移动即服务(MaaS)市场正处于拐点，并将以2020年的47亿美元的规模，以31.1%的复合年增长率增长，到2030年达到700亿美元的市场。这种空前的增长推动了对新要求和支持它的新的现代体系结构的需求。
MaaS的定义是将各种形式的运输服务集成到按需访问的单个移动服务中。这是运输部门面临混乱的结果。新技术和客户期望已将行业参与者的思维方式从公共和私人运营商转变为汇总各种形式的运输方式，并将其融合到一个汇总系统中，该系统为通勤者提供一个单一的应用程序，使他们可以选择自己喜欢的运输方式。
在Weka的职位上，我与一些生态系统参与者合作，其中许多是我们的客户。
MaaS生态系统
MaaS技术不仅仅是一种物理的运输方式。它是一个技术生态系统，使运输行业的参与者能够适应当前的这种干扰。
如果我们要深入研究这个生态系统，我们将开始发现，除了车辆之外，还有车载传感器，智能制造，联网汽车，无人驾驶汽车，远程信息处理(例如车内智能和辅助，安全性和安全性)作为一种服务层，可以扩展到车队，乘车共享和货物交付。这里的共同点是，这个生态系统的每个方面都充满了数据，或者本身就是数据驱动的，这越来越多地利用人工智能(AI)，机器学习(ML)和深度学习(DL)技术，并且需要数据中心基础设施通常包括GPU，高速网络和高性能数据湖。
联盟的州
单个公司或服务不提供这些解决方案或服务。相反，它是一个行业集体，其中不同的提供程序在MaaS堆栈的不同级别上发挥作用。SAE International是一个设置各种标准并强制要求每个制造商尝试实现的自治类型的机构，范围从0级到5级。
当前，大多数参与者都处于SAE的第3级，这表示条件自动化，驾驶员是必要条件，必须随时准备控制车辆。这些级别是没有自动化，驾驶员协助，部分自动化，条件自动化，高度自动化和必杀技的例外，该级别为5级，属于完全自动化，在这种情况下，车辆可以执行所有功能，而“驾驶员”只能选择在需要时控制车辆。这些标准和级别的原因是为了确保始终将安全放在首位。
但是要使MaaS正常工作，就需要数据来训练神经网络，以便在边缘进行正确的推断。同样，这是数据的核心，其准确性仅与您手头的数据集以及对数据的高性能访问一样好。
从边缘到核心再到云数据结构—软件定义的汽车
构建MaaS系统的基础并不是听起来那么简单。当前的NAS解决方案无法以所需的速度运行，甚至无法为这些“机器”提供足够的数据来创建所需的自主权。