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(guò)5G網(wǎng)聯(lián)技術(shù)將給自動(dòng)駕駛帶來(lái)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(wàn)連接，網(wǎng)絡(luò)穩(wěn)定性可達(dá)99.999%的下一代蜂窩無(wú)線通訊網(wǎng)絡(luò)，將從單車(chē)的信息流共享、車(chē)隊(duì)的編隊(duì)無(wú)人化、遠(yuǎn)程駕駛?cè)齻€(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(lái)了低延時(shí)，高穩(wěn)定性的物網(wǎng)聯(lián)架構(gòu)。通過(guò)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(chē)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。

[[227476]]

然而，有一部分朋友并不完全認(rèn)同，@goly說(shuō)：“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(guò)隧道之類(lèi)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(chē)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(chē)載端高性能處理單元(車(chē)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(chē)載TBOX已經(jīng)完全不能滿(mǎn)足需要，5G時(shí)代的來(lái)臨可能會(huì)觸發(fā)車(chē)載高性能計(jì)算機(jī)的爆發(fā)式增長(zhǎng)，CPU，GPU們好戲又要來(lái)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(chē)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(yǔ)，隨著物聯(lián)網(wǎng)(IoT)時(shí)代的開(kāi)始，它已變得越來(lái)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(kāi)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)：

1. 延遲：毫秒級(jí)延遲
2. 高吞吐量：本地生成，近場(chǎng)傳輸
3. 數(shù)據(jù)簡(jiǎn)化：末端自主分析，減少對(duì)上游的依賴(lài)。
4. 語(yǔ)境意識(shí)：實(shí)時(shí)獲取用戶(hù)及位置信息并用于計(jì)算
5. 安全性：免受UE和CPE攻擊
6. 隔離：在丟失連接時(shí)仍能繼續(xù)運(yùn)轉(zhuǎn)
7. 合規(guī)性：有助于用戶(hù)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)，從云端通過(guò)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(guò)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(kāi)始出現(xiàn)問(wèn)題，它需要一點(diǎn)時(shí)間才能通過(guò)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(guò)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(zhǎng)的時(shí)間，以至于云錯(cuò)過(guò)了保存泵的機(jī)會(huì)。

這也可以用在自動(dòng)駕駛汽車(chē)。自動(dòng)駕駛汽車(chē)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(chē)制造商正在設(shè)想，傳感器的數(shù)據(jù)將流入汽車(chē)制造商為自駕車(chē)設(shè)置的云端。這使得汽車(chē)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(lái)改善自動(dòng)駕駛汽車(chē)的行為。

問(wèn)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(chē)及其無(wú)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(chē)運(yùn)動(dòng)影響需要及時(shí)指示汽車(chē)周?chē)惺裁础Ｒ环菡{(diào)查表明，一輛每天運(yùn)行8小時(shí)的自動(dòng)駕駛汽車(chē)將產(chǎn)生至少40TB的數(shù)據(jù)。這就是通過(guò)網(wǎng)絡(luò)來(lái)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(guò)程中保持連接，通過(guò)網(wǎng)絡(luò)來(lái)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(zhǎng)的時(shí)間，因?yàn)槠?chē)在運(yùn)轉(zhuǎn)，而且需要對(duì)汽車(chē)的控制作出快速的決定。

因此，自動(dòng)駕駛汽車(chē)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(chē)輛和AI能夠執(zhí)行其所需的任務(wù)。你可能會(huì)說(shuō)，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(chē)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(chē)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(chē)等等。

本地與云端并不是互斥的命題

通過(guò)精心設(shè)計(jì)，能夠?qū)⒈镜鼗幚砗驮铺幚砘旌显谝黄稹?/p>

例如，自動(dòng)駕駛汽車(chē)可能正在實(shí)時(shí)處理感知數(shù)據(jù)并據(jù)此采取駕駛行動(dòng)。同時(shí)，它正在將數(shù)據(jù)發(fā)送到云端。云處理數(shù)據(jù)需要尋找更長(zhǎng)期的模式，并最終通過(guò)分析數(shù)據(jù)向自動(dòng)駕駛汽車(chē)發(fā)送一些更新信息。在這種情況下，我們將工作分為兩部分，一部分是在本地(邊緣)層面進(jìn)行生死攸關(guān)的快速處理，另一部分是在云層面上進(jìn)行更多面向概述的工作，而不是即時(shí)性工作。

