“軟件定義產品在生活中越來越普及，從汽車到電器再到醫生使用的設備，如今軟件定義產品正在崛起。”MathWorks 全球行業總監 Arun Mulpur 在2025 MATLAB EXPO 中國用戶大會北京站上如是說。

MathWorks 全球行業總監 Arun Mulpur

事實上，軟件定義一切（Software-Defined Everything，SDE/Sdx）是一個已經存在十余年的概念，2013 年 5 月，著名媒體“連線（Wired）”首次提出這一概念。但很明顯，這幾年隨著軟件定義網絡（Software-Defined Network， SDN）、軟件定義存儲（Software-Defined Storage，SDS）、軟件定義汽車（Software-Defined Vehicle，SDV）逐漸成熟，全行業都在向軟件加速轉變。

隨著一切都變成軟件定義，會為我們帶來哪些紅利？面對軟件定義的新趨勢，未來勢必會顛覆產品開發的全部流程，此時又該怎么辦？MathWorks 在本屆大會分享了自己的見解，同時介紹了 MathWorks 如何通過自己的軟件賦能各行各業向軟件定義轉型。

萬物都在走向軟件定義

事實上，一直以來我們都在接觸軟件定義產品，手機就是最典型的一個案例。Arun Mulpur 分享道，傳統手機在購買時價值最高，隨后因功能落后或物理損耗而逐漸貶值。但當手機轉型為軟件定義的智能手機時候，其本身價值并不會隨著時間推移而降低，而是隨著軟件不斷更新、不斷引入全新的應用軟件，而變得越來越能夠滿足人們的期望。所以對于現在的智能手機來說，剛剛購買時反而是它價值最低的時候。

軟件定義汽車也是這一趨勢的典型代表。其核心特性駕駛性能、舒適度和安全性都由軟件所驅動。消費者不僅期待更安全的出行體驗，還希望實現汽車與手機等設備的無縫互聯。為此，汽車制造商正通過車聯網技術或者車載應用商店和軟件訂閱服務來不斷增強創新。這些軟件實現的升級不僅優化了信息娛樂系統，更顯著提升了車輛安全性能，為用戶帶來更愉悅的駕乘體驗。

而在工業領域，克朗斯（KRONES）作為再生塑料瓶生產設備的領先制造商，正推動其設備向軟件定義轉型，以實現更精準的輸送定位和成型，從而確保高質量的產出。克朗斯采用基于模型設計，結合強化學習開發了下一代設備，使用 AI、仿真以及實時機器數據，根據機器狀況和環境不斷優化設備性能，使得克朗斯的設備能夠更好滿足消費者需求。只需要更新軟件，不需要更新硬件，就能滿足消費者的期待。

如今，家用電器的智能化程度顯著提升。過去它們大多是孤立運行、功能簡單且需要人工操作，而現在通過軟件賦能，這些設備變得更具交互性和智能化。隨著這些原本簡單的產品逐漸演變為復雜的軟件定義系統，如何設計、交付、部署和維護這些系統成為關鍵挑戰。

軟件定義系統如今正在逐漸拓展其邊界，在其他行業中發揮作用。比如，先進空中系統、機器人手術系統、白色家電、可再生能源系統、工業包裝系統等。

系統和軟件定義融為一體，沒那么簡單

軟件定義系統的核心在于將系統功能與軟件開發深度融合，這既帶來重大機遇也伴隨顯著挑戰。從系統層面來看，這類系統通常需要完成嚴格的功能安全認證，并實現軟硬件的深度集成。其關鍵特征主要體現在三個方面：第一，現代軟件開發自動化是核心，需要更快的速度、更加敏捷的處理、更加頻繁的發布，通常需要無線更新方式；第二是數據驅動功能，利用現實世界洞察，進行持續改進；第三是云集成，既需要用于開發，同時需要用于已部署系統的實時反饋。

而系統和軟件定義二者具有不同的思維方式、工具鏈和工作流，這就讓集成充滿風險，如何有效將軟件定義和系統集成在一起？

Arun Mulpur 認為，基于模型的系統設計方法為解決這一問題提供了有效途徑，它通過數字主線將需求、架構、功能實現和測試等環節無縫連接。

比如說，MathWorks 在電氣化方向，整合 Simulink 與 Simscape Electrical進行系統建模，并運用 Simscape Battery 實現電池系統的組件級建模，通過高級控制算法開發新的電機控制方法，最終部署到高性能控制器。互操作性是實現可擴展、可重復和可靠工作流程的關鍵要素。

MathWorks 通過開放 API，支持 C++、DDS、Python、FMI、ROS 2、NVIDIA、PyTorch 等主流工具和工作流程，構建開放式架構。

