关于小米汽车的信息_小米汽车数据分析与优化方案

1.小米唐沐等大咖精心挑选的100个年度研发案例实践

2.投入100亿美元，雷军亲自挂帅，未来的汽车领域是否有小米一杯羹？

3.自动驾驶下的海量数据，业界如何安全高效存储？

小米公司产品运营专员主要内容包括以下：

1、产品策划：负责根据市场需求和公司战略规划，对产品进行策划和规划，确定产品定位，功能、特点、特性等。

2、产品推广：负责对产品进行包装和宣传，制定产品营销策略，并通过渠道推广和市场推广等手段协助销售团队提高产品销售额。

3、用户研究：负责对目标用户进行深入了解和分析，收集并分析用户数据、需求，以便更好地了解市场趋势和产品优化方向。

4、产品改进与优化：负责与产品开发团队密切协作，对产品进行改进和优化，包括产品设计、功能升级等。

5、数据分析：负责收集、整理和分析产品数据，分析用户使用习惯、行为变化等，制定相应的数据分析报告，以便提供给其他团队作为产品运营依据。

6、渠道管理：负责与渠道商合作，建立并维护渠道关系，协同销售团队进行渠道拓展和销售维护，以提高产品销售能力和市场份额。

小米唐沐等大咖精心挑选的100个年度研发案例实践

文 | 彭斐

运营 | 宋宋

小米集团高速发展时，雷军曾称自己“行程密时，平均一天有11个会议，每天平均吃饭时间只有3分钟。”而如今对于“押上人生全部声誉而战”的小米 汽车 ，雷军的忙碌只会有过之而无不及。

在宣布造车至正式成立公司的5个月间，雷军频繁走访比亚迪、一汽集团、长城 汽车 、长安 汽车 、东风、恒大 汽车 、上汽通用五菱、上汽集团、北京现代、博世、宁德时代等企业，并时不时与北京、吉林、上海、天津、武汉、合肥多等多个地方传出“绯闻”。

几乎大半个 汽车 圈都在为小米 汽车 “发烧”。随着小米 汽车 落户北京亦庄，其业务开展也将从前期考察逐步进入到实际运营阶段。

下一步，围绕工厂落地何处，又开始了新一轮的激烈争夺。小米 汽车 终会花落谁家？

01

收购宝沃 汽车 工厂？

雷布斯的光环不亚于华为。9月13日，一汽解放开盘股价一度逼近涨停，创年内新高。涨势的背后，是一则“雷军一行到中国一汽集团就合作事宜进行深度对接洽谈”的消息。

可股民只狂欢了一日，一汽解放便于9月14日跌至11.63元/股，跌幅约4%。外界又将之归因于“雷军有了新欢”。

一则“小米 汽车 或将通过收购方式以获得产能和生产资质”的消息开始在业内发酵。同时，宝沃 汽车 作为小米的“新欢对象”也浮出了水面。

“即使向下放到省级发改委和工信局申请新工厂生产资质，也是需要较长的流程和其他配套手续的。” 汽车 行业分析师钟师向车市物语称，“收购别家车企主要是可以节省时间，一步到位，代价就是要付出一定的经济代价。”

小米造车需要抢时间，与特斯拉、蔚来等造车新势力相比，小米进入 汽车 行业时间比较晚，花钱买时间，对于手握千亿资金的小米 汽车 而言，是比划算的买卖。

如果回顾小米从成立至今，之所以在高速发展，雷军认为最核心的原因则是效率高。而北京密云的宝沃 汽车 ，拥有新能源及传统能源的双生产资质，具备年产能36万辆整车的生产能力。这对于小米而言，确实有很大的吸引力。

据相关报道，宝沃 汽车 生产已进入停滞阶段。即使在疫情防控形势持续向好，行业内早已100%复工复产情况下，密云工厂仍处于停工状态，且时间已长达一年。2020年工厂产能利用率仅有4.83%。

而3个月前，就有曝出小米与宝沃 汽车 有过深度洽谈的消息，当时因双方对宝沃 汽车 估值差距悬殊，谈判戛然而止。据知情人士透露：“当时雷军出价极低，远远低于陆正耀为宝沃付出的代价。”

陆正耀是瑞幸咖啡、神州优车、神州租车和宝沃 汽车 的董事长。虽然他于2018年年底，收购了北汽福田手中宝沃 汽车 67%的股权，但陆正耀却没有太多资本与雷军谈判。

对目前的宝沃 汽车 来说，最值钱的资产是其位于北京密云的智能工厂和土地资产。当时，福田对宝沃北京工厂项目“砸”了47.24亿元，其4.0智能工厂甚至获得工信部颁发的“中德智能制造合作试点示范项目”称号，而这些资产并没有被陆正耀收于麾下。

据车市物语查阅，2019年1月，福田曾发布一个公告称，“由于宝沃 汽车 工厂所占用的土地被纳入怀柔科学城规划中，北京市考虑到科学城未来规划的需求，要求福田承诺宝沃 汽车 的土地使用权留在福田，并在北京市要求时将土地交回。”

这也意味着，密云工厂背后的实际所有权不在福田，也不在神州优车，而是北京市。目前，北京市只是依照市场价格把土地和房产租赁给宝沃 汽车 使用。

为了吸引小米 汽车 入资，北京市要求收回厂房，这也非不可能之事。既然小米 汽车 总部选址在北京，那制造工厂落户北京的可能性更高。

“北京市有关方面正积极推动小米通过收购宝沃 汽车 获得生产资质，应该很快就会有结果。”有消息人士称。

眼下，重组电动 汽车 制造产能也是国家所倡导。“目前市场上的电动 汽车 企业太多，相对分散。未来要做大做强，电动 汽车 企业需要进行兼并和重组，在先进技术方面加大投资力度。”工业和信息化部部长日前表示。

