邊緣計(jì)算、霧計(jì)算和 云計(jì)算 將在自動(dòng)駕駛領(lǐng)域發(fā)揮什么樣的作用？哪些任務(wù)交給邊緣計(jì)算，哪些交給云端？
在之前的文章中，曾多次提到過5G網(wǎng)聯(lián)技術(shù)將給自動(dòng)駕駛帶來的巨大變化。5G網(wǎng)絡(luò)能提供20Gbps速率，時(shí)延僅僅1毫秒，每平方公里100萬連接，網(wǎng)絡(luò)穩(wěn)定性可達(dá)99．999％的下一代蜂窩無線通訊網(wǎng)絡(luò)，將從 單車的信息流共享 、 車隊(duì)的編隊(duì)無人化、 遠(yuǎn)程駕駛 三個(gè)方面推動(dòng)智能駕駛的高速發(fā)展。5G網(wǎng)絡(luò)的給智能駕駛帶來了低延時(shí)，高穩(wěn)定性的物網(wǎng)聯(lián)架構(gòu)。通過服務(wù)器的高性能計(jì)算，核心云及邊緣云給網(wǎng)聯(lián)駕駛車提供實(shí)時(shí)路況、道路信息、行人信息等一系列交通信息，讓智能駕駛邁進(jìn)了“入5G網(wǎng)而知天下”的時(shí)代。
然而，有一部分朋友并不完全認(rèn)同， ＠goly 說：“設(shè)備端轉(zhuǎn)云端處理根本就不現(xiàn)實(shí)！ 1．網(wǎng)絡(luò)覆蓋情況？ 2．高速120下網(wǎng)絡(luò)吃的消？過隧道之類的咋處理？3．實(shí)時(shí)性要求？ 云端處理海量數(shù)據(jù)，集群，網(wǎng)不好的情況，等數(shù)據(jù)從云到端的時(shí)候，都翻車了。”
還有一個(gè)朋友 ＠Mr．high 也提出了自己的觀點(diǎn)：“云端＋邊緣計(jì)算可能是一個(gè)解決方案。 增強(qiáng)車載端高性能處理單元（車載計(jì)算機(jī)？）的處理能力， 網(wǎng)絡(luò)負(fù)載能力與高速行駛狀態(tài)下的容錯(cuò)能力。 現(xiàn)在的車載TBOX已經(jīng)完全不能滿足需要，5G時(shí)代的來臨可能會(huì)觸發(fā)車載高性能計(jì)算機(jī)的爆發(fā)式增長，CPU，GPU們好戲又要來了，反觀桌面PC市場(chǎng)可能進(jìn)一步萎縮，更智能的手機(jī)終端與車載高性能計(jì)算機(jī)的搭配可能漸入佳境。”
邊緣計(jì)算、霧計(jì)算和云計(jì)算將在自動(dòng)駕駛領(lǐng)域發(fā)揮什么樣的作用？
邊緣計(jì)算是一個(gè)相對(duì)較新的術(shù)語，隨著物聯(lián)網(wǎng)（IoT）時(shí)代的開始，它已變得越來越重要。
邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開放平臺(tái)，就近提供最近端服務(wù)，這個(gè)概念不像在云端中進(jìn)行處理和算法決策，而是將智能和計(jì)算推向更接近實(shí)際的行動(dòng)。這就允許分析的直接性。
與云端相比，邊緣計(jì)算具備這七大優(yōu)勢(shì)：
延遲：毫秒級(jí)延遲
高吞吐量：本地生成，近場(chǎng)傳輸
數(shù)據(jù)簡(jiǎn)化：末端自主分析，減少對(duì)上游的依賴。
語境意識(shí)：實(shí)時(shí)獲取用戶及位置信息并用于計(jì)算
安全性：免受UE和CPE攻擊
隔離：在丟失連接時(shí)仍能繼續(xù)運(yùn)轉(zhuǎn)
合規(guī)性：有助于用戶隱私條款
