软件定义汽车，谁守得住“油门”？

如今，“软件定义汽车”已成为汽车行业共识，根据摩根士丹利估算，未来智能汽车60%的价值将源于软件。在这场变革中，车辆不再仅是机械代步工具，而是进化成为集算力、通信、AI服务于一体的移动智能终端。

随着智能座舱、智能驾驶、车联网等应用的快速落地，车企面临的挑战也从传统的制造领域延伸到了复杂的数字领域：海量设备接入、实时数据交换、多云混合环境、AI训练瓶颈以及严格的数据安全合规要求。

传统汽车IT架构使用单一数据中心或私有云，但智能网联汽车的爆发式增长让这一模式难以为继。84.6%——这是2024年中国汽车智能网联的渗透率（IHS和盖世汽车研究院数据），远超全球平均水平。中国不仅是全球最大的新能源汽车市场，更在智能网联技术上引领创新。全球头部车企纷纷向中国同行取经，关注中国汽车市场的创新技术和经验。

然而，中国车企的这些创新也带来了前所未有的复杂度。头部车企的应用和数据往往分布在十几个甚至几十个基础架构环境中，形成所谓的“火球”（Ball of fire）架构，管理难度呈指数级增长。

面对这一挑战，F5于2025年2月推出了应用交付与安全平台（ADSP，Application Delivery and Security Platform），这不是一次简单的产品升级，而是在AI时代对应用交付及安全领域的重新定义。

ADSP的核心价值在于：能够在任意地点（云、容器或硬件）统一实现应用交付和安全防护。这意味着车企可以在混合多云环境中实现一致性的策略管理，无需担心不同基础设施带来的复杂性。

“F5可以部署在所有混合多云的环境。我们有硬件、软件的部署，也可以直接采用SaaS。F5在全球有一张SaaS部署的分布式云网络，可以帮助中国车企做出海的服务部署。”谢乾屹表示。

F5 ADSP三管齐下，解决车企核心痛点。

1、车联网超级网关：保证千万级设备的可靠接入

车联网协议MQTT不同于传统的HTTP协议，对实时性和可靠性要求极高。F5作为MQTT服务集群前的网关，提供证书校验、服务限速等车联网所需的关键能力。

例如，当春节到来，以往停在地库中的大量车辆同时上路时，F5能够对车流做限速，避免瞬间流量冲垮后端服务——这是真正经过实战考验的能力。

2、AI推理网关：提升GPU利用率22%

在AI推理领域，F5发现了资源利用的不平衡问题：某些GPU服务器利用率达90%，而其他类似服务器只有60%多。F5的TBLB（Token Based Load Balance）方案成为应用交付产品领域唯一能基于GPU资源做调度的解决方案。

某车企真实案例显示，通过TBLB方案提升了22%的GPU利用率，这对昂贵的AI算力资源来说意义重大。

3、出海合规桥梁：F5拥有全球数十个节点的分布式云网络

中国车企出海面临的最大挑战之一是数据合规。F5通过全球数十个节点的分布式云网络，帮助车企满足GDPR等当地数据和应用合规要求。

“用户要出海的时候，如果不使用类似于F5的SaaS能力，在当地还要请专业的维护人员进行维护，请合规部门看一下怎么才是合规的，由此也带来了大量的时间和成本花费。”谢乾屹点出了痛点所在。

此外，随着量子计算的发展，传统加密体系面临挑战。F5在全球ADSP提供商中首家支持后量子密码学（PQC）算法，这意味着即使面对量子计算的攻击，车云通信的安全仍然有保障。

这种安全能力对OTA升级、智能座舱跨系统认证等场景至关重要，防止“量子劫持”可能带来的安全隐患。

以往，F5深耕金融行业，如今大举进军汽车领域，这一转型展现了其敏锐的市场洞察力。去年F5在中国汽车领域的销售额实现了100%以上的增长，印证了这一战略的成功。

更重要的是，F5通过与与神州云科合作解决了不同车企的差异化需求：新势力车企偏爱软件化和订阅模式，传统合资车企则有本地化品牌要求。

可见，在“软件定义汽车”向“AI定义汽车”演进的过程中，F5 ADSP平台能成为智能网联汽车的关键数字基座。它不仅解决了当下的技术痛点，更为未来的AI驱动应用铺平了道路。

所以，ADSP不是“锦上添花”，而是“上牌桌的筹码”。软件定义汽车的下一步是AI定义汽车，AI的燃料是数据，数据的阀门是网关。那么谁握住了阀门，谁就守住了“油门”。