再比如，在先進代碼生成領域，MathWorks 也開發出一些新的能力，并與英飛凌合作開發汽車微控制器，與高通合作開發音頻應用，重點優化實時代碼生成能力，并集成合作伙伴的優化庫。此外，通過與新思科技 Virtualizer 的集成，開發者能夠在芯片量產前就對處理器行為進行建模和性能評估，顯著縮短開發周期。

“我們認為軟件定義系統將超越嵌入式系統范疇，高性能計算現在正在被集成在車輛和產品當中，系統需要支持運行Linux的強大實時處理器。這種計算能力不再局限于外部服務器，而是直接內置在系統中，可以支持新的計算架構。”Arun Mulpur表示，比如NXP GoldBox for in-vehicle HPC這類新型計算架構，既能處理ADAS感知系統產生的大規模數據，又能保持實時性能，這為傳統嵌入式系統難以應對的應用場景提供了解決方案。

在軟件定義系統的開發中，場景仿真與應用驗證是另一個關鍵投資方向。以ADAS自動駕駛領域為例，RoadRunner Scenario工具能夠構建高度真實的駕駛環境仿真，完整模擬車輛動態、交通流模式和信號系統等要素，從而全面驗證系統行為的可靠性。類似地，在衛星通信領域，場景仿真可以評估飛行器能否保持持續連接；在工程建造領域，則可模擬現場施工操作。

這類仿真技術主要實現兩大核心價值：一是為開發中的系統提供真實的測試環境，包括各類傳感器輸入數據（如圖像信號）；二是實現持續驗證，確保系統在常規及極端場景下都能保持穩定性能。

隨著基于模型設計方法的演進，MathWorks正持續加大對代碼生成、高性能計算和場景化仿真三大技術領域的投入，以更好地滿足現代系統開發和工程師的設計需求。這種技術布局既著眼于當前需求，也為未來系統演進奠定了堅實基礎。

現代軟件開發正加速向快速迭代、高頻發布和自動化方向轉型，這一趨勢正在深刻影響各類組織。雖然軟件團隊采用現代開發部署方式是積極的發展，但當他們與系統工程師的工作相互隔離時，就會產生認知鴻溝，導致效率降低、項目延誤和質量問題。

這一挑戰同時也孕育著重要機遇，通過統一系統工程師和軟件開發團隊的思維方式與工作流程，我們可以將協作效率提升到全新高度。其中關鍵突破在于用虛擬化技術替代傳統仿真方法，系統工程師通過仿真理解系統行為，而開發人員則借助高保真虛擬環境加速軟件開發，無需構建完整系統模型。通過整合虛擬化、仿真、設備模擬和持續集成/持續交付（CI/CD）流程，能夠構建統一的驗證平臺。這一平臺價值在于，即便是對于手動編寫的代碼，也能在整個組織范圍內驗證基于模型開發方法的投資回報，從而推動開發范式的整體轉型。這種技術融合不僅解決了當前的協作瓶頸，更為未來的工程實踐奠定了堅實基礎。

MathWorks正在探索AI和云的應用

在人工智能技術領域，MathWorks正在持續深化對深度學習、機器學習和回歸優化等方向的投入。Arun Mulpur表示，MathWorks注意到，用戶不僅需要工具支持，更需要看到AI技術解決實際工程問題的成功案例。為此，MathWorks正著力打造跨行業的應用示范，實現從設計到部署的端到端AI集成方案，包括面向各類處理器的自動代碼生成能力。

針對客戶廣泛使用的PyTorch、TensorFlow等開源AI框架，特別關注AI模型的管理與可追溯性問題。目前提供多種外部集成方案：

第一，通過深度學習集線器，將PyTorch和TensorFlow等模型導入到MATLAB的認證模型當中。

第二，自R2024a版本起，可以直接將訓練有素的模型導入到Simulink仿真中，無需修改即可保持模型可追溯性和可管理性，又能讓系統工程師有效地分析模型將集成到系統設計當中，通過這種方式讓他們的工作更加方便。

第三，為促進跨團隊協作，MathWorks開發在MATLAB中直接運行Python代碼，幫助縮小AI數據科學與其他需要納入到系統設計的工程團隊的差距，使Python、MATLAB 和 Simulink 實現跨工程、數據科學以及IT團隊之間的協作。

第四，積極整合主流開發工具，例如在Visual Studio Code支持GitHub、Copilot等AI輔助功能的集成開發環境中，用戶可以直接調用Copilot生成MATLAB代碼，在熟悉的軟件環境簡化MATLAB開發。

