編譯 / 馬曉蕾
編輯 / 吳 靜
設計 / 趙昊然
來源 / Autonews，作者：Richard Walsh
十年前，就有人說 " 汽車正在成為一個車輪上的智能手機 "。今天，汽車産生的數據量空前，" 車輪上的服務器 " 這個說法可能更合适。互聯汽車和自動駕駛汽車越來越多，它們需要巨大的實時處理能力。
但與智能手機不同的是，這些數據的大部分需要在汽車中使用和處理。因此，汽車制造商正在尋找邊緣計算架構，将數據采集、控制和存儲在車内。
考慮到這一點，我們可以開始把汽車想象成一個 " 車輪上的邊緣數據中心。"
什麼是邊緣數據中心？這是一種在網絡邊緣側部署的新型基礎設施，位于用戶端和集中化的雲數據中心之間，提供小型化、分布式、貼近用戶的數據中心環境。
在邊緣計算模式下，為了減少網絡傳輸和多級轉發産生的帶寬與時延損耗，一個有效的方式就是盡可能靠近用戶的網絡邊緣側構建業務平台，更加方便數據的處理。
為什麼汽車制造商拒絕雲而選擇邊緣數據中心？
駕駛相關的一些特殊因素意味着将數據傳輸到雲端是不切實際的，甚至很危險。邊緣數據中心在原點處理時間敏感的數據，能夠更快地交付給需要它的終端設備。
首先要避免延時。一輛自動駕駛汽車每秒産生大約 1GB 的數據，隻是去一趟附近的小賣店需要處理和返回的信息量就非常龐大。
當然，自動駕駛汽車成為常态的時代還沒有到來。但是，即使對于普通的聯網汽車來說，當它需要做出關鍵的決定時，将數據傳輸到其他地方是行不通的，一個小小的延遲可能會讓你堵在路上，或者在高速公路上就耗盡了電池的電量。
而當涉及到自動駕駛汽車時，路上的延遲通常是生死攸關的。
将所有的數據發送到雲端也需要巨大的成本。汽車上的邊緣數據中心可能相對便宜，因為它們的部署成本更低，而且已經有現成的基礎設施。
盡管如此，雲仍然可以發揮作用。對時效要求不高的數據可以被輸送到雲端，以便日後處理和分析。通過這種方式，邊緣數據中心提供了一個有效的混合解決方案，以應對車聯網和最終自動駕駛汽車将帶來的重大延遲和成本挑戰。
智能汽車越來越多，對處理器的需要越來越強大。L2 自動駕駛需要 2 個 TOPS 的算力，L3 需要 24 個，L4 需要 320 個，L5 自動駕駛則需要 4000 多個。
再加上電動車動力系統的額外要求，每一毫瓦的電力都需要優化以節省能源，對數據處理的要求就會進一步膨脹。
在不同的應用場景下，也有需要用不同方式處理的數據。沉浸式車載信息娛樂系統需要快如閃電的性能。高級駕駛輔助系統（ADAS）需要能夠識别一系列道路狀況的傳感器。随着 5G 網絡的普及，将需要新的解決方案來充分利用整體提高的互聯情況。
可用于預測行人 " 鬼探頭 " 的雷達等技術也有不同的處理要求。為了在本地進行處理，所有這些都需要縮減到單個 SoC（片上系統）。
然後，單個芯片需要能夠應對移動中的車輛内的所有挑戰，沒有任何出錯的空間。因此，在汽車應用的芯片設計和制造的發展中，可靠性、安全性和防缺陷設計是最重要的。
在芯片制造的各個階段，從工藝技術和内存設計一直到最終測試，都必須考慮到所有這些因素，以确保創建正确的解決方案組合，為今天和未來的聯網汽車提供動力。
本文由汽車商業評論原創出品
轉載或内容合作請聯系說明
違規轉載必究
掃碼加入讀者微信群
交流汽車話題
第七屆鈴軒獎揭曉
凜冬暖陽下，2022 中國汽車供應鍊峰會開始反應
入華 20 載，現代汽車集團的中國情結
軒轅獎智駕排行發布，華為智駕緣何霸榜
