件的并行开发，市场也在趋向云原生机器学习工具——但目前还没有通用MLOps的赢家。

瑞萨RoX AI Studio提供标准化的SDV设计基础，并通过超越DevOps支持“一站式工作室”模式，将AI开发从DevOps框架中实现。RoX平台与RoX AI Studio携手推动了向左转的文化转变：更早验证，更快迭代，自信部署。

瑞萨RoX AI Studio目前已向部分客户开放，计划于2026年广泛推出。