JITStack边缘计算加持智能汽车：实现L4级自动驾驶

边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务，这个不像云端中进行处理和算法决策，而是将智能和计算推向更接近实际的行动。

边缘计算是已经不是一个新的术语了，随着物联网时代的开始，它已变得越来越重要。

对于即时处理和分析物联网设备、联网汽车和其他数字平台的数据而言，云端平台开始已经“能力不足”，边缘计算的时代即将来临。

快速处理数据是一种至关重要的能力

例如，自动驾驶汽车本质上可以看做是一台车轮上的大型高功率计算机，其通过多个传感器收集数据。为了使这些车辆安全可靠地运行，他们需要立即响应周围环境。处理速度的任何滞后都可能是致命的。

根据具体现象，我们知道大部分处理都会发生在边缘，因为感知数据需要分析的速度受到自动驾驶汽车运动影响需要及时指示汽车周围有什么。一份调查表明，一辆每天运行8小时的自动驾驶汽车将产生至少40TB的数据。这就是通过网络来回传输的大量数据。

假设有强大的网络连接并且在传输过程中保持连接，通过网络来回发送数据至少需要150-200毫秒。这实际上是一个很长的时间，因为汽车在运转，而且需要对汽车的控制作出快速的决定。

驾驶场景数据是智能网联汽车研发与测试的基础数据资源，是评价智能网联汽车功能安全的重要“案例库”与“习题集”，是重新定义智能汽车等级的关键数据依据。驾驶场景测试用例主要通过虚拟仿真环境及工具链进行复现，因此建设虚拟场景数据库是连接场景数据与场景应用的关键桥梁。

边缘计算是自动驾驶的未来

自动驾驶汽车需要利用边缘计算。但是这涉及到具有足够的本地化计算处理能力和存储器容量以能够确保车辆和AI能够执行其所需的任务。有些人可能会说，我们应该继续将大量的处理器和内存放在自动驾驶汽车上。当然，这是一个不错的主意，但请记住，这将为自动驾驶汽车增加大量成本，同时这将会增加机器发生故障的几率，也需要耗费更多的电力，增加更多的重量到汽车等等。

5G核心网控制面与数据面彻底分离，NFV令网络部署更加灵活，从而使能分布式的边缘计算部署。边缘计算将更多的数据计算和存储从“核心”下沉到“边缘”，部署于接近数据源的地方，一些数据不必再经过网络到达云端处理，从而降低时延和网络负荷，也提升了数据安全性和隐私性。

这对于时延要求极高、数据处理和存储量极大的自动驾驶领域而言，重要性不言而喻。未来对于靠近车辆的移动通信设备，如基站、路边单元等或均将部署车联网的边缘计算，来完成本地端的数据处理、加密和决策，并提供实时、高可靠的通信能力。

边缘计算处理数据中心明显的优势

1、边缘计算可以实时或更快的进行数据处理和分析，让数据处理更靠近源，而不是外部数据中心或者云，可以缩短延迟时间

2、在成本预算上可以大大减轻经费预算。企业在本地设备上的数据管理解决方案所话费的成本大大低于云和数据中心网络。

3、减少网络流量。随着物联网设备数量的增加，数据生成继续以创纪录的速度增长。结果，网络带宽变得更加有限，压倒了云，导致更大的数据瓶颈。

4、提高应用程序效率。通过降低延迟级别，应用程序可以更高效、更快速地运行。

从“大数据时代”走向“大计算时代”，相信在“边缘计算”日渐成熟的将来，无论是汽车行业、制造业、医疗业等等，生活中的每个人都能切切实实的感受到生活的改变，享受科技带来的安全和美好。