软件定义汽车
车云数据闭环

Linux ARM64 / x86_64；Android；QNX。

可以，支持集成 TFLite 等轻量级推理框架。

MQTT 订阅，经 EMQX 转发到 Kafka、S3、时序库、关系库。

直接联系销售获取安装包。

传统“车端静态打包 + 云端全量计算”的架构，正在面临成本与迭代效率的双重崩塌：

• 天价流量与存储账单：车载总线 90% 以上的数据是无用的系统冗余噪声。全量盲目上云不仅会产生惊人的 5G 流量和云端存储成本，还会将云端处理拖入“数据沼泽”。
• 规则调整依赖整车 OTA：传统 SDK 的数据提取逻辑硬编码在 C/C++ 固件中。每当工程团队需要捕获新的故障 corner case，都需要经历“代码编写 → 测试验证 → 整车 ECU OTA”的漫长周期，极大拖慢 SDV 进化速度。
• EMQX Velo 的破局解法：将 SQL 声明式流计算引擎（VeloFlux）前置到车端 SoC / ZCU 源头。云端下发新的采集与清洗规则可在 1–3 秒内车端热生效，摆脱整车 OTA 风险；在车端完成数据过滤、预降频与上下文提纯，将流量与云端存储账单削减 70% 以上，并毫秒级捕捉高价值事件。

传统数采直接写入原始二进制或明文日志，容易造成严重写入放大（write amplification），缩短车载 eMMC / SSD 寿命。

EMQX Velo 的技术创新：

• MQTT Stream 闪存友好型数据库：EMQX Velo 在车端消息总线（VeloRT）内嵌面向时序信号优化的轻量级列式存储引擎。
• Parquet 高压编码：结合 CAN / CAN-FD Schema、字典编码、游程编码（RLE）与 Parquet 列存压缩，将高频车载时序信号最高压缩 200 倍，显著减少磁盘 I/O 写入并延长 Flash 寿命。
• 精准时间窗口（time range）回溯：VeloFlux 可在识别到 DTC 异常时，向 VeloRT 精确调阅并截取事件前后关键时序信号，为影子模式重训与 AIDV 提供历史现场数据。

EMQX Velo 从架构拓扑与运行时沙盒两个维度实现安全隔离：

• 跨域无侵入拓扑（物理 / 逻辑隔离）：核心安全域仅需将原始 PDU 帧推送到 QNX / Linux 应用程序域，EMQX Velo 运行在脱离安全控制闭环的用户态，不反向干预动力、刹车等控制指令。
• 资源严格上界防护（resource guardrails）：EMQX Velo（VeloRT + VeloFlux）采用纯 C 与 Rust 编写，全栈常驻基础内存小于 35 MB，单核 CPU 占用率小于 0.5%。
• 内存安全沙盒：热下发 SQL 规则在非阻塞内存沙盒中解析执行。即使规则错误，系统也会捕获异常并安全丢弃，避免内存溢出、野指针崩溃或 Watchdog 重启。

传统 MQTT 或 TCP 桥接透传采用单一 FIFO 队列，断网时低优先级数据可能挤占缓存，导致高优先级 DTC 告警延迟或丢失。

EMQX Velo 的智能车云桥接机制：

• 主题级（topic level）优先级调度：支持按数据主题设置传输优先级，如 P0-安全诊断告警 > P1-影子模式快照 > P2-例行周期数采。
• 独立缓存队列与拥塞控制：断网期间不同主题进入独立加密缓存区；网络恢复后优先发送 P0 告警，并通过指数退避与动态拥塞控制避免蜂窝信道拥塞。
• 多协议绑定：支持 MQTT over TCP / TLS / QUIC 与车载 APN 专网通道绑定，在弱网高丢包环境下实现快速握手与无感续传。