新能源智能汽車已經加速發展的新階段。汽車與大數據、人工智能等前沿技術深入融合，預示著汽車行業發展的全新格局。

　　作為一個集環境感知、規劃決策、多等級輔助駕駛功能于一體的系統，新能源智能汽車應該如何綜合運用計算機、人工智能、信息通訊、自動駕駛等技術，實現車輛物聯網，以提升整體的智能化水平？

　　車聯網將車內網、車際網和車載移動互聯網進行融合，真正實現數據驅動汽車，是汽車智能化的重要組成部分。然而，目前大數據在車聯網中的應用仍存在許多問題，特別是在如何實現汽車智能化上，還有很大的上升空間。

　　早在十多年前，日本的幾大汽車企業就已經有了“危機感”，認為谷歌、蘋果、百度等信息公司可能在信息技術方面走在汽車行業的前面。如今，汽車行業的不斷迭代使得人工智能、自動駕駛技術的重要性越來越突出，而這些技術都離不開數據。他舉例說，人工智能的深度學習、強化學習方法都產生了大量需要優化和控制的數據。可以說，數據支撐了車聯網的發展。

　　從目前的發展來看，云計算已成為將許多設備連接到互聯網的可靠且具有成本效益的手段，大部分數據處理都是在云中進行。然而，車聯網對數據處理提出了更高的要求。隨著越來越多的設備連接到互聯網并生成數據，云計算可能無法處理所有這些問題。例如，在自動駕駛中，如果將傳感器數據上傳到云計算中心將會增加實時處理難度，并且受到網絡制約。與傳統汽車相比，新能源智能汽車的整車架構發生了巨大變化。汽車零部件的數量從大約2000個降低到500個左右，這對汽車單個零部件的信息處理能力提出很高的要求。自動駕駛技術更是離不開數據的計算、優化和控制，此外，數據的安全性、確權以及可追溯性同樣至關重要。

　　邊緣智能技術的發展為車聯網的發展提供了重要的技術支撐。邊緣計算將網絡邊緣上的計算、網絡與存儲資源組成統一的平臺為用戶提供服務，使數據在源頭附近就能得到及時有效的處理。云和邊緣的關系就好比中央政府和地方政府，不可能所有的決策都放到中央處理，雖然中央有很大的處理能力，但是地方政府也能夠處理很多事情。邊緣計算帶來了一場革命，它使得邊緣端突破了簡單的數據存儲和傳輸功能，能夠在數據源附近處理數據。邊緣計算像在終端設備中放入兩個重要的數據工人，可以自行處理數據而無需傳到云端……它構建了一個數據處理的邊緣智能網絡。

　　邊緣智能技術提升了數據的安全性。依靠邊緣智能技術，車聯網產生的海量數據不僅可以儲存在更加安全的邊緣端，也可以自主選擇備份于云數據中心，相當于有了雙重保證。此外，還可以結合區塊鏈的分布式系統，通過智能合約機制進一步確保數據的安全可信。

　　邊緣智能技術能夠降低數據處理的延遲。對于自動駕駛技術而言，低延遲無疑至關重要，它決定了汽車應對不同情況的反應速度。邊緣端的處理速度比云端更加快速，不需要傳到云端進行處理，擁有更快的處理速率，并且能耗更低。

　　車聯網依靠大量傳感器收集數據。在汽車運行過程中，產生了大量上行和下行局部數據，這些數據支撐了汽車的智能化。如何避免網絡擁塞、降低延遲，如何確保數據的移動性、完整性和隱私性，如何把數據用好等等都非常重要。因此，需要設計比較合理的分布式架構，布局局部數據和云端數據的處理系統，綜合使用邊緣智能技術和云計算。

　　在國外，車聯網的發展受到重視，許多汽車代工商和生產商都意識到了邊緣端基礎建設的重要性。例如，電裝和本田已經參與到了汽車邊緣計算集團（Automotive Edge Computing Consortium，AECC）中，在這個組織中，還有英特爾、三星的參與。車聯網數據作為數字經濟推動的引擎。