Die Rolle der Cloud in modernen Fahrzeugen (Teil 1)

Übersicht

JOHN: In der heutigen Folge von „ The Garage “ präsentieren wir den ersten Teil unserer zweiteiligen Sonderserie zum Thema Cloud Computing in der Automobilbranche mit unserem besonderen Gast von AWS, Stefano Marzani. In dieser ersten Folge sprechen wir über Daten und Rechenleistung in der Cloud. Los geht’s!

Einleitung

JOHN: In der heutigen Folge von „ The Garage “ freue ich mich riesig, unseren besonderen Gast von AWS begrüßen zu dürfen: meinen guten Freund Stefano Marzani. Stefano, herzlich willkommen bei „ The Garage “.

STEFANO: Hallo, John. Und vielen Dank. Das ist eine ganz besondere Einladung – nach drei Jahren Zusammenarbeit ist es wirklich ein besonderer Anlass, nicht wahr? Ein Anlass, über unsere Leidenschaften nachzudenken, darüber zu sprechen und, na ja, unsere Erfahrungen auszutauschen. Vielen Dank also, dass du mich eingeladen hast.

Lernen Sie Stefano Marzani kennen

JOHN: Wir freuen uns, dass Sie hier sind. Wir haben darüber nachgedacht und darüber gesprochen, welche gemeinsamen Interessen wir haben. Und ich glaube, mir fallen mindestens vier wirklich tolle gemeinsame Interessen ein, angefangen mit Kaffee. Wir lieben Kaffee, und hier bei Sonatus nehmen wir unseren Kaffee sehr ernst.

STEFANO: Mir ist aufgefallen, dass mir das aufgefallen ist, genau. Das ist also einer der besten Kaffees, die ich hier in der Bay Area getrunken habe. Ein wirklich guter Start.

JOHN: Vielen Dank. Das zweite Thema, für das wir uns beide begeistern, ist das Essen, insbesondere die italienische Küche. Und wie jeder, der mit dir spricht, sofort merkt, kommst du aus Italien. Du stammst ursprünglich aus Bologna.

STEFANO: Richtig. Richtig, in der Gegend von Bologna.

JOHN: Was mich an der italienischen Küche interessiert, ist nicht nur, dass sie generell großartig ist, sondern auch, dass die verschiedenen Regionen Italiens so unterschiedliche Gerichte zu bieten haben. Deshalb dachte ich, ich fange mal an: Ich würde mich freuen, wenn du uns erzählen würdest, was die Spezialität deiner Heimatregion ist, und uns den Namen der Region nennst, in der Bologna liegt.

STEFANO: Ja, die Region erweitert das Konzept bereits, denn, wie du weißt, sind in Italien die Provinzen wirklich der Ort, an dem es unterschiedliche Speisen gibt. Ich komme ursprünglich aus der Provinz Reggio Emilia. Und wenn man 15 Kilometer nach Osten oder 15 Kilometer nach Westen fährt, nennen die Leute dasselbe Essen schon mit anderen Namen. Da kannst du dir vorstellen, wie wichtig uns das ist. Aber die meisten Gerichte, von denen man hier in der Gegend hört – wie Prosciutto, Lasagne und so weiter –, stammen aus dieser Region. Forbes hat diese Region vor einigen Jahren buchstäblich zur besten Region der Welt in Sachen Essen gekürt – das sagt also nicht nur uns, sondern auch jemand anderes.

JOHN: Das ist fantastisch. Da muss ich mir das unbedingt einmal ansehen. Ich war schon unzählige Male in Italien…

STEFANO: Du bist herzlich eingeladen!

JOHN: Das wäre toll! Und du sagst, es gibt in der Bay Area ein fantastisches Restaurant, das genau diese Art von Essen anbietet.

STEFANO: Ja, es gibt zwar verschiedene italienische Gerichte, aber solche, die wirklich typisch für die Region sind, sind schwer zu finden. Nicht hier in der Bay Area jedenfalls. Ich bin immer noch auf der Suche danach.

JOHN: Wir haben uns vor der Folge auch darüber unterhalten, dass wir einen gemeinsamen Freund haben: meinen ehemaligen Mitbewohner aus dem Studium, Luca Benini, der jetzt Professor an der Universität Bologna ist. Luca ist ein guter Freund von mir. Er stammt ursprünglich aus Ferrara, das ebenfalls in dieser Provinz liegt. Und soweit ich weiß, ist er auch dein Freund.

STEFANO: Ja, ich habe ihn vor vielen, vielen Jahren kennengelernt. Aber ja, ganz am Anfang meiner Karriere haben wir angefangen, über elektronische Musik zu reden – wie du dir vorstellen kannst, war das damals so –, und so habe ich mich mit ihm getroffen. Ich glaube, das ist schon über 20 Jahre her oder so.