理论上，有产能过剩问题的车企都希望与小米“沾上关系”，宝沃 汽车 并非小米 汽车 的唯一选择，但从近期的信息推测，虽然雷军近阶段“打卡”的车企不低于数十家，但一些车企已明确辟谣或官方回应不卖工厂。

小米选择宝沃 汽车 工厂代工这条线显得更为明朗。能造车的车企有很多，但真正能和小米 汽车 谈拢的车企不见得多。这一点从苹果 汽车 项目受挫中可得知。

同样马不停蹄的苹果CEO库克，近段时间不断与现代、日产、大众等车厂洽谈Apple Car整车代工，但意外的是，至今还没有一家车企明确愿意给苹果造车充当代工厂。

原因也很简单，有点实力的传统车企，不想因为与苹果合作成为苹果的代工厂，从而“稀释”了自己的品牌价值。

“诸如比亚迪、长城和一汽集团等有实力的车企，与小米 汽车 汽车 深度谈判的，是希望将自己的平台共享，或是其它方面深入共同造车，而不是沦为代工厂。”业内人士向车市物语表示。

02

激烈的小米 汽车 工厂“争夺赛”

业内人士分析，通过收购工厂获得造车资质，只是短期战略，未来也不排除小米会多点布局，在其他城市自建工厂和研发中心等。无独有偶，9月13日便有消息称，小米 汽车 或将用“双工厂”模式。

“自建工厂肯定是最符合自己满意的地点和环境，能保证永续发展。”在钟师看来，未来的大本营一定放在自建工厂里。当然，如果收购工厂所在地方的支持一直稳定，车企也会乐见其成。“一般还是做两手准备为妥，吉利都做了N手的准备。”

小米造车的野心很大。有消息称小米在 2024年出第一款车，每年推出一款新车，三年的总销量达到90万辆。雷军曾在内部表示，小米 汽车 “3年出车，第一年卖10万台”。

业内人士向车市物语分析，“一年10万台，目标很大，但也非不切实际的空想。‘蔚小理’造车新势力都是从零做起，一开始没有品牌价值，但小米不同，巨大数量的小米产品的数据库沉淀了未来小米 汽车 潜在用户群。”

“如果小米 汽车 在三年后量产，可大胆猜测小米面对的第一难题，不是销量，而是产能不足。”基于这种忧虑，使36万年产能的北京密云工厂被小米收购，那小米也会遇到产能不足的问题。提前布局“双工厂”，逻辑也显得顺其自然。

曾经投资过造车新势力的雷军，无论是代工或自建工厂路线，都有不少经验可以借鉴。

小鹏 汽车 一开始由海马 汽车 代工生产，但2020年3月间接收购广东福迪 汽车 ，获得了生产资质。目前，小鹏G3的改款车型G3i车型尾标已从“海马”标识改为了“小鹏”，小鹏 汽车 肇庆工厂二期也已经动工。

小米 汽车 的最佳选择或是遵循类似小鹏 汽车 的多地布局路线，前期通过收购快速获取生产资质，后期通过自建工厂扩大产能。

自雷军正式宣布小米造车后，各地方马上行动起来，想尽一切办法拉小米到自家城市落地。北京、上海、武汉、合肥、西安、成都等城市纷纷抛出过橄榄枝。可以说，工厂选址的竞争，远比小米 汽车 总部所在地的竞争更加激烈。

“小米 汽车 落户哪个城市，便会为这座城市带去投资，更重要的是能带去 汽车 相关产业链和智能 汽车 方面的人才，有望引进整个新能源 汽车 产业链。”业内人士称。

据汉南区官方介绍，该区有8家整车企业和13家整车生产工厂，包括小鹏 汽车 、东风本田、神龙、东风乘用车、吉利路特斯、吉利商用车等，重点发展锂动力电池、氢燃料电池等领域，同时是智能网联 汽车 测试示范区，具备良好的产业优势。

同时，武汉和雷军也有很深的渊源。武汉大学培养了雷军，雷军也在武汉有产业布局。小米 汽车 在武汉自建工厂的可能性很大。

尽管有“最优”对象，但雷军仍在为造车选址四处奔走。9月11日，据吉林省网站消息，吉林省高层领导在长春会见雷军一行；8月31日，天津市高层领导到小米集团走访调研，就进一步深化市企合作与雷军座谈交流。

（图：吉林省高层领导在长春会见雷军一行）

“最后，小米可能会比较各地的优惠土地政策、税收减免等，并考虑当地的产业链和产业环境等，以此选择自建工厂落地何处。”分析人士称。

03

拼命奔跑的小米 汽车

造车并不容易，既然是雷军压上了所有的声誉，小米造车自然要慎重得多。

但雷军对于小米发展的观点一直是，“大方向选对后，一定要保证奔跑的速度，奔跑本身即可解决问题。”

