微秒级延迟+零丢失可靠，DDS成软件定义汽车新基石随着汽车智能化、网联化加速，传统CAN/LIN总线和SOME/IP已难以满足海量传感器数据低延迟、高可靠传输的需求。在此境况下，一项在国防、航空等领域已得到成熟应用的数据分发服务DDS?，正在成为新一代车载通信中间件的关键技术，逐步受到车企青睐。
究竟什么是DDS？其给汽车领域带来的核心价值是什么？目前应用境况如何？在应用中面临哪些问题和挑战……对于以上问题，近期盖世汽车与全球知名DDS方案提供商Real-Time Innovations亚太区销售总监 Kelvin Hor先生进行了交流，一起来了解下。
RTI亚太区销售总监 Kelvin Hor
DDS为何在汽车行业加速落地？
DDS最早应用于国防、航空等对数据分发可靠性、实时性要求极高的领域。与传统的请求-响应式通信不同，DDS采用以数据为中心的发布-订阅模型。简单来说，系统中的任意节点——无论是智驾域控、区域控制器，还是单个传感器，只需声明自身能发布什么数据、需要订阅什么数据，DDS即可自动完成路由、调度与传输管理。
更为关键的是，DDS通过丰富的QoS策略对通信质量进行灵活配置，能够实现微秒级端到端延迟，同时确保关键控制指令“不丢失”；同时支持动态扩展，新增节点无需修改现有代码，大幅降低集成复杂度。
谈及 DDS 为何进入汽车行业，Kelvin Hor 指出，在 CAN/LIN 时代，信号的位置与语义通过协议与数据库进行静态绑定，系统结构相对固定且边界清晰。随着区域架构与中央计算的发展，ECU 数量逐步减少，以太网成为主干通信网络，整车软件系统从信号驱动走向服务驱动，复杂度显著提升。在这一演进过程中，硬件边界逐渐弱化，单一应用功能往往由多个计算节点协同完成，例如感知、融合与决策等模块分别运行在不同域控制器或中央计算平台之上，形成跨域分布式部署。与此同时，系统对灵活调度、动态扩展以及跨节点数据共享的需求不断增强。
在这种背景下，传统基于静态信号绑定的通信方式已难以支撑系统演进需求，而面向数据的发布-订阅机制能够实现松耦合的数据分发与动态发现，从而更好地适配复杂软件架构。这正是 DDS在新一代汽车电子架构中逐步被引入的核心原因。
从市场端看，Kelvin Hor进一步表示，传统车企按车型组建项目组、软硬件强绑定的开发模式，已难以适应软件定义汽车对快速迭代和降本的要求。如今，SDV平台化转换逐步成为趋势，也即用一个平台支撑从高端到入门的所有车型。这时，模块化和解耦性就成了刚性需求。
DDS作为通信基础设施，天然具备这种解耦能力，能够从底层降低软件耦合度与系统复杂性，提升模块化水平，从而帮助车企降低开发成本、缩短研发周期、加快产品上市。这正是DDS逐步受到车企关注的根本原因。
DDS与TSN协同，实现确定性实时通信
为进一步保障系统架构的可靠性与实时性，DDS与TSN的协同应用正逐步成为行业共识。
原因在于，DDS擅长灵活的数据分发与跨平台互操作，但其QoS策略依赖底层网络提供实时性保障，无法独立实现微秒级确定性传输。而TSN能够在以太网中提供确定性传输(包括低延迟、时间同步)，但它仅作用于网络层，不理解应用语义，无法自动识别哪些数据需要优先处理。
两者单独使用时，存在“上层有需求、下层无感知，下层有能力、上层无接口”的断层。协同应用正是打破这一壁垒的关键。
“DDS与TSN结合后，既可利用DDS处理常规数据的灵活分发，又能借助TSN保障关键数据的微秒级、零抖动确定性传输。从而以最低成本在共享网络上同时满足高带宽、高实时与高安全需求，彻底消除不确定性，使软件定义汽车具备量产落地的工程可行性。” Kelvin Hor说到。
应用现状与挑战
从应用进展来看，DDS已从智驾域控扩展至整车通信基础设施。
国内，以小鹏等新势力为代表，部分OEM不再将DDS视为单纯的数据通道，而是将其作为承载未来新增业务——包括AI实时推理、车路协同、云端协同——的基础通信平台。另外技术标准也在逐步完善，2024年，国内首个车用DDS测试标准T/CSAE 371-2024《智能网联汽车用数据分发服务测试方法》发布，该标准由中国信息通信研究院牵头，联合长城汽车、一汽集团、吉利汽车、长安汽车、北汽、奇瑞汽车等16家单位共同编制。
海外市场方面，DDS更多伴随功能安全认证的量产项目落地。尤其是有欧洲出海需求的车企，会提前导入这套经过验证的通信框架。
Kelvin Hor补充道，截至2026年第一季度，RTI Connext Drive产品已部署于全球超过200万辆量产车，覆盖多家汽车制造商。“目前我们已与国内大多数整车厂开展合作或建立合作基础，并持续推进更深入的交流。随着平台化转型的推进，相关项目正按各自节奏逐步落地。”
他认为，中国是DDS在汽车领域的领先市场，“我们一些比较前沿的思考，会优先与中国的标杆客户共同研发和落地。”
前景虽广，挑战亦真实存在，且往往不限于技术层面:
第一，组织惯性。 Kelvin指出，最大挑战常来自部门之间的认知不同步。DDS选型通常涉及智驾、座舱、车控、基础软件甚至采购等多个部门，若认知无法对齐，推进就容易受阻。
第二，从CAN信号到DDS数据的迁移。 CAN通信中每个信号仅有几个字节的位置定义，而DDS需要清晰的数据结构与语义。这一转换不仅涉及工具链适配，更要求不同团队对“数据模型与语义”达成共识，很多项目在此反复磨合。
第三，信息安全与极限场景下的响应能力。 在软件端，安全漏洞或极端流量场景下的性能问题不容忽视。这需要经过反复、专业的技术验证，同时要求供应商团队具备快速响应能力。
Kelvin Hor表示:“目前市场上确实有不少进入者，但这一领域的技术门槛不低。RTI经过多年积累与技术验证，已拥有成熟的配套供应经验和完善的响应体系，能够保障客户的快速创新与量产落地。此外，我们对中间件组件有深入理解，很多功能都会通过接口开放，帮助客户打造最适合自身的平台。”
盖世小结
DDS会不会成为SDV的“标配”？从技术趋势看，可能性很大。因为SDV越深入，整个汽车就越像一个分布式的实时数据库——所有节点都在生产和消费带语义的数据，而不是点对点地发信号、调接口。这种范式下，以数据为中心的DDS，天然比以服务为中心的SOME/IP或传统IPC更适合长期架构。
但“标配”不等于一家独大。关键分野在于:当系统规模扩大到上百个逻辑节点、混合安全等级、跨域实时约束同时存在时，谁还能在保证确定性的前提下，不牺牲开发效率。这恰恰是DDS这场迁移里最有意思的地方——它不是一条简单的技术替换路径，而是一场工程体系的缓慢重写。谁能积累更多落地场景，谁才能真正把护城河挖深。