JOHN: Fantastisch. Also, Luca, falls du die Sendung gerade verfolgst: Hut ab vor dir. Die dritte Gemeinsamkeit, die wir haben, ist, dass wir beide Videos und Podcasts lieben. Ja. Du bist Moderator deiner eigenen Sendung bei AWS, was unglaublich beeindruckend ist. Und deshalb fühlen wir uns wirklich sehr geehrt, dich hier in unserer Sendung als Gast zu haben. Erzähl doch kurz etwas über deine Sendung und die Themen, die du behandelst – wir werden dann einen Link zur Sendung im Video einfügen.

STEFANO: Das weiß ich wirklich zu schätzen. Die Sendung heißt „All Things Automotive“. Und wir stehen kurz vor dem Dreh der dritten Staffel. Die erste Staffel wurde leider während der Corona-Pandemie aus der Ferne gedreht. Und dann haben wir eine Staffel fertiggestellt. Die wurde im Studio gedreht, es war eine absolut tolle Erfahrung. Das war für mich das erste Mal, dass ich so etwas gemacht habe. Ich habe immer mit meinen Kollegen gescherzt: Das ist sozusagen ein zweiter Nebenjob, oder? Da ich ein Technikfreak bin, arbeite ich normalerweise an wirklich technischen Dingen. Videos mit einem solchen Produktionsaufwand und einer so hohen Qualität zu drehen, war für mich wirklich etwas ganz Besonderes – eine großartige Lernerfahrung und eine wunderbare Erfahrung.

JOHN: Falls du die Show noch nicht gesehen hast: Sie ist unglaublich. Wenn du sie dir ansiehst, wirst du wie ein Amateur wirken – das verspreche ich dir –, du siehst aus wie ein Profi. Wir freuen uns riesig, dich dabei zu haben.

Stefanos Rolle bei AWS

JOHN: Und der vierte Punkt – der uns übrigens zum Thema der heutigen Folge führt – ist die Cloud und die Automobilbranche.

STEFANO: Ja.

JOHN: Und das liegt dir wirklich am Herzen. Außerdem hast du eine ganz besondere Position bei AWS – ich würde mich sehr freuen, wenn du uns etwas über deine Rolle und deinen Aufgabenbereich bei AWS erzählen würdest.

STEFANO: Natürlich! Ich bin also der weltweite technische Leiter für softwaredefinierte Fahrzeuge bei AWS. Wie ihr wisst, ist das „Software-Defined Vehicle“ dieser neue Makrotrend in der Automobilindustrie, der das Produkt wirklich grundlegend verändert – darauf werden wir hoffentlich später noch eingehen –, aber meine Rolle ist im Wesentlichen eine im Bereich der Technologiestrategie. Ich versuche also, von den Kunden zu verstehen, was sie brauchen, und intern darüber zu sprechen – das intern mit unserem Service-Team zu besprechen, mit unserem Branchenproduktteam zu sprechen und gemeinsam die besten Lösungen für unsere Kunden zu finden. Aus technischer Sicht habe ich also Kollegen, die sich um die geschäftliche Seite der Partnerschaften kümmern. Meine Rolle konzentriert sich jedoch wirklich darauf, die richtigen Architekturen zu finden und herauszufinden, was den Kunden aus technischer Sicht wirklich zufriedenstellt. Und genau das habe ich getan – dies ist mein erstes Jahr als technischer Leiter für SDV. Davor war ich zwei Jahre lang technischer Leiter für ADAS/AV, also habe ich mich intensiv mit diesem Bereich beschäftigt und das Gleiche getan: verstanden, wie sich die Technologie weiterentwickelt, wie wir diese technologischen Fortschritte nutzen und in Dienstleistungen und Produkte für unsere Kunden umsetzen können. Aber letztendlich – das weißt du ja sehr gut –, denn genau dort haben wir unsere Zusammenarbeit aus dieser Perspektive begonnen, nicht wahr.

JOHN: Auf jeden Fall.

STEFANO: Und dort haben wir uns nach dem letzten Jahr wirklich darauf konzentriert, eine SDV-Architektur für – na ja – autonomes Fahren und Daten zu entwickeln. Wir haben also gute Arbeit geleistet, denn am Ende sagten sie, es sei ziemlich gut. Vielleicht könnt ihr das also auch für alle anderen Arbeitslasten im Auto umsetzen, einschließlich der vernetzten HMI und so weiter. Ja, es ist wirklich ein großes Privileg, in einem solchen Umfeld zu arbeiten – gerade in einer Zeit, in der die Automobilindustrie einen solchen Wandel durchläuft. In dieser Hinsicht fühle ich mich sehr gesegnet.

JOHN: Das stimmt, das stimmt. Und wir werden über all diese Themen sprechen. Ich glaube, das wird ein langes und sehr interessantes Gespräch. Ich freue mich schon sehr darauf.

Welche Bedeutung hat die Cloud für die Automobilbranche?

JOHN: Weißt du, wir hatten gerade unseren Freund hier, unseren gemeinsamen Freund Robert Day von Arm.

STEFANO: Na bitte!