雷布斯造车的奔跑速度不可谓不快。早在2014年便传言发起“泰坦”的苹果项目，至少已经酝酿了6年，而小米 汽车 入局不到6个月，便有一系列实质性进展。

眼下，新能源 汽车 最难的不是制造出一个像样的产品，而是能把一款产品卖到什么销量。用户认可的销量决定产量，产量规模决定供应链和资金链的永续。对于小米 汽车 而言，没有销量，车企就命悬一线，“双工厂”模式也是其前期的一场。

对于小米造车的优势，钟师评价，“小米最有信心的不是能圈多少投资资金，而是原先庞大成熟的小米生态圈已经建立起来，往下 汽车 产品的集客、营销、推广成本，要比任何新生的车企强得多。这是小米造车宝贵的‘无形资产’。”

不过，小米 汽车 作为后来者，需要补课的内容也非常多——智能驾驶就是一门大课程。从目前小米申请的专利来看，主要集中在智能座舱，自动驾驶上的专利要远远少于华为、百度、滴滴等 科技 企业。

从近几个月来看，“不缺钱”的小米正不断对自动驾驶领域企业频频出手。先是抢下对纵目 科技 、禾赛 科技 两家自动驾驶厂商的投资，随后还参与DeepMotion（深动 科技 ），智慧互通（爱泊车）的战略投资。

当然，自动驾驶的技术壁垒并不是收购几家公司就能弯道超车，算法的深入研究，以及真实数据收集都是小米 汽车 无法绕过的一座大山。

深谙此道理的小米 汽车 ，最近也在高薪挖自动驾驶领域的人才，但要找到心仪的人才太难了。虽然小米的薪资比市面高出近20%-30%，小米官方还透露小米 汽车 收到的简历已超过2万份，但最后完成入职的仅有300余人，步伐仍然慢于外界期待。

值得一提的是，就在“小米 汽车 有限公司”正式成立当天，小米官方还晒出了雷军与其他16位团队骨干的合照。而在外界剖析了这16位骨干的“身份”时，不免让人降低了期待值。原因是小米 汽车 高层都是“门外汉”，仅一位成员是 汽车 行业背景，并且是名外饰设计师。

人才的缺失或将拖累小米造车的进度。此前，盛传原吉利研究院院长胡峥楠将加盟小米 汽车 ，但最后或因竞业协议的规避，加入了顺为资本；也有消息称，原福特 汽车 （中国）电动车事业部首席运营官朱江已提出辞职，下一站或是小米 汽车 ，但消息传了有一阵子了，似乎没有最终成行。

2024年，小米能否造出一台让人“尖叫”的车？答案很悬。仅从造一辆车的角度来看待小米 汽车 的未来，小米 汽车 的价值或许不会很高。面对未来强大的竞争对手、复杂的供应链管理，缺少 汽车 产业技术储备的小米要从造车上获得利润非常难。

但换一个角度，从造一个“移动终端和数字空间”来看，如果小米造车，真能像雷军所想那样“是给手机和一整套智能体系加上四个轮子”，小米 汽车 的价值是否会变得不一样？核心前提是，小米能将电子产品生态链成功复制到 汽车 上。

投入100亿美元，雷军亲自挂帅，未来的汽车领域是否有小米一杯羹？

2017年，机器学习、大数据、人工智能等词汇成为软件研发行业的主流，大前端、DevOps、区块链等技术方式成为热点方向；2017年，智能硬件开始成为新的焦点，这一年更被称为智能音箱井喷的一年；2017年，互联网更快速地发展，要求一切都变得更快，工程效率、交付速度、创新速度。还有软件重构、云平台搭建、多活改造、数据变现、大数据转型……

11月9-12日，北京国家会议中心， 第六届TOP100全球软件案例研究峰会 。4天时间，洞察100位技术带头人所思所想的案例实践。

2017年TOP100summit依旧是5个专场同时并行，15个话题方向全面展示软件研发全生命周期各个维度的实践和解决方案。

专场一：体验设计/产品创新/运营驱动

精选案例

●《Balancing Creativity and technology to make innovation product》

Ruthia He ——Facbook Product Designer

案例价值：设计过程就像一场需要在产品目标、技术实现、创意发挥、用户体验之间不断探索寻找平衡的旅程。在紧张的中纵横捭阖是一种艺术，举例来说，你需要时刻提醒自己你的产品目标是什么，但实现产品目标的技术实现很可能一直不足；又或者设计师的灵感催生了一项独特的创意，但是这种创意却不一定能被所有人接受。本案例将以讲师在硅谷的产品设计经验为内容告诉大家如何找到产品设计的「完美平衡点」。

●《“一元购画”背后的设计思考》

陈晓畅——腾讯用户研究与体验设计部设计中心总监

案例价值：8月29日，朋友圈被一幅幅出自“小朋友”之手的美丽画作所刷屏。短短半天时间，580万人次参与，筹得善款1500余万。互联网已经在改变我们的公益事业。科技连接信任，为公益做设计，那么怎样做才会有更好的效果，本案例会复盘整个传播，带大家去看“一元购画”背后的设计思考，同时结合设计团队在对腾讯公益10年的设计支持中的经验，探讨如何用服务设计为公益创造更多的价值。

●《揭开人工智能终端的时代——天猫精灵的思考和定义》

茹忆——阿里巴巴人工智能实验室（A.I.Labs）智能终端负责人

案例价值：天猫精灵的问世代表着阿里巴巴对人工智能时代下智能终端的思考和探索，智能终端在完善用户体验、降低使用门槛的同时也意味着终端生态的封闭加强。人工智能时代相对封闭的生态意味着厂商想要提供优质的服务体验，不通过终端很难完成，而未来云端一体将成为大势所趋的新格局，本案例思考在这样的趋势下如何利用自身优势定义和落地终端产品。

