# 移动出行数据的未来：智能网联汽车可信赖的 Greptime 边云一体解决方案

Source: https://greptime.cn/blogs/2025-03-11-edge-cloud-greptimedb

Greptime 专为**车联网数据基础设施**设计的创新解决方案—— Greptime 边云一体解决方案，以应对智能汽车近十年来指数级增长的数据挑战。

作为中国头部新能源汽车厂商信赖的合作伙伴，我们的方案**可降低高达 30% 的数据传输与存储成本，实现车载边缘计算能力，助力制造商深度挖掘车联网数据价值**。

## 移动出行新纪元：机遇与数据挑战并存

在先进连接技术、实时分析能力与自动化系统的驱动下，移动出行领域正经历颠覆性的变革。现代汽车已突破传统硬件设备的范畴，进化为即时响应数据的软件驱动型智能终端，通过持续优化安全性能、能效管理与个性化服务满足用户需求。

随着车载数据量呈指数级增长，新型应用场景不断涌现：这些数据**可驱动大语言模型训练，支持向量检索与复杂计算，全面提升从导航系统到预测性维护等各环节的智能化水平。**

<figure>
<img src="/zh/blogs/2025-03-11-edge-cloud-greptimedb/image1.png" alt="（图 1：车载数据增长趋势图 2020-2030）" style="width: 80%; margin: 0 auto"/>
<figcaption>（图 1：车载数据增长趋势图 2020-2030）</figcaption>
</figure>

据预测，2030 年全球 95% 的车辆将实现网联化，届时每小时产生超过 500GB 的数据。这种数据洪流对现有技术方案构成严峻挑战：**传统方案在数据延迟与存储效率方面存在明显瓶颈，难以满足实时车载数据处理需求。**

## 边云一体解决方案为何成为汽车行业刚需

面对日益增长的车载数据处理需求，**传统数据库在高延迟、带宽限制与数据隐私等方面显现明显短板**。出于隐私保护考量，理想状态下的数据处理过程应在车端完成，但传统系统仍需将数据上传至中心化数据库处理。为解决这些痛点，创新的边云协同架构（Greptime 边云一体解决方案）成为实现高效数据管理的必然选择。

然而，单纯依赖云端处理需要大规模数据传输，既产生瓶颈效应又推高了运营成本。对于自动驾驶等时敏型应用，这种延迟可能影响系统安全性与响应速度。

Greptime 边云一体解决方案通过在数据源头就近实施实时处理，有效化解上述矛盾：**边缘计算降低时延与传输成本，云端存储支持深度分析与弹性扩展，在即时处理需求与长期数据管理间实现精准平衡。**

## 解决方案架构体系

本方案的核心价值在于通过创新的分布式架构实现边缘计算与云端计算的无缝衔接。

<figure>
<img src="/zh/blogs/2025-03-11-edge-cloud-greptimedb/image2.png" alt="（图 2：车云协同解决方案架构图）" style="width: 80%; margin: 0 auto"/>
<figcaption>（图 2：车云协同解决方案架构图）</figcaption>
</figure>

### GreptimeDB Edge（车端组件）
- 专为汽车行业设计的量产级车载数据库，优化适配有限的车载计算资源；
- 支持车端数据存储与实时计算/聚合处理；
- 多模态数据库，兼容指标数据、日志数据及向量数据（适配 AI 应用场景）。

### GreptimeDB Enterprise（云端组件）
云原生分布式时序数据库，具备 SQL 分析能力，兼容 MySQL/PostgreSQL 协议及主流监控工具，提供弹性扩展能力与更低存储成本。

### GreptimeDB Edge Manager（协同管控平台）
车云协同控制平台，实现对车载设备、数据模型与数据质量的统一监控管理，使端到端运维管理简单高效。

## 如何助力头部车企实现数千万美元级成本优化

某头部新能源车企成功落地本解决方案。该客户对时序数据处理有严苛要求（**精度需达毫秒级**），且面临车端时序**数据量年增 100% 的挑战**，数据流量与存储成本持续攀升。海量数据的管理与价值挖掘需要大量研发投入，亟需高效的时序数据管理方案。

<figure>
<img src="/zh/blogs/2025-03-11-edge-cloud-greptimedb/image3.png" alt="（图 3：数据优化成效示意图）" style="width: 80%; margin: 0 auto"/>
<figcaption>（图 3：数据优化成效示意图）</figcaption>
</figure>

经过为期 6 个月的方案对比测试与验证，客户最终选用我们的边云一体解决方案。**目前，GreptimeDB Edge（一体化车载多模数据库）已在百万量级量产车型中稳定运行，GreptimeDB Cloud 则无缝集成至客户内部数据栈，高效处理全量时序数据，支撑日均千万级业务洞察需求。**

## 用 GreptimeDB 构建智能汽车数据基座

Greptime 边云协同数据解决方案专为破解汽车行业数据难题而生。通过实时车端处理与弹性云端存储的有机结合，在即时决策需求与长效数据管理间取得平衡，既降低传输存储成本，又助力制造商获得深度业务洞察。
点击此处下载白皮书了解方案详情，或申请方案演示体验产品能力（私信小助手：greptime）。

---

## 关于 Greptime

[Greptime 格睿科技](https://greptime.cn/)专注于为可观测、物联网及车联网等领域提供实时、高效的数据存储和分析服务，帮助客户挖掘数据的深层价值。目前基于云原生的时序数据库 [GreptimeDB](https://github.com/GreptimeTeam/greptimedb) 已经衍生出多款适合不同用户的解决方案，更多信息或 demo 展示请联系下方小助手（微信号：greptime）。

欢迎对开源感兴趣的朋友们参与贡献和讨论，从带有 good first issue 标签的 issue 开始你的开源之旅吧～期待在开源社群里遇见你！添加小助手微信即可加入“技术交流群”与志同道合的朋友们面对面交流哦~

Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb

官网：https://greptime.cn/

文档：https://docs.greptime.cn/

Twitter: https://twitter.com/Greptime

Slack: https://greptime.com/slack

LinkedIn: https://www.linkedin.com/company/greptime/