JOHN: Er war vor kurzem auch im Studio und hat Aufnahmen gemacht. Und ich habe ihm eine Frage zum Thema „Low Power“ im Automobilbereich gestellt, denn als ich ihn fragte, sagte ich: „Weißt du, viele Leute schätzen meiner Meinung nach die Bedeutung von ‚Low Power‘ im Automobilbereich nicht richtig ein; sie sagen: ‚Ach, ein Auto hat doch eine große Batterie.‘“ Aber tatsächlich hat er darauf hingewiesen, wie wichtig geringer Stromverbrauch ist. Und ich möchte dir eine ähnliche Frage in Bezug auf die Cloud stellen. Die Leute verstehen vielleicht allgemein, was die Cloud ist und wie wichtig sie ist. Aber ich bin mir nicht sicher, ob jeder unbedingt versteht, warum die Cloud für die Automobilbranche so wichtig sein könnte.

STEFANO: Darauf gibt es eine sehr, sehr lange Antwort. Aber es gibt mehrere Gründe. Mir gefällt jedoch der Punkt, mit dem Sie angefangen haben. Denn geringer Energieverbrauch bedeutet in der Cloud die Konsolidierung von Ressourcen. Und wir unternehmen enorme Anstrengungen im Bereich der Nachhaltigkeit. Das ist letztendlich etwas sehr Wichtiges für die Mobilität, insbesondere für den Mobilitätssektor im Allgemeinen. Und das ist wirklich, wirklich wichtig, oder? Die Konsolidierung dieser Ressourcen in Rechenzentren, die energieeffizient und klimaneutral sind – wir haben das sehr wichtige Ziel, klimaneutral zu werden. Das ist also eine Möglichkeit, Ressourcen sehr bewusst einzusetzen. Lass es mich so formulieren: Mir gefällt dieser Ausgangspunkt. Aber natürlich gibt es auch technische Gründe, warum die Cloud in diesem Bereich relevant ist – denk zum Beispiel an vernetzte Fahrzeuge. Alle Fahrzeuge sind vernetzt, das weißt du ja sehr gut, oder? Und ich hoffe, etwas von Sonatus zu hören. Nicht wahr? Es ist ein Dialog. Ich bin also sehr gespannt darauf, was Sonatus in dieser Hinsicht unternimmt, um all diese Fahrzeuge und die damit verbundenen Erfahrungen miteinander zu vernetzen. Und wohin senden sie die Daten? Die meisten senden sie in die Cloud. Denn unser Dienst, Amazon S3, ist sehr effizient bei der Speicherung dieser Daten und bietet vielfältige Möglichkeiten, Daten zu verwalten und je nach Nutzung oder Nutzungshäufigkeit in Klassen zu speichern. Es gibt Automatisierungen: Wenn man diese Daten nicht allzu oft nutzt, werden sie vielleicht in eine Speicherstufe verschoben, bei der das Abrufen der Daten etwas länger dauert, man aber weniger bezahlt, richtig? Man hat also all diese Strategien, die als Managed Services angeboten werden und Cloud-Dienste für Kunden so attraktiv machen, weil sie sich darüber keine Gedanken machen müssen, richtig? Und sie können ihre IT-Infrastruktur optimieren und sich auf das konzentrieren, was wirklich zählt: die Innovation bei den Produkten. Gerade in dieser Phase in der Automobilbranche – das wissen Sie ja sehr gut – verändert sich das Produkt radikal. Da darf man keine Zeit verschwenden, oder? Mit unserem Managed Service unterstützen wir den Kunden dabei, denn so kann er sich auf das konzentrieren, was für seine Kunden wichtig ist – nämlich die Menschen, die das Auto kaufen und erleben. S3 ist also nur ein Beispiel. Das lässt sich aber auch auf Rechendienste, Machine-Learning-Dienste und alle unsere angebotenen Dienste mit ähnlicher Logik anwenden: Wir bieten, wie gesagt, Managed Services an und versuchen, unseren Kunden die undifferenzierten, mühsamen Routineaufgaben abzunehmen – wir automatisieren sie, wo immer möglich, im Rahmen der Umstellung auf die Cloud, oder diese Prozesse erleichtern unseren Kunden das Leben.

JOHN: Vielen Dank für diese Zusammenfassung. Das ist wirklich interessant.

Fünf Cloud-Themen in Teil 1 und Teil 2

JOHN: Ich dachte, wir könnten heute die Cloud unter fünf Gesichtspunkten beleuchten. Meiner Meinung nach sind dies die Aspekte, die für den Automobilmarkt relevant sind: An erster Stelle stehen die Daten. An zweiter Stelle steht konkret die Rechenleistung. Der dritte Aspekt betrifft das Prototyping, da ich der Meinung bin, dass das Prototyping für Fahrzeuge eine wichtige Rolle spielt. Der vierte Aspekt umfasst Analytik sowie künstliche Intelligenz und maschinelles Lernen. Und schließlich ist der fünfte Aspekt, den wir bereits erwähnt haben, das autonome Fahren und ADAS, wo die Cloud meiner Meinung nach einige spezifische Vorteile bieten kann.