試想一下，如果你有一個(gè)工廠正在運(yùn)行各種自動(dòng)泵和渦輪機(jī)。如果設(shè)備連接到云，并且從這些設(shè)備傳出的所有數(shù)據(jù)都進(jìn)入云端，那么讓云實(shí)際控制這些設(shè)備也是很誘人的。當(dāng)需要關(guān)閉泵時(shí)，美國服務(wù)器租用，從云端通過網(wǎng)絡(luò)發(fā)出并下至泵的命令會(huì)告訴它關(guān)閉。當(dāng)泵遇到麻煩時(shí)，它會(huì)通過網(wǎng)絡(luò)發(fā)送信息并傳送到云端。這將是管理設(shè)備的集中方式。
假設(shè)泵開始出現(xiàn)問題，它需要一點(diǎn)時(shí)間才能通過網(wǎng)絡(luò)進(jìn)行通信，然后讓網(wǎng)絡(luò)將消息傳遞到云，然后 云應(yīng)用 程序需要時(shí)間處理信息，才能發(fā)出一條命令，然后通過網(wǎng)絡(luò)，最后到達(dá)泵。那可能是因?yàn)槟菚r(shí)泵已經(jīng)完全失靈了。從泵 － 云 － 泵的步驟延遲可能需要很長的時(shí)間，以至于云錯(cuò)過了保存泵的機(jī)會(huì)。
這也可以用在自動(dòng)駕駛汽車。自動(dòng)駕駛汽車上有許多感應(yīng)裝置，包括攝像頭，用于激光雷達(dá)或雷達(dá)，聲納裝置等等。許多自動(dòng)駕駛汽車制造商正在設(shè)想，傳感器的數(shù)據(jù)將流入汽車制造商為自駕車設(shè)置的云端。這使得汽車制造商能夠收集大量的駕駛數(shù)據(jù)，并能夠使用機(jī)器學(xué)習(xí)來改善自動(dòng)駕駛汽車的行為。
問題出在多少處理應(yīng)該發(fā)生在“邊緣”？ 在哪種情況下，處理應(yīng)該在自動(dòng)駕駛汽車及其無數(shù)本地設(shè)備，而不是在云端？
出于實(shí)際原因，我們已經(jīng)知道大部分處理必須發(fā)生在邊緣，因?yàn)楦兄獢?shù)據(jù)需要分析的速度受到自動(dòng)駕駛汽車運(yùn)動(dòng)影響需要及時(shí)指示汽車周圍有什么。一份調(diào)查表明，一輛每天運(yùn)行8小時(shí)的自動(dòng)駕駛汽車將產(chǎn)生至少40TB的數(shù)據(jù)。這就是通過網(wǎng)絡(luò)來回傳輸?shù)拇罅繑?shù)據(jù)。
假設(shè)有強(qiáng)大的網(wǎng)絡(luò)連接并且在傳輸過程中保持連接，通過網(wǎng)絡(luò)來回發(fā)送數(shù)據(jù)至少需要150－200毫秒。這實(shí)際上是一個(gè)很長的時(shí)間，因?yàn)槠囋谶\(yùn)轉(zhuǎn)，而且需要對(duì)汽車的控制作出快速的決定。
因此，自動(dòng)駕駛汽車需要利用邊緣計(jì)算。但是這涉及到具有足夠的本地化計(jì)算處理能力和存儲(chǔ)器容量以能夠確保車輛和AI能夠執(zhí)行其所需的任務(wù)。你可能會(huì)說，我們應(yīng)該繼續(xù)將大量的處理器和內(nèi)存放在自動(dòng)駕駛汽車上。當(dāng)然，這是一個(gè)不錯(cuò)的主意，但請(qǐng)記住，這將為自動(dòng)駕駛汽車增加大量成本，同時(shí)這將會(huì)增加機(jī)器發(fā)生故障的幾率，也需要耗費(fèi)更多的電力，增加更多的重量到汽車等等。
本地與云端并不是互斥的命題
通過精心設(shè)計(jì)，能夠?qū)⒈镜鼗幚砗驮铺幚砘旌显谝黄稹?/p>