●《用户至上--从智能家居终端的战争中脱颖而出》

陈亚——Amazon 资深工程师

案例价值：智能家居的终端作为智能家居的入口，是各大巨头抢占市场的主要阵地。那什么让亚马逊一个零售业起家的电商从这场战争中脱颖而出，以压倒性的优势，占据终端市场70%的份额? 本案例将以Echo产品为例，从产品设计及开发管理模式两大方面来分析，亚马逊是怎样将Customer Obession深入到产品的各个阶段，压制了以技术见长的Google。同时本案例也对目前国内的智能家居终端做一个探索性的分析。

●《滴滴新业务背后的增长抓手》

李森——滴滴 增长负责人

案例价值：本案例将讲述分享者自2015年加入滴滴后，先后负责的顺风车车主拉新、巴士产品用户增长、小巴产品冷启动、快车重庆区县业务等从0-1的增长型业务的思考和实践，从增长的逻辑展开，通过复盘业务介绍给大家一些屡试不爽的增长抓手，介绍滴滴快车、小巴等业务从0到1冷启动项目如何解决增长问题，如何解决场景内最后一公里的交通问题。

专场二：工程文化/团队增长/绩效考核

精选案例

●《The Science behind Art - Five Years Journey of Data Team at Riot Games》

李仁杰——Riot Games Head of Data

案例价值：本案例以Riot Games数据团队五年的心路历程为主线介绍如何从零到有建立一支国际一流的大数据团队, 每年团队的工作和vision如何成长和进化，以及这其中的收获和走过的弯路。以每年精选一个case study为副线，介绍全球最受欢迎的游戏《英雄联盟》是如何用数据来提高玩家的体验，支持和帮助公司每一个部门的商业决策和运营，以及如何用机器学习和人工智能来颠覆传统的产品。

●《Google如何利用OKR帮助团队挑战不可能的任务》

Zhouzhou He——Google 产品经理《从传统项目转型敏捷，你只需要两天》

案例价值：Google作为世界顶尖的科技公司之一，挑战了许多在之前看来不可能完成的高精尖任务，比如AlphaGo围棋，谷歌翻译，自动驾驶汽车，Tensorflow，TPU等。Google是如何组织和激励团队的？又如何确保团队齐心协力，向同一个方向冲刺？本案例来自于Google现任美国总部产品经理的第一手体验。他会从机制、人文、流程、决策方法、产品方针以及公司组织等多方面，分享Google的管理成功之道。

●《华为百人团队精益看板演进变革之路》

陈军——华为敏捷精益专家

案例价值：面对市场需求的激增及快速变化，研发团队需要灵活应对快速响应，并在有限的人力下提升研发效率，决定引入精益看板能有效帮助提升研发效率。本案例讲述华为百人团队精益看板演进变革的历程，从建立看板（四个实践）到运作看板（四个实践），取得小胜利，再到团队遇到困局，停滞不前甚至倒退，面对困局同团队一起再审视改进，重新走上了正确的道路。

●《从传统项目转型敏捷，你只需要两天》

古月——平安科技高级敏捷教练

案例价值：敏捷转型不仅是应用一套新的流程，而是要改变人的思维方式和工作方式，甚至改变企业的组织架构。转型是否有捷径可走？平安科技两天的Quick Start工作坊又是如何成为从传统轨道切换到敏捷轨道的有力扳手的？本案例将一一为您揭晓。

●《非典型敏捷：10天一个版本》

左杨眉——：中兴通讯 敏捷教练

案例价值：“快”是相对的。传统的电信领域仍然坚持严格的加法规则和安全要求，遵循基本的“需求-实现-发布-升级”的流程。本案例从重新梳理用户价值出发，引入过程交付物的概念，实现了客户的深度参与和快速反馈；重新审视典型敏捷流程的核心实践，基于“快速验证客户的产品设”这一目标，去掉自动化测试和持续集成等实践，引入以手绘为中心的低保真交付，引入数据模拟和切面功能。某种程度上，本案例是对《设计冲刺》在电信领域的一次加长版交付项目实战。

专场三：架构演进/工程实践/大前端

精选案例

●《618大促网关承载十亿级的调用量背后的架构实践》

王栋 京东 京东商城开放平台总架构师

案例价值：每年618大促京东商场开放平台在保证近千个不同类型服务接口的海量调用的同时，还要确保服务接口之间的互不干扰，并且能够快速响应任何复杂情况。稳定、快速是一直追求的目标。本案例将分享实践过程中常用的隔离技术、缓存技术、SQL优化、降级限流等方法。学习京东团队如何将这些技术应用到每一次的备战中，确保了每一年的618平稳度过。

●《深圳证券新一代交易系统架构转型之路》

喻华丽——深圳证券 总工程师

案例价值：处于行业核心地位的业务系统对持续平稳运行有着严苛的要求，如何对这些核心业务系统进行升级换代以满足业务发展和技术进步的需要，是很多CIO及其研发团队所面临的难题。本案例分享了深圳证券在核心系统特别是高可用高性能的实时处理系统，实施去IOE、走向开放平台开源技术、分布式处理、高可用低时延设计的架构转型、平稳升级的成功经验，分享如何在这种全面重构的架构转型中确保安全平稳升级、并同时带领全市场平稳升级。