Thema 1: Daten in der Cloud

JOHN: Fangen wir also zunächst mit den Daten an: Autos und – wie ihr wisst – Fahrzeuge aller Art erzeugen immer mehr Daten, insbesondere seit sie vernetzt sind. Lasst uns also darüber sprechen, auf welche Weise Autos Daten erzeugen. Und einige der Dinge, die ihr dabei seht, sind die interessantesten Beispiele dafür, wie Daten in der Cloud genutzt werden können.

STEFANO: Ja, also zunächst einmal ist die Datenmenge einfach, na ja, wirklich riesig. Das ist es, was wir beobachten. Ich würde also sagen, der erste Trend ist die Optimierung der Datenerfassung. Wenn wir also über Daten sprechen und darüber, wie wir diese Datenlogistik reduzieren oder optimieren können, haben wir natürlich mehrere Dienste, um Daten aus unseren grundlegenden IoT-Diensten und Diensten für die Datenlogistik zu erfassen, richtig? Manchmal sind die gesammelten Daten – insbesondere bei unseren Kunden aus dem Bereich des autonomen Fahrens – so umfangreich, dass man sie nicht einfach ins Internet übertragen kann. Deshalb haben wir physische Geräte, die sogenannten Snowball-Geräte oder Snowball Edge. Man lädt diese Daten physisch auf diese Geräte herunter und schickt das Gerät dann an AWS, um die Daten – je nach Sichtweise – in die Cloud hoch- oder herunterzuladen. Die Datenlogistik ist also ein wichtiges Thema. Vielleicht können wir das später noch besprechen. Denn es handelt sich dabei wirklich um eine Kombination aus Rechenleistung und Daten – wenn man so will, in immer größerem Umfang. Wir bezeichnen das als diesen „Big Loop“, den Sie sicher gut kennen.

Umfangreiche Datentypen aus Fahrzeugen

STEFANO: Interessante Daten. Ich kann Ihnen sagen, dass ein aktueller Trend, den wir bei unseren Kunden immer häufiger beobachten, mit Videos zu tun hat, nicht wahr? Das ist sehr wichtig. Denken Sie nur daran, wie reichhaltig ein modernes Auto in Bezug auf Sensoren ausgestattet ist: Es geht nicht mehr nur, wie früher, um die Erfassung von CAN-Daten – also Daten aus dem Controller Area Network –, einfache Daten wie Geschwindigkeit, Position, Lenkraddaten oder den Bremsstatus. Sondern wir sehen zunehmend, dass immer umfangreichere Daten eingehen. Wir haben also Videokameras – mehrere davon in einem Auto –, LiDARs; wir sehen, dass auch normale Serienfahrzeuge, Massenfahrzeuge, zunehmend mit LiDARs ausgestattet werden … das ist völlig neu auf dem Markt. Wir haben Radarsysteme, Ultraschallsensoren und so weiter. Ich würde also sagen, der aktuelle Trend geht hin zur Erfassung dieser Daten, und das wird eine neue Generation von Dienstleistungen hervorbringen. Stellen Sie sich zum Beispiel die Möglichkeit vor, über die Kameras Ihres Fahrzeugs auf Ihrem Smartphone zu beobachten, was rund um das Fahrzeug vor sich geht, nicht wahr? Dienste wie diese werden unsere Erfahrung mit dem Fahrzeug selbst wirklich grundlegend verändern; wir werden das Fahrzeug mehr und mehr als eine Art Sensorsystem betrachten, wenn man so will. Also umfangreiche Daten und deren Nutzung für diese verschiedenen Zwecke: Sicherheit, Verkehrssicherheit, Verkehrsmanagement, Verkehrslogistik sowie Mobilitätssysteme. Und persönlich gibt es einen Bereich, der mir besonders am Herzen liegt: alles, was mit ADAS-Sicherheit zu tun hat. Das ist ein einfacher Erfolg. Es ist ein großer Erfolg. Denn wenn man sich die Statistiken ansieht, gibt es immer noch viele gefährliche Situationen, die durch den Einsatz von ADAS bereits heute gemildert werden können, nicht wahr? Das sind Daten, die für mich ein besonderes Gewicht haben, wenn Sie mich fragen.

JOHN: Auf jeden Fall. Und wir werden uns später auf jeden Fall noch etwas Zeit für ADAS und autonomes Fahren nehmen, denn ich denke, das ist ein ganz eigenes Thema.

STEFANO: Ja.

