當(dāng)汽車行業(yè)加速駛?cè)搿败浖x”的時(shí)代，軟件已成為決定車輛競爭力的核心要素。從智能座艙的多場景交互到自動(dòng)駕駛的復(fù)雜決策邏輯，汽車軟件的代碼量逐年遞增，復(fù)雜度呈指數(shù)級攀升，傳統(tǒng)研發(fā)流程深陷困境：

• 代碼質(zhì)量管控滯后，大量依靠人工評審和后期專業(yè)工具測試
• 服務(wù)器、測試設(shè)備、軟件license等軟硬資源長期處于 “忙閑不均” 的狀態(tài)
• 故障日志排查淪為“體力博弈”，人工手動(dòng)排查篩選海量日志
• 無法快速掌控、分析當(dāng)前研發(fā)效能狀態(tài)

這些痛點(diǎn)如同隱形的枷鎖，嚴(yán)重影響著車企的研發(fā)效率。在此背景下，經(jīng)緯恒潤基于多年汽車軟件研發(fā)領(lǐng)域的技術(shù)沉淀，推出“AI驅(qū)動(dòng)的智能CI/CD全棧解決方案”。該方案以經(jīng)緯恒潤自研的汽車軟件CI/CD平臺INTEWORK-PET為技術(shù)底座，通過融合AI大模型使汽車軟件研發(fā)流程更加自動(dòng)化和智能化。PET平臺在傳統(tǒng)持續(xù)集成基礎(chǔ)上深化了研運(yùn)一體化（DevOps）的概念，高效地將嵌入式軟件研發(fā)涉及到的ALM平臺、倉庫、模型/代碼、軟件集成、編譯構(gòu)建、HIL測試、版本管理以及發(fā)布等環(huán)節(jié)打通，實(shí)現(xiàn)從研發(fā)到交付的全流程自動(dòng)化，是針對汽車行業(yè)的DevOps平臺。

INTEWORK-PET平臺

智能代碼護(hù)航：做到“事前防御”

代碼質(zhì)量是軟件研發(fā)的生命線，也是軟件研發(fā)過程質(zhì)量關(guān)注的核心， AI+PET平臺的方案中，能夠在開發(fā)者提交代碼階段自動(dòng)化完成代碼掃描：不僅能識別語法錯(cuò)誤、變量未定義等基礎(chǔ)問題，更能基于百萬級汽車軟件缺陷案例庫，預(yù)判可能導(dǎo)致功能安全風(fēng)險(xiǎn)的邏輯漏洞。同時(shí)，AI會(huì)根據(jù)代碼修改范圍自動(dòng)優(yōu)化測試用例，提高測試覆蓋率，讓存在缺陷的代碼在提交階段就被攔截。

AI自動(dòng)評審代碼

自適應(yīng)流水線：讓資源“按需流動(dòng)”

傳統(tǒng)CI/CD流水線中，資源分配依賴CI/CD引擎的隨機(jī)分配策略，往往出現(xiàn)“關(guān)鍵任務(wù)等資源、閑置資源無人用”的窘境。AI+PET方案的智能調(diào)度系統(tǒng)通過實(shí)時(shí)分析任務(wù)優(yōu)先級、歷史執(zhí)行時(shí)長、硬件負(fù)載等數(shù)據(jù)，動(dòng)態(tài)調(diào)整資源分配策略。當(dāng)檢測到大規(guī)模仿真測試、大量消耗資源的編譯任務(wù)或大范圍、多規(guī)則集的代碼靜態(tài)掃描任務(wù)時(shí)，會(huì)自動(dòng)選用硬件資源配置高的服務(wù)器，而對于小型功能模塊的集成和測試任務(wù)，則智能分配輕量計(jì)算節(jié)點(diǎn)，提高資源利用率。

流水線資源智能分配

預(yù)見性運(yùn)維：提前預(yù)警運(yùn)維故障

汽車行業(yè)需要用到很多商業(yè)軟件，這些軟件往往分布式部署在不同服務(wù)器，而這些服務(wù)器的穩(wěn)定性直接影響用戶體驗(yàn)。AI+PET方案能夠?qū)崟r(shí)采集CPU占用、內(nèi)存泄漏、網(wǎng)絡(luò)延遲等多項(xiàng)指標(biāo)，AI結(jié)合服務(wù)器歷史資源占用情況構(gòu)建出動(dòng)態(tài)預(yù)警模型。當(dāng)發(fā)現(xiàn)某服務(wù)器的資源出現(xiàn)異常波動(dòng)占用時(shí)，系統(tǒng)會(huì)在提前發(fā)出資源預(yù)警，并精準(zhǔn)定位到可能引發(fā)資源預(yù)警的流水線，告知工程師提前干預(yù)，降低運(yùn)維故障率，避免服務(wù)器運(yùn)維故障導(dǎo)致CI/CD資源不可用的風(fēng)險(xiǎn)。

運(yùn)維資源管理

問題智能定位：讓日志“自己說話”

當(dāng)流水線產(chǎn)生故障日志時(shí)，在大量日志中人工排查定位根因如同“大海撈針”。AI+PET方案能通過從海量非結(jié)構(gòu)化日志中提取關(guān)鍵信息，自動(dòng)關(guān)聯(lián)代碼提交記錄、測試報(bào)告等數(shù)據(jù)，分析故障日志原因，幫助快速定位問題根源。

效能智能洞察：用數(shù)據(jù)驅(qū)動(dòng)決策

研發(fā)效能的提升需要精準(zhǔn)的“數(shù)字畫像”。AI+PET方案的效能度量模塊會(huì)自動(dòng)匯總?cè)鞒虜?shù)據(jù)，根據(jù)用戶需要生成各式數(shù)據(jù)看板：從“代碼提交到構(gòu)建成功的平均時(shí)長”到“缺陷修復(fù)的閉環(huán)周期”，從“各團(tuán)隊(duì)測試用例復(fù)用率”到“資源成本占比”，以及項(xiàng)目測試缺陷趨勢等，直觀呈現(xiàn)研發(fā)流程中的瓶頸。并且AI分析當(dāng)前研發(fā)數(shù)據(jù)情況，生成多維度效能數(shù)據(jù)分析報(bào)告，給出優(yōu)化建議。

效能度量數(shù)據(jù)