●《饿了么整体服务异地多活改造》

李双涛 饿了么 中间件团队首席架构师、异地多活项目总架构师

案例价值：本案例描述了饿了么的异地多活改造，从设计到正式上线的过程中，做的各种取舍，以及如何协调业务团队，和中间件团队的工作，安全而平稳的改造整个业务，使业务从一个单机房的服务，变成多机房多活的服务。当发生机房级故障的时候，服务方可以把用户路由到健康的机房，保证在故障发生时，业务可以正常执行，减小机房级故障带来的巨大损失。

●《Uber for Business, 从0到1健康医疗数字化转型中的微服务创新实践》

时晓宇——Uber Tech Lead

案例价值：本案例将分享如何从0到1实现一个高可用的系统，解决实际的Uber for Business业务问题。通过具体的项目需求和系统架构，包括支付系统，账单系统， Policy系统来分析如何end to end完成这些系统。如何完成从0到1的过程，短短两年成为Uber一个非常重要的业绩增长点。同时，从一个6人的工程师团队发展到近40人。

●《小米直达服务平台与移动端服务未来形态探索》

董红光——小米MIUI系统框架负责人团队主管

案例价值：移动端服务目前的承载形式，无论是应用还是网页，都有着一些不足之处，导致用户使用起来不方便，同时对开发者自身也有一定的影响。如何更加高效的分发和使用服务，是行业中非常关心的一个话题。小米在这个领域也做了一些探索，推出了直达服务这样的技术平台，旨在解决传统应用和网页承载服务的情况下存在的一些问题，提高用户和开发者各方的效率。本案例主要围绕小米直达服务平台，聊一聊小米在这一块的思考和目前的一些实践成果。

专场四——数据科学/人工智能/数据驱动

精选案例

●《美国NFCU银行如何利用大数据AI开启转型之路》

江晓东——NFCU 金融数据架构师

案例价值：美国NFCU银行是家财富200强企业，到2016年底，已在全球拥有280个分行，资产超过 7千4百亿美元，全美拥有6多万会员（客户）, 全球雇员1万4千人。 如何管理体量如此庞大的全球线下各分行，ATM机每日的现金流，整合总部与分行，分行柜台与顾客，顾客与ATM机间的现金存储，转账，提取等交易额，决定着银行与运钞车，央行以及银行内部的结算和现金流监管管理成果和效率。此案例为大型传统金融企业实施大数据和AI项目开辟了一个非常有意义的案例，将分享NFCU银行运用大数据和人工智能算法解决企业现金流管理的方法和途径。

●《人工智能时代，二手的智能推荐系统如何演进》

孙玄 转转 架构算法部负责人

案例价值：转转的推荐系统从0开始打造，针对业务的不同阶段，一步步发展演进。在发展的过程中经历了全局无个性化推荐阶段、个性化离线推荐阶段、个性化实时推荐阶段、机器学习排序推荐阶段等。本案例会详细讲解不同发展阶段的原因、架构的演进，让听众对二手的智能推荐系统能够深刻认识。

●《先知：人工智能助力Fintech反欺诈让黑产无处遁形——大数据和人工智能如何助力风控防御体系》

王婷——宜人贷 数据科学家

案例价值：先知是基于宜人贷的反欺诈云平台，面向Fintech全行业的一种反欺诈解决方案，以强大的金融数据能力、反欺诈智能和线上客户获取服务能力，帮助Fintech企业解决在信贷申请欺诈、金融中介识别、团伙监控/预警上面临的一系列问题，为金融科技企业提供更强大的信用评估、风险控制和精准获客。本案例将分享在反欺诈云平台的构建过程中，如何利用人工智能实现以上功能。

●《线上到线下场景中机器学习和统计建模的一些应用》

张健——3M 数据科学技术负责人

案例价值：线上到线下是未来发展的重要趋势， 数据发掘和机器学习已经广泛成熟运用到线上软件开发，推荐匹配， 用户分析等等方面。然而线下和线上的数据融合，优化才刚刚开始。本次分享将从线上到线下零售的具体案例中通过建设线上到线下数据反馈与优化系统，将A/B 测试，深度个性推荐，加强学习等统计与机器学习方法运用其中，达到提高数据分析效率，了解用户行为，增加线下收入等一系列具体的目标。

●《联想大数据助力联想业务转型升级》

于辰涛——联想集团 大数据事业部高级总监、首席研究员

案例价值：以数字化转型为驱动的第四次工业革命已经开始，它开启了一条大数据、云服务与智能技术并行的新航路。企业也赢得机遇的同时也面临很多难题：企业内各个系统数据无法共享，数据区块化现象严重，直接导致企业购、生产、物流、销售等环节效率降低。本案例分享联想如何在成本可控的前提下，借助大数据、工业互联网4.0、中国制造2025的契机，解决上述问题，借着风势得到一个快速的发展。

专场五——质量管理/智能运维/DevOps 专场

精选案例

●《无人测试如何助力京东提升产品测试效率与质量》

杨瑾——京东 B2B产品质量团队负责人

案例价值：随着业务的发展，系统通常会经历单体式，服务化，平台化的过程，在系统持续演进的漫漫长途中，不管是小需求，还是大改动，每一次的上线都伴随着大量的回归工作，即使是经验老道的测试老司机也没有100%不出问题的信心。在迭代周期短，发版频率高的互联网行业，产品质量的如何在频繁的上线中，保证产品质量，提升用户体验是我们一直在努力探索和实践的。本案例讲述了一种高效的回归测试方法以及此方法在提升产品测试效率与质量方面的实践。