Die Bedeutung einer gezielten Datenerfassung

JOHN: Aber das ist, das ist wirklich interessant, dass Sie über die verschiedenen Arten von Daten sprechen. Bei Sonatus legen wir großen Wert auf Daten, das ist einer der Bereiche, auf die wir uns konzentrieren. Wir stellen fest, dass die herkömmlichen Ansätze zur Datenerfassung oft recht rudimentär und starr sind. Und wir glauben, dass es einen Bedarf an einer dynamischen Anpassung der Datentypen gibt – sei es bei der Fahrdynamik, bei der Fahrzeugabstimmung oder bei der Diagnose. Wir sehen einen wachsenden Bedarf, da Fahrzeuge immer komplexer werden und es zu Rückrufaktionen und Ähnlichem kommt. Man möchte solche Probleme unbedingt vermeiden, indem man sie bereits vor Ort diagnostiziert. Und wir glauben, dass eine detaillierte, konfigurierbare Datenerfassung wirklich wichtig sein kann. Das ist einer der Gründe, warum Sie für uns ein so wichtiger Partner sind: Diese Daten werden in die Cloud übertragen, und auf ihrer Grundlage müssen Maßnahmen ergriffen werden – wir werden über Analysen und andere Aspekte sprechen. Aber die Bereitstellung der richtigen, hochwertigen und vertrauenswürdigen Daten für die Cloud ist meiner Meinung nach eine wichtige Grundlage. Sie haben auch von „Rich Data“ gesprochen. Das sehen wir ebenfalls so. Wir glauben, dass man durch die Verknüpfung beispielsweise von Fahrdynamikdaten – die etwa eine abrupte Lenkbewegung signalisieren – mit, sagen wir, Kameradaten oder Radardaten einen Algorithmus möglicherweise besser optimieren kann, als wenn man nur eine dieser Datenarten isoliert betrachten würde. Die Zusammenführung verschiedener Datenströme kann also, wie ich gerne sage, „eins plus eins ergibt sieben“ bedeuten.

Nutzung von Daten zur Verbesserung von Fahrzeugen

STEFANO: Auf jeden Fall. Da stimme ich voll und ganz zu. Und das deckt sich übrigens wirklich mit unserer Definition von SDV. Weißt du, wir sind mit dieser Definition gestartet und haben gesagt: Ja, natürlich bedeutet SDV, neue Funktionen im Fahrzeug einzuführen – Softwarefunktionen im Fahrzeug –, wenn das Fahrzeug bereits auf dem Markt ist, richtig? Das war also unsere Definition, aber im Gespräch mit den Kunden wurde uns klar, dass es um etwas mehr geht, oder? Sie sagen: „Ja, aber wir sind ja nicht nur in der Cloud. Wir haben hier ein physisches Produkt. Deshalb wollen wir die Daten, die von den Fahrzeugen generiert werden, nutzen, um den physischen Aspekt des Produkts, also seine Komponenten, zu verbessern, richtig?“ Denken Sie an das Lenksystem, das Bremssystem – wie wir die nächste Generation der Servolenkung eines Fahrzeugs entwickeln können, wenn wir die Daten der meisten Fahrzeuge da draußen sammeln, richtig? Also haben wir unsere Definition von SDV angepasst und diesen Abschnitt hinzugefügt. Es geht also nicht nur um neue Funktionen, während das Fahrzeug unterwegs ist, sondern darum, diese Erkenntnisse zu nutzen, um die Fahrzeuge der nächsten Generation in all ihren Dimensionen zu entwickeln, einschließlich der physischen.

Aussagekräftigere Daten, aber insgesamt weniger Daten

STEFANO: Und dafür gibt es zahlreiche Beispiele. Ich stimme also voll und ganz zu, dass dies immer wichtiger wird und dass die dynamische Beziehung dahinter nicht nur darin besteht, einfach eine Konfiguration zu übermitteln und diese Daten zu erfassen. Nun gibt es vielleicht eine bestimmte Bedingung, die wir erkennen möchten: Wenn wir diese Bedingung feststellen, wollen wir der Sache etwas genauer auf den Grund gehen. Versuchen wir also, weitere Daten von einem anderen Sensor zu erhalten, um zu sehen, ob wir die Situation besser verstehen können. Diese Art von Logik steht bei unseren Kunden ganz oben auf der Prioritätenliste. Und noch einmal: Nicht nur zu Designzwecken, sondern – wenn man darüber nachdenkt – zur Optimierung des Systems. Warum also alle Daten erfassen und dann nur 10 % davon nutzen? Vielleicht gibt es detailliertere, intelligentere Wege, eine Verbindung herzustellen, um Daten zu erfassen. Und gut, wenn man nichts Ungewöhnliches oder Besonderes sieht, muss man einfach nichts aufzeichnen, oder? Wenn man eine bestimmte Situation beobachtet, gibt man mir diese 20 Sekunden und sendet die Daten weiter. Deshalb können wir mehr Daten erhalten. Insgesamt sammeln wir jedoch weniger Daten, da es sich um aussagekräftigere Daten handelt, wenn man so will. Es geht also nicht einfach nur um mehr Daten, und das war’s.