”我們持續探索更多AI集成方案，并期待獲得用戶反饋以不斷優化產品體驗。“Arun Mulpur如是說。

MathWorks也在加大對于云計算的部署和應用。“想象一下一輛軟件定義的汽車（SDV），如何在不改變硬件環境部署新的功能？”Arun Mulpur表示，比如此前MathWorks通過與合作伙伴合作，實現了一種不影響電池壽命和續航前提下的加速性能提升。

通過與Elektrobit合作開發ECU和中間件、Synopsys合作構建虛擬化仿真環境，與AWS的云擴展能力，將這些技術整合。具體實施時，可在云端使用MATLAB和Simulink進行可擴展的并行仿真、自動化模型檢查和報告生成，并通過CI/CD流程快速部署嵌入式代碼。與Elektrobit中間件集成后，能在物理ECU部署前通過Synopsys的虛擬ECU仿真完成驗證，實現開發流程中的驗證左移，避免硬件測試階段的意外問題。整個開發環境可在云中鏡像生成，從而降低風險并加速研發進程。

比如說引入運動模式增強版，一種在不影響電池壽命和續航的情況下，增強加速性能新駕駛模式。我們可以通過云實現。過去，MathWorks與諸多合作伙伴合作，實現這種方式，比如與Elektrobit合作生產ECU和中間件，又比如與Synopsys合作虛擬化仿真環境開發ECU，AWS基于云的擴展性，將這些技術結合起來。

上述例子中，因為不需要本地部署，所以具有可擴展性和自動化的特點，直接CI/CD，使工程師可以無縫部署生成的嵌入式代碼，幫助開發流程“左移”。

MathWorks為三個重要角色提供了集成式的環境，平臺工程師、基于模型的軟件開發人員、系統工程師可以直接訪問相關示例、Github代碼庫和文檔，使其中資源與MATLAB和Simulink相連，同時接入到自己的工具鏈當中。

平臺工程師在云部署流程中發揮著關鍵作用，他們的主要工作包括為AWS或Azure平臺構建定制的MATLAB和Simulink機器鏡像。針對云端冷啟動耗時較長的問題，MathWorks開發了預啟動優化技術，成功將首次啟動時間從12分鐘大幅縮減至25秒。

推動行業軟件開發左移，MathWorks的妙招

“軟件定義的本質是打破硬件功能邊界，這一范式正在向千行百業滲透。當設備功能構建于半導體和軟件之上時，軟件定義產品就已發生。”正如 Arun Mulpur 介紹道的，目前汽車自動駕駛、電池系統等功能均由軟件驅動，工業領域已應用數字孿生、虛擬開發測試等技術進行產品定義，醫療器械等其他行業同樣在通過半導體和軟件實現功能重構。

對于軟件定義產品來說，最大障礙在于專業孤島：系統/軟件/結構工程師各自為政，而復雜產品需跨領域協作，同時產品復雜度提升需要知識融合，但團隊在獨立空間開發導致信息割裂。因此，MathWorks通過提供統一協作平臺，通過基于模型設計（Model-Based Design，MBD）實現跨領域知識整合，用更高抽象層次的模型語言打通系統工程、軟件開發與物理設計。

從軟件定義汽車（SDV）中，我們得知，現有開發流程正在逐漸向敏捷開發過渡，實際上對于軟件定義產品來說，同時需要顛覆整個開發流程。MathWorks與AWS合作的自動駕駛項目就是一個典型案例。傳統開發流程是線性的，必須等待硬件就緒后才能進行軟件驗證和測試。而現在MathWorks提供的環境實現了軟硬件解耦，使軟硬件開發可以并行進行，大大提升了開發效率。比如，即使高性能處理器尚未就緒，開發者也能在虛擬環境中提前開展軟件功能定義和開發工作，這就是一個典型的敏捷開發實踐。

當然，在工廠或醫療領域，一個設備的壽命是在不斷被延伸的，面對老舊設備兼容問題，MathWorks也有自己的看法：對于現有的傳統設備，由于硬件系統封閉，MathWorks確實無法直接更新其硬件功能。但這些設備仍在持續產生數據，MathWorks可以通過新技術收集并分析這些數據，挖掘出更優的運行模式。這樣就能幫助老舊設備提升運行效率，這一應用方向已經看到了實際成效。

隨著軟件和硬件解耦，對于軟件定義產品來說，平臺化和智能化是最重要的兩個領域。Arun Mulpur對EEWorld介紹道，在平臺方面，MathWorks將軟件工程最佳實踐深度整合到設計與經營中，通過系統工程方法構建完整工具鏈，支持從需求分析到詳細設計的全流程開發；在智能方面，MATLAB和Simulink產品線已內置智能開發功能，并提供開放接口，支持與主流開源AI框架及先進算法對接。

“我們已建立完整的系統工程平臺，并持續強化智能化能力，以更好地支持新一代產品開發需求。”Arun Mulpur如是說。