●《阿里移动DevOps实践》

陆义元 阿里巴巴 平台产品负责人

案例价值：移动开发模式已经进入两级分化：超大规模APP的研发模式偏项目式，研发协同的人员、模块较多，需要完整的构建、测试、发布、运维等DevOps体系；而一些创新、试验类的APP在商业模式和业务形态未完全确定的情况下，更适合以较快的方式来测试和验证业务的想法，所以以最低成本快速创建一个 APP 就是当务之急。本案例将分享阿里移动技术在过去几年如何沉淀和解决这些问题。

●《以Kafka为例的大规模有状态集群优化方法探索》

秦江杰 LinkedIn Staff Software Engineer

案例价值：分布式系统的动态负载均衡和自我管理始终是一个不太容易解决的问题。大多数解决方法是迁移整个应用进程来实现硬件的负载均衡，这种方法对无状态应用较为适用，但对于有状态集群（如Kafka）并不十分有效。因为迁移应用意味着大量状态的迁移，这是一个漫长又昂贵的过程。LinkedIn为解决这一问题开发了Cruise Control，其主要特点是可以根据应用的特点进行部分状态的迁移。本案例将通过对Cruise Control实践的解读，分享一套大规模有状态集群优化方法。

●《低成本实现系统接口测试--自动化、性能、持续集成&线上监控》

九毫 大疆 测试开发工程师

案例价值：在大多数公司和项目中都存在对系统接口进行自动化测试、性能测试、持续集成、线上监控的需求。但现有方式都存在投入产出比低的问题，工具和技术栈多且杂，维护成本和学习成本居高不下。针对这一普遍存在的痛点，大疆探索出一种低成本的最佳实践方案，并将其沉淀为一款开源的接口测试框架 ApiTestEngine。本案例将拆解这一框架的技术要点和实现原理。

●《运维智能化@Pinterest》

孟晓桥——Pinterest 监控部门经理

案例价值：运维智能化是所有基于云计算的公司未来趋势。PINTEREST作为一个大型分享平台，后台的计算平台和软件架构非常庞大而复杂，如何用最少的人力和成本保证高质量的运维，是一个巨大的挑战。为此，我们监控部门搭建了一套集成式的监控平台，该监控平台高伸缩性、集成式、智能化三大特点，本案例将通过分享该监控平台，提供运维运维智能化方面的实践上的探索。

以上为部分精选案例展示，更多TOP100案例信息及日程请前往 [] 查阅。4天时间集中分享2017年最值得学习的100个研发案例实践。本平台共送出10张开幕式单天免费体验票，数量有限，先到先得。 免费体验票申请入口。

自动驾驶下的海量数据，业界如何安全高效存储？

雷军亲自挂帅小米公司，投入100亿美元冲击汽车制造领域。从小米公司投资的这个成功率来说，耗费这么大的时间和精力，汽车制造领域，未来必然有小米的一席之地，因为雷军可不单纯是一个小米公司总裁那么简单。

投资界里面雷军算是比较早的天使投资人就是说你这个公司现在处于起步的阶段，你需要钱，你有好的想法，你找到城的渠道，你去跟对方说，她听了之后觉得你的想法挺好的，他可以给你投钱，投了之后我要求占你10%或者30%比例你发展好了，那我投进去的这些钱可能就会翻倍，甚至说翻几十倍，你发展的不好了，我无非就是亏这样一笔钱，这就是风险投资，雷军的风险投资眼光是非常好的，不是说所有都会成功，而是说大部分都会成功。

你平常所使用的UC浏览器这个东西就是雷军投资的一个东西，据说这个项目给他带来的回报率超过100倍，当时的多少钱100倍都不止了，因为他投资的很多公司现在已经有上市的了，他手下的上市公司都不在少数了，他虽然不是绝对控股，但是那公司是他投资的呀，他当时只投了几百万，现在这个上市公司起码他值几十个亿啊，所以人家的投资眼光是相当棒的，只是说会有亏损的可能性，但是不大。

汽车制造领域在未来几乎是一个大的风口，就像智能手机一样，因为汽车制造现在出现随着5G网络的普及，越来越多地引入智能化和新能源两个方向，智能化就是人车互动自动驾驶等方面的技术，而新能源就是使用包括电氢气等能源在内的驾驶动力源头这些都是新的风口啊，小米公司本身作为科技公司，在手机等电子产品这方面的发展已经算是不错的了，想要占据更大的市场份额，短期内也不太可能了，那自然要实行多元化或者说多角化的投资战略。

投入这么多钱，小米公司所做的风险预警以及盈亏平衡分析比我们想象的要复杂得多，这么多钱可不是说。一时的头脑发热，觉得别人投我们也就会投的，人家那么大的公司在投资一个项目之前会有一个较为科学的体系去评估这个项目是否值得投资投多少，有多高的风险，未来可能会获得多高的收益，这些数据如果都没有的话，不可能冒然投资。

近几年来，各行业纷纷跨界加入造车行列，不说传了多年要造车的国外手机巨头、出资纯电动汽车的科技互联网大厂，国内的科技企业也在跃跃欲试，比如阿里巴巴、华为、百度、小米和滴滴出行。