JOHN: Genau, ich würde es sozusagen als das „Nadel-im-Heuhaufen“-Problem bezeichnen: Wenn man darüber nachdenkt, läuft eigentlich normalerweise alles reibungslos. Aber dann gibt es diesen einen bestimmten Bereich, in dem etwas wirklich Interessantes passiert. Und da würde man sich Daten mit sehr hoher Auflösung wünschen. Aber man kann diese hochauflösenden Daten nicht ständig erfassen – das wäre einfach zu viel. Das ist einer der Bereiche, auf die wir uns konzentrieren, um genau dieses Problem anzugehen. Du hast auch erwähnt, dass man Fahrzeuge verbessern kann. Wir haben mit einem Produktmanager eines Automobilherstellers gesprochen, und er sagte: „Eines unserer Probleme ist, dass wir, sobald das Fahrzeug unser Werk verlässt, keinen detaillierten Einblick mehr darin haben, wie die Funktionen genutzt werden.“ Wir entwickeln also diese Funktion, wissen aber nicht, ob sie überhaupt jemals genutzt wird – und die Implementierung ist sehr kostspielig. Vielleicht könnten wir die Kosten für das Auto optimieren oder die Ressourcen in einem anderen Bereich einsetzen. Das ist also ein weiterer Bereich, in dem wir sowohl die Kosten der Automobilhersteller als auch das Nutzererlebnis optimieren können, indem wir den Nutzern die Funktionen bieten, die ihnen wichtig sind. Und so weiter. Ein weiterer Bereich, den wir für wirklich interessant halten und den wir bereits kurz angesprochen haben, ist folgender: Es gibt nicht nur einen einzigen Bedarf – es könnte einen Bedarf an Diagnosefunktionen geben, einen Bedarf an zukünftigen Produktanalysen oder eine Art ADAS, und diese können gleichzeitig nebeneinander bestehen. Und heute wird das in der Regel nicht so gehandhabt. Das ist eine der Funktionen, die wir in Autos integrieren wollen. Es tut mir leid, dass uns das so sehr am Herzen liegt – wir sind da ein wenig leidenschaftlich.

STEFANO: Auf jeden Fall, nein, nein, ich teile übrigens dieselbe Leidenschaft. Und das wird übrigens auch das Thema sein, wenn wir über maschinelles Lernen und künstliche Intelligenz sprechen.

Multiple Intelligenzen in Fahrzeugen

STEFANO: Aber ich sage unseren Kunden oft, wenn ich heutzutage über die Automobilbranche spreche: Autos werden über mehrere Intelligenzen verfügen, nicht nur über eine. Es geht nicht nur darum, dass wir ADAS als neuronales Netzwerk einsetzen und das war’s dann. Denken Sie doch mal an Alexa – eine künstliche Intelligenz, die in der Lage ist, mit Ihnen zu interagieren. Und vielleicht gibt es eine Fahrerüberwachung; ich denke, es gibt jede Menge künstliche Intelligenz, die gleichzeitig mit verschiedenen Datenquellen aus unterschiedlichen Teilen des Fahrzeugs für verschiedene Zwecke arbeitet – lokal; ein Teil davon muss aber auch nach außen gesendet werden, richtig, und in die Cloud übertragen werden, um dort analysiert zu werden. Und um zu verstehen, was gerade vor sich geht. Ich möchte Ihnen jedoch noch eine andere Sichtweise aufzeigen, die ich insofern sehr interessant finde, als es darum geht, über die Lieferkette der Automobilindustrie innerhalb der Wertschöpfungskette nachzudenken.

Softwaregesteuerte Komponenten

STEFANO: Ich persönlich glaube, dass nicht nur das Fahrzeug selbst softwaregesteuert sein wird, sondern auch die Fahrzeugkomponenten, oder? Wenn man ein Teilsystem des Fahrzeugs wirklich verbessern will, muss man dieses Wissen gewissermaßen an den Hersteller dieser Komponente weitergeben. Das bedeutet also im Grunde, dass man diese Wertschöpfungskette über diese Datenpipelines so steuert, dass der Datenfluss in die Lieferkette der Automobil-Wertschöpfungskette gelangt. Und ich finde das interessant, denn auf diese Weise entstehen wirklich überlegene Produkte. Das sehen wir zum Beispiel beim Batteriemanagement – das ist ein sehr, sehr klassisches Beispiel bei Elektrofahrzeugen.

JOHN: Genau. Das ist ein perfektes Beispiel, von dem wir derzeit viel hören: Es gibt diese Komponenten, die – historisch bedingt oder aufgrund bestehender Ansätze – vielleicht keinen Zugriff darauf haben, ihre Daten oder Analysen auszutauschen, die aber genau diese Art von algorithmischer Feinabstimmung und algorithmischen Verbesserungen dringend benötigen. Und ich denke, das ist ein Bedarf, der heute noch nicht gedeckt ist.

STEFANO: Ja, auf jeden Fall. Da stimme ich voll und ganz zu. Das ist also ein sehr interessanter Aspekt.

Beispiele für die Datennutzung durch AWS-Kunden

JOHN: Da wir gerade über Daten sprechen: Könnten Sie uns vielleicht einige Beispiele für Kunden nennen, die Ihre Dienste nutzen, und uns schildern, auf welche unterschiedliche Weise sie diese einsetzen?

