王瑞明-云函数SCF解码车企智能出行三大最优解

云函数 SCF 解码车企智能出行三大最优解王瑞明 | 腾讯云王瑞明腾讯云专家工程师 现任腾讯云Serverless云函数专家工程师，主导函数计算核心引擎的架构演进与技术攻坚，完成从技术架构设计到商业化落地的全链路实施。深耕云计算领域十余年，专注于分布式系统与弹性算力模型创新，主导的冷启动优化方案推动行业延迟指标突破百毫秒量级，创新设计毫秒级弹性资源调度体系推动资源利用率突破70%水位线。当前技术聚焦于云函数在多级智能调度、轻量化、云原生结合、AIInfra的创新落地等方面。目 录CONTENTSI.智能出行三重挑战 —出行行业高速发展，智能辅助驾驶、车联网、智舱场景的成本、可用性、效率三重挑战II.云函数SCF介绍 —新一代的云原生算力平台，无需运维，极致弹性，按量计费III.解决方案 —云函数SCF在智能辅助驾驶、车联网、智舱三大应用场景的解决方案a. 智能辅助驾驶：百Gb吞吐数据处理，算力错峰复用实现最优成本b. 联网：百万车辆并发连接，毫秒级数据实时处理c. 智舱：跨部门拉通协作效率，微服务开发模式轻松提高IV.总结与展望 —云函数SCF关键应用能力升级，为出行行业筑牢底座智能出行三重挑战PART 1出行行业高速发展，智能辅助驾驶、车联网、智舱场景的成本、可用性、效率2024年国内新增新能源车1200万辆，同比增速40%。随着新能源汽车电气化升级联网，应政策要求需要接入新能源汽车国家监测体系，出行行业有着海量数据处理需求，业务量级巨大，核心在以下三大场景：出行行业高速发展带来智能辅助驾驶、车联网、智舱场景成本、可用性、效率三重挑战海量数据，超大量的GPU和CPU 算力需求，如何降低成本？1. 智能辅助驾驶场景百万车机设备接入，超高并发连接，数据处理实时性要求高，当前架构能否支撑？2.车联网场景一个功能跨车机、用户主数据、大数据、算法多个部门团队，拉通协作效率低，OTA 按年计？3. 智能座舱场景采集地图信息、摄像头信息上传到 cos，进行 T+1处理（解压、解析、脱敏、打包，投递相关信息到数据库、大数据等下游）车的行驶数据、状态数据实时上报到 MQTT，一部分进行准实时处理（故障分析等），一部分进行 T+1处理（轨迹查询等）采集用户基础信息上传到推荐平台，用以生成用户画像，进行准实