除了这些高科技企业，还有小马智行、文远知行、AutoX、赢彻科技和主线科技等新兴的自动驾驶初创企业；超星未来、奥特贝睿、宏景智驾等专注于私家车高阶自动驾驶研发的新型一级供应商；以及纯电动车起家的蔚来，小鹏，理想等造车新势力，都纷纷加入汽车产业链，推动了汽车电动化和智能化的进程。

西部数据资深产品市场经理额日特

也正是这些新玩家的加入，使得传统汽车产业链受到了前所未有的压力，同时也推动了传统汽车厂商加速新技术和新应用的落地。在西部数据资深产品市场经理额日特看来，随着汽车智能网联的不断推进，汽车的电子电气架构（E/E）也随之变化，从最初的分布式架构向域融合和中央控制单元过渡。

轮子上的智能手机，对存储架构提出更多要求

如今，不少人业内人士都认可汽车在向?轮子上的智能手机?演变，这个转变，让厂商开始将越来越多的摄像头、雷达、激光雷达等传感器、电动机，甚至以太网、人工智能等技术都引入汽车。

额日特认为，更多传感器的引入，网联技术、人工智能技术的增加，以及汽车电子电气架构的改变，对汽车内存储产品的要求发生了很大的变化。

?在汽车存储领域，单车存储的 数量将会显著降低，容量则会显著提升 。?额日特在不久前广州举办的Auto Tech 2021上演讲时指出。

Counterpoint的报告也印证了这一点，该分析机构预计，未来十年内，汽车单车的存储容量将会达到2TB左右。?目前车内存储主要用在智能座舱和中控系统，且燃油车以32GB为主，电动汽车一般使用64GB，或128GB，相对于2TB来说，还有一个巨大的提升空间。?额日特表示。

他分析称，为了应对汽车电动化、智能化、网联化，及自动化方向的发展，存储产品也面临这很多挑战，主要有四个比较重大的挑战：

一是数据 的可靠性 和 安全性 ，这是存储厂商所面临最基本和最严苛的挑战，也是相关法规及保险责任靠量的关键因素。因为对于自动驾驶来说，数据的可靠性和安全性意味着生命的安全。

存储厂商在数据可靠性和安全性方面也做了不少工作，额日特拿e.MMC、UFS和SSD来说，存储单元是由两个部分组成的，一部分是存储介质Raw NAND，另一部分是控制器和固件。

为了保证更好的TBW（Total Bytes Written），即产品生命周期里能承受的总写入数据量，存储厂商一般都会 通过控制器和固件对底层做一个读写均衡 。?TBW通俗地讲就是耐擦写，意思是NAND Flash是有寿命的，如果数据手册里规定了NAND Flash的擦写次数是3,000次，客户就需要考量该TBW是否满足自己的应用需求。?

还有一个是主机锁定 ，即在汽车主机上焊上一个内存，加了主机锁的内存放到另外一个主机上是没有用的，因为它已经与原来的主机做了锁定，这样也可以确保数据的安全。

另外，写保护也是一个很重要的功能 ，比如汽车如果出事故了，有的用户担心数据会被汽车厂商篡改，?我们存储厂商在与主机厂商、Tier 1企业一起共同努力，协商一个有效的协同保护机制，确保车辆在发生事故后，在警察没有查看数据之前，没有任何一家，包括内存厂商都无法篡改存储器内的数据，以确保司法监管在调查的时候的公正性和严肃性。?额日特表示。

二是复杂的应用场景 ，随着电子电气架构向域及中央控制单元转变，应用的融合对存储的要求也变得更加复杂，不再是单一的读或写。比如导航是一个读密集型操作，行车记录仪是一个写密集型操作。

特别是随着电子电气架构的改变，融合中央控制单元的使用，使得内存需要承受更加复杂的操作系统环境。比如高通的8155平台把智能座舱、数字仪表和中控融合到了一起，此时就需要使用Hypervisor，以允许多个操作系统和应用共享同一个硬件。 但实际上，现在的内存结构，只能做到逻辑分区，不能做到物理分区。

?举一个简单的例子，我们现在所使用的电脑有C盘、D盘、或者E盘，实际上C、D、E盘只是逻辑分区，底层的内存是没有做到物理分区的，这些盘存储的数据都是打散存储在一块内存里，不论是哪个盘坏掉，代表的就是整个内存盘都坏了。?额日特指出。

因此，这就会带来一个问题，比如行车记录仪是一个需要高擦写支持的应用，如果把行车记录仪也融合到智能座舱内的话，做起来很容易。但要是不做物理分区，由于行车记录仪的高擦写，可能整个内存很快就会坏掉。

为了适应这个改变，也为了数据的更加安全，?西部数据现在可以提供一种解决方案，那就是在底层做读写均衡的隔离，比如 一块内存里面，可以分别使用 TLC 和S LC 两种N AND F lash ，由于SLC可以支持高擦写，因此，SLC部分就可以作为行车记录仪的存储。?额日特表示。

三是海量数据存储 ，为了适应自动驾驶的需求，越来越多的雷达和摄像头被部署在汽车上，行车过程中会产生大量的数据。

特别是自动驾驶出租车的企业对数据的存储容量需求是很大的，现在单车一天生成的数据量在8GB左右，但实际上，现在主流汽车的存储容量在2GB到4GB之间。

额日特以西部数据与Waymo的合作为例，西部数据在Waymo自动驾驶出租车上安装了10块2TB的工业级SSD，也就是说Waymo的单车存储容量要求是20TB。其实这也是大部分自动驾驶汽车的存储需求。