STEFANO: Auf jeden Fall. Wir haben zum Beispiel eine sehr gute Kundenreferenz mit BMW – dort wurde dieser vernetzte Data Lake eingerichtet. Und das wurde in einer der Folgen von „All Things Automotive“ vorgestellt, es ist also online verfügbar. Aber darüber hinaus gibt es sehr technische, tiefgehende Analysen auf einer unserer früheren re:Invent-Konferenzen – das ist unsere jährliche Entwicklerkonferenz. Ihr Fallbeispiel ist so interessant, weil man im Grunde wirklich sehen kann, welchen Aufwand sie betrieben haben, um verschiedene Datenquellen in diesem vernetzten Data Lake zusammenzuführen. Und dieser Data Lake steht dann dem gesamten Unternehmen in all seinen Bereichen zur Verfügung. Das ist ihr Verdienst, oder? Und das ist absolut großartig, denn man hat diese Referenz, und die Daten werden einfach genutzt und können von der IT, den Forschungs- und Entwicklungsabteilungen und überall dort, wo sie benötigt werden, verwendet werden. Ich finde das also großartig. Noch besser ist es, wenn man dies mit Cloud-Technologie, APIs – also Anwendungsprogrammierschnittstellen –, klaren Schnittstellen und Microservices kombiniert. Das gibt dem Unternehmen die Möglichkeit, schnell Anwendungen zu entwickeln, die Daten nutzen – und das ist heutzutage ein sehr wichtiges Ziel.

JOHN: Eine einzige Quelle der Wahrheit und ein gemeinsames Rahmenwerk, auf das sich alle stützen können – das ist wirklich leistungsstark. Und dieser Data Lake ist ein wichtiges Konzept. Wir freuen uns, ein Teil davon zu sein und Daten dorthin zu übermitteln.

STEFANO: Ja, und ich finde, ihr leistet wirklich gute Arbeit bei der Organisation eurer Daten – nicht nur, sagen wir mal, was den Mechanismus der Datenübertragung angeht. Aber in den Tools, die ich gesehen habe, und in der Konsole sowie den verschiedenen Schnittstellen bietet ihr den Kunden die Möglichkeit, mit diesen Daten zu arbeiten, um Automatisierungen zu erstellen. Das ist also wirklich ein wichtiger Aspekt, oder? Es geht also nicht nur um eine bestimmte Sache. Sondern um diese Organisation – eine große, komplexe Organisation. Agilität zeigt sich also wirklich in der Fähigkeit, bestimmte Dienste anzubieten, oder? Aber die Daten sind die Wahrheit. Deshalb müssen sie auf angemessene Weise konsolidiert werden.

JOHN: Nun, das war ja eine ziemlich lange Diskussion über Daten. Vielleicht könnten wir eine ganze Folge dem Thema Daten widmen.

Thema 2: Rechnen in der Cloud

JOHN: Aber kommen wir nun zum nächsten Thema, nämlich der Rechenleistung. Cloud-Computing ist ja mittlerweile sehr bekannt, und die Leute wissen, dass die Cloud über unglaubliche Rechenkapazitäten verfügt. Es wäre daher toll, wenn Sie uns einen Überblick über einige Ihrer Funktionen geben könnten, insbesondere über diejenigen, die im Automobilmarkt zum Einsatz kommen könnten.

STEFANO: Auf jeden Fall, das mache ich sehr gerne, denn das ist einer der – sagen wir mal – großen Vorteile, die wir haben. Ein Vorteil, den wir bei AWS haben, ist die Vielfalt der Rechenoptionen. Rechenoptionen, die man übrigens nach Bedarf nutzen kann, richtig? Das ist also ein sehr wichtiger Punkt, denn in der Automobilbranche ist der Verbrauch nicht immer gleichbleibend. Nein, vielleicht muss man eine Simulation durchführen, und das führt zu einem sprunghaften Anstieg des Verbrauchs an Rechenressourcen. Aber am Tag danach, wenn man fertig ist, liegt der Verbrauch bei null. Das ist also ein grundlegendes Problem, das wir bei einigen Kunden beobachten, die über eigene Rechenzentren verfügen, für die sie bereits bezahlt haben, während unser Rechenangebot bedarfsorientiert ist. Man zahlt also nur dann, wenn man die Ressourcen benötigt, und nichts, wenn man sie nicht benötigt. Das ist meiner Meinung nach ein ganz wesentlicher Aspekt, um flexibel und elastisch mit Ressourcen umgehen zu können.

