AECC提出数据优先架构 推进可扩展、数据驱动的汽车服务

盖世汽车讯 2026年4月15日，汽车边缘计算联盟（Automotive Edge Computing Consortium，AECC）宣布发布其最新白皮书《面向数据驱动型汽车服务开发的数据优先架构（Data-First Architecture for Data-Driven Automotive Service Development）》。该白皮书由AECC数据优先特别兴趣小组（SIG Data First）撰写，提出了一个前瞻性的框架，用于大规模收集、处理和分发汽车数据——随着汽车越来越依赖软件驱动和数据密集化，这成为一项至关重要的需求。

图片来源：AECC

随着汽车行业向软件定义汽车（SDV）转型——在SDV中，关键功能由软件而非硬件控制和更新——车载系统产生的数据量正在急剧增长。现代汽车如今作为智能边缘设备运行，持续生成传感器数据和运行日志，用于提升性能、启用新功能以及训练人工智能（AI）模型。

数据的快速增长带来了新的挑战。每天每辆车生成的数据量可达数十GB，而传统的物联网（IoT）架构并未针对汽车数据的规模、成本和带宽需求进行优化。

为应对这些挑战，AECC白皮书提出数据优先架构——一个将数据置于汽车生态系统核心的通信和计算平台。

该架构并非完全依赖集中式系统，而是采用分布式分层模型，跨多个层级处理和传输数据：

• 点对点网络层：支持附近车辆之间的直接通信，使它们能够在本地交换和聚合数据，而无需依赖集中式基础设施。

• 边缘网络层：利用本地计算资源——例如边缘数据中心（位于数据生成地点附近的小型数据处理设施）和Wi-Fi接入点——高效地处理和卸载数据流量。

• 移动和云网络层：通过蜂窝网络和云平台提供集中式协调，支持大规模数据管理和长期存储。

这种多层架构能够根据实际需要对数据进行处理，从而提高能源效率、减轻网络压力，并同时支持实时和非实时应用场景。

AECC董事会主席Ryokichi Onishi博士表示：“通过结合包括蜂窝网络、Wi-Fi和车辆间数据传输在内的多种通信方式，以及跨车辆、边缘基础设施和云平台的分布式计算，这种以数据为先的架构为大规模管理汽车数据提供了一条切实可行的途径。这种方法不仅解决了当前基础设施的局限性，还支持向数据驱动型开发更广泛的转变。随着AI的应用范围从驾驶系统扩展到信息娱乐、语音助手和个性化出行建议等领域，获取高质量、大规模的数据将至关重要。”

AECC认为，这种架构将在实现更智能、更高效、更自适应的汽车服务方面发挥核心作用，同时支持互联汽车在更广泛的数字生态系统中持续发展。