四是高性能， 雷达和摄像头会在行车过程中产生大量的数据，为了防止数据丢失，必然需要高性能、大带宽存储的支持。

其实存储产品也在通过不停地创新来获得更高的传输速率。在嵌入式存储器方面，目前汽车领域使用的主流存储产品是e.MMC，比e.MMC更快的是UFS产品，目前汽车领域主要用的还是UFS2.1。实际上，消费类电子已经在大规模用UFS3.0的产品了。额日特预计汽车级UFS3.1的产品，应该会在两年内面市。

另外，在SSD方面，目前汽车领域的SSD主要还是用SATA接口，未来带宽更高、速度更快的NVMe接口的SSD产品也可能会在汽车上得到应用。使用SSD的好处就是容量可以做得更大，比如UFS接口能做到的最大容量可能是512GB，但SSD可以轻松做到4TB、8TB，甚至更大。

满足汽车需求的解决方案

据额日特介绍，西部数据可以提供从端到云的完整解决方案，以支持当前和未来的车辆系统要求，它为多样的应用场景和数据中心，提供了小尺寸嵌入式终端存储和可移动存储，用于获取和分析从车辆收集的大量数据。他特意强调，西部数据的汽车级闪存产品通过了IATF16949认证，符合AEC-Q100标准。

产品方面，有iNAND汽车级嵌入式存闪存盘（EFD），支持UFS和e.MMC接口，具有多种容量，用11.5?13mm的小包装，可为汽车OEM和一级供应商提供符合其需求的选择。比如iNAND AT EU312 是一款基于 3D NAND 技术的汽车级UFS（通用闪存存储），具有高数据传输速度的UFS 2.1接口和额外的UFS 3.0汽车功能，可提供最高256GB的容量，性能是前代基于e.MMC的产品的2.5倍。AT EU312利用第5代SmartSLC 技术，可提供高性能和可靠的写入。

其e.MMC 嵌入式闪存盘基于e.MMC 5.1 标准，用2D或3D NAND技术。具体产品有EM122已经获得许多汽车设计的认证并投入生产，EM132在汽车市场中容量达到了256GB。

在PCIe SSD方面，有CL SN720和CL SN520等产品，用了PCIe Gen3 NVMe接口，容量高达2TB，耐久性高达1600 TBW。

与合作伙伴的成功案例

在本次Auto Tech 2021展会上，西部数据不仅展示了自己家的汽车存储解决方案，也带来了合作伙伴的一些成功案例。

有为信息展示的?主动安全智能防控车载终端K5-P?解决方案。

在车载监控方面，其合作伙伴有为信息展示了?主动安全只能防控车载终端K5-P?解决方案，该解决方案支持ADAS、DSM只能监控，用了记录仪、功能、主动安全功能一体化设计。同时支持硬盘（2.5? HDD）+ SD卡（西部数据WD Purple micro SD存储卡），双重存储保证数据安全；且具有硬盘防震保护机制；此外，有为信息的专利的存储介质保护装置，可防止任意拆卸硬盘及插拔存储卡。加上其独特流媒体文件系统存储方式，保证了数据安全不被篡改。

车载信息系统方面，其合作伙伴掌锐展示了?前装车规模组?解决方案------CS199 MT8666AV模组，该模组基于联发科 MT8666AV芯片封装的前装车规级带4G通信模组，具有功能丰富，集成度高、尺寸小、低功耗、性能优、品质稳定的特点，可满足汽车智能化、连网化的前装需求，帮助客户缩短项目开发周期，减少研发投入并降低品控风险。存储方面，用的是西部数据iNAND AT EM132产品，是汽车市场首个基于3D TLC NAND e.MMC接口产品，用了标准BGA封装，容量涵盖了从32GB到256GB，具有快速启动、自动刷新、增强型运行健康状态监测，支持固件在线升级和100%预烧录，有AEC-Q100温度2级（-40?C 至105?C）和3级（-40?C至85?C）两种选择。

铱斯电子展示的智能驾驶系统解决方案。

此外，西部数据现场还展示了用iNAND AT EM122的智能驾舱、智能驾驶、以及车联网等丰富的解决方案。

西部数据公司中国区嵌入式产品销售部门销售总监文芳女士

西部数据公司中国区嵌入式产品销售部门销售总监文芳表示：?车联网、自动驾驶等新技术的商业化落地，对汽车新四化的发展起到了巨大的推动作用，同时也对车载存储解决方案的安全性、可靠性、大容量、高性能以及复杂的场景应用提出了更严苛的要求。西部数据作为数据基础架构的领导者，提供覆盖8GB-18TB容量，包括e.MMC/UFS/micro SD/SSD/HDD等不同规格的车规级及企业级存储产品，支持端-边-云新型数据架构在汽车领域的应用，满足当前和未来单车智能及车路协同的多样化需求。?

未来，西部数据将不断突破创新，以卓越的产品及解决方案赋能汽车领域的改革与发展，为人们带来更安全、优质的驾驶体验。

结语

近年来，汽车行业正在经历前所未有的变革，自动驾驶不断发展，3D地图、高级驾驶系统（ADAS）、自主计算机、AI、大数据、增强型信息系统、无线更新、以及V2X技术等等逐步在汽车上得到普及，而这些功能都需要板载数据存储，未来汽车的存储需求将会越来越大，如何满足汽车市场的特殊需求，是存储企业必须要考虑的，抓住汽车市场，就意味着抓住了未来。

转载自电子发烧友 @2019