Verschiedene Arten von Recheninstanzen bei AWS

STEFANO: Und genau hier ist Vielfalt sehr wichtig. Wir haben mehrere Instanzen, wie wir sie nennen, also diese Rechenressourcen. EC2-Instanzen, Amazon EC2-Instanzen, Elastic Compute, richtig? Das ist also der Ursprung des „EC“. Und das ist ein sehr wichtiger Aspekt, denn es gibt Intel-Instanzen, Arm-Instanzen, Xilinx-Instanzen – also Xilinx-FPGA-Instanzen – und so weiter. Und wenn man sich die einzelnen Klassen dieser Instanzen ansieht, gibt es Instanzen mit mehr Arbeitsspeicher, mehr Rechenleistung, mit GPUs oder mit besonderen Funktionen wie höherer Bandbreite im Netzwerkbereich, um sich wirklich an diesen spezifischen Rechenbedarf anzupassen. Und das ist sehr wichtig, denn wie wir bereits besprochen haben: Es kommen all diese Daten herein … was macht man damit? Man möchte zum Beispiel maschinelles Lernen einsetzen, also ein Training mit diesen Daten durchführen, wofür man beispielsweise P-Instanzen nutzt. Und das ist beschleunigte Rechenleistung speziell für das Trainieren von Daten. Auch dafür haben wir einige Chips entwickelt, die wir „Trainium“ nennen. Das ist also unser selbst entwickelter Chip, der in der Lage ist, diese Machine-Learning-Netzwerke anhand der gesammelten Daten zu trainieren. Nehmen wir an, nach dem Training möchten Sie das Modell anwenden. Dafür haben wir „Inferentia“, einen weiteren selbst entwickelten Chip, der auf diese Aufgabe spezialisiert ist. Aber abgesehen von unserem eigenen Angebot ist es wirklich wichtig, diese Vielfalt bereitzustellen … wir haben zum Beispiel Mac-Instanzen, nicht wahr? Denn wenn Sie ein Apple-Entwickler sind und diese Entwicklungspipeline wirklich in großem Maßstab aufbauen möchten, können Sie Mac-Instanzen nutzen und diese horizontal skalieren. Und wir verfügen tatsächlich über fundierte Daten dazu, dass Sie diese Granularität wirklich benötigen. Wenn Sie die Rechenleistung nutzen, ist die Wahl der Rechenressourcen entscheidend, bei der Sie diese Granularität haben. Hier haben wir zum Beispiel wieder ein Beispiel von der re:Invent. Continental hat erläutert, wie die Einführung der Cloud in dieser Simulationsübung – in diesem Fall auf der CAEDGE-Plattform – die Zeit, die sie für das Training speziell dieser Funktionalität benötigten, wirklich erheblich verkürzt hat. Wir haben also immer mehr Datenpunkte, die diese Art der Cloud-Einführung im Bereich der Rechenleistung untermauern.

AWS Graviton

JOHN: Nun, wenn wir schon von speziellen Anwendungsfällen sprechen, müssen wir auch über Graviton reden. Kannst du uns ein bisschen darüber erzählen?

STEFANO: Ja, natürlich müssen wir das, wir müssen es tun, weil wir unsere Zusammenarbeit direkt mit der Arbeit an diesen Arm-Technologien begonnen haben. Also auf jeden Fall. Es handelt sich also um unseren eigenen Prozessor, der von unseren Annapurna Labs entwickelt wurde – das ist, wie Sie wissen, sozusagen unsere spezialisierte Geschäftseinheit, die all diese Silizium-Innovationen hervorbringt, darunter Graviton, Trainium, Inferentium und so weiter. Und es handelt sich um einen ARM-basierten Chip, eine CPU mit 64 ARM-Kernen (ARMv8) für die Cloud. Als er auf den Markt kam, war er der erste ARM-Chip in Cloud-Systemen, der in großem Maßstab eingesetzt wurde. Das ist aus mehreren Gründen sehr wichtig. Am Anfang ging es vor allem um das Verhältnis von Stromverbrauch und Leistung. Und wir haben darüber gesprochen, wie wichtig der Aspekt der Nachhaltigkeit bei der Wahl der richtigen Rechenoptionen ist, richtig. Aber wir haben zunehmend festgestellt, dass ARM eine Technologie ist, eine Architektur, die von unseren Kunden häufig in Fahrzeugen eingesetzt wird. Also dachten wir uns: Vielleicht können wir damit noch ein bisschen mehr anfangen, oder? Und vielleicht können wir darüber sprechen.

Zusammenfassung von Teil 1

JOHN: Danke, Stefano, ich weiß diese Zusammenfassung zum Thema „Compute in der Cloud“ wirklich zu schätzen. Damit ist der erste Teil unserer zweiteiligen Sonderserie mit Stefano Marzani von AWS abgeschlossen. In der heutigen Folge haben wir uns ausführlich mit Cloud Computing für die Automobilbranche befasst, insbesondere mit den Themen Daten und Rechenleistung. Im zweiten Teil unseres Gesprächs werden wir daran anknüpfen und über Prototyping mit Cloud-Datenanalyse und „ AI “ sowie schließlich über ADAS und autonomes Fahren sprechen. Wir hoffen, dass Sie sich auch den zweiten Teil ansehen, den wir in Kürze veröffentlichen werden. Vielen Dank für Ihre Aufmerksamkeit, und wir freuen uns darauf, Sie in einer weiteren Folge von „ The Garage “ wiederzusehen.