移動即服務（MaaS）市場正處于拐點，并將以2020年的47億美元的規模，以31.1%的復合年增長率增長，到2030年達到700億美元的市場。這種空前的增長推動了對新要求和支持它的新的現代體系結構的需求。

MaaS的定義是將各種形式的運輸服務集成到按需訪問的單個移動服務中。這是運輸部門面臨混亂的結果。新技術和客戶期望已將行業參與者的思維方式從公共和私人運營商轉變為匯總各種形式的運輸方式，并將其融合到一個匯總系統中，該系統為通勤者提供一個單一的應用程序，使他們可以選擇自己喜歡的運輸方式。

在Weka的職位上，我與一些生態系統參與者合作，其中許多是我們的客戶。

MaaS生態系統

MaaS技術不僅僅是一種物理的運輸方式。它是一個技術生態系統，使運輸行業的參與者能夠適應當前的這種干擾。

如果我們要深入研究這個生態系統，我們將開始發現，除了車輛之外，還有車載傳感器，智能制造，聯網汽車，無人駕駛汽車，遠程信息處理（例如車內智能和輔助，安全性和安全性）作為一種服務層，可以擴展到車隊，乘車共享和貨物交付。這里的共同點是，這個生態系統的每個方面都充滿了數據，或者本身就是數據驅動的，這越來越多地利用人工智能（AI），機器學習（ML）和深度學習（DL）技術，并且需要數據中心基礎設施通常包括GPU，高速網絡和高性能數據湖。

聯盟的州

單個公司或服務不提供這些解決方案或服務。相反，它是一個行業集體，其中不同的提供程序在MaaS堆棧的不同級別上發揮作用。SAE International是一個設置各種標準并強制要求每個制造商嘗試實現的自治類型的機構，范圍從0級到5級。

當前，大多數參與者都處于SAE的第3級，這表示條件自動化，駕駛員是必要條件，必須隨時準備控制車輛。這些級別是沒有自動化，駕駛員協助，部分自動化，條件自動化，高度自動化和必殺技的例外，該級別為5級，屬于完全自動化，在這種情況下，車輛可以執行所有功能，而“駕駛員”只能選擇在需要時控制車輛。這些標準和級別的原因是為了確保始終將安全放在首位。

但是要使MaaS正常工作，就需要數據來訓練神經網絡，以便在邊緣進行正確的推斷。同樣，這是數據的核心，其準確性僅與您手頭的數據集以及對數據的高性能訪問一樣好。

從邊緣到核心再到云數據結構—軟件定義的汽車

構建MaaS系統的基礎并不是聽起來那么簡單。當前的NAS解決方案無法以所需的速度運行，甚至無法為這些“機器”提供足夠的數據來創建所需的自主權。