將數(shù)據(jù)推送到云端并取回結(jié)果的能力將取決于：

• 自動(dòng)駕駛汽車(chē)上的通信設(shè)備
• 通過(guò)網(wǎng)絡(luò)進(jìn)行通信所涉及的延遲
• 網(wǎng)絡(luò)的帶寬
• 網(wǎng)絡(luò)的可用性
• 網(wǎng)絡(luò)的可靠性
• 自駕車(chē)內(nèi)的通信

變幻莫測(cè)的網(wǎng)絡(luò)決定了為什么不能把自動(dòng)駕駛汽車(chē)的實(shí)時(shí)工作交給云端處理。

自動(dòng)駕駛汽車(chē)上有一些設(shè)備將被視為邊緣專(zhuān)用設(shè)備，這意味著它們完全依賴(lài)于本地處理。盡管他們收集的數(shù)據(jù)可能會(huì)發(fā)送到云端，但他們并不依賴(lài)于從云端返回的任何內(nèi)容。有邊緣共享的設(shè)備能夠與云分工，完全在本地完成一些任務(wù)，并以與云共同協(xié)作的方式執(zhí)行其他任務(wù)。

自動(dòng)駕駛汽車(chē)的處理器上的圖像分析儀能夠追蹤其他汽車(chē)，摩托車(chē)，行人等。然后將其輸入到傳感器融合中，匯集來(lái)自激光雷達(dá)，雷達(dá)等的感知分析。傳感器融合被輸入到周?chē){駛場(chǎng)景的虛擬世界模型中。所有這些都在邊緣進(jìn)行(在車(chē)內(nèi))。

自動(dòng)駕駛汽車(chē)的AI在本地處理器上運(yùn)行，并分析虛擬世界模型以決定采取何種動(dòng)作。然后，AI會(huì)命令汽車(chē)控制裝置加速或剎車(chē)來(lái)駕駛汽車(chē)。

我們假設(shè)這一切都會(huì)發(fā)生在邊緣。過(guò)程會(huì)是這樣的：

1. 傳感器數(shù)據(jù)收集在邊緣
2. 傳感器融合在邊緣
3. 虛擬世界模型更新在邊緣
4. AI決策規(guī)劃在邊緣確定
5. AI在邊緣發(fā)布汽車(chē)控制命令
6. 自動(dòng)駕駛在邊緣執(zhí)行汽車(chē)控制命令

如果把云端加進(jìn)來(lái)，作為一個(gè)非實(shí)時(shí)合作者，這意味著云會(huì)被告知正在發(fā)生的事情，但不會(huì)進(jìn)行與自駕車(chē)有關(guān)的控制：

1.在邊緣傳感器數(shù)據(jù)收集

將數(shù)據(jù)發(fā)送到云端，但不要等待云端

2.傳感器融合在邊緣

將傳感器融合結(jié)果發(fā)送到云端，但不要等待云端

3.虛擬世界模型更新在邊緣

將虛擬世界模型發(fā)送到云端，但不要等待云端

4.人工智能行動(dòng)計(jì)劃在邊緣確定

將AI行動(dòng)計(jì)劃發(fā)送到云端，但不要等待云端

5.AI在邊緣發(fā)布汽車(chē)控制命令

將AI發(fā)布的汽車(chē)控制命令發(fā)送到云端，但不要等待云端

6.自駕車(chē)控制執(zhí)行命令

從云端獲取更新并在可行時(shí)更新邊緣

我們將邊緣信息傳輸?shù)皆贫恕＿@也可以在上述循環(huán)結(jié)束時(shí)完成，而不是嘗試交錯(cuò)。

如果決定將云端控制放在這些步驟中，可能看起來(lái)是這樣：

• 在邊緣傳感器數(shù)據(jù)收集
• 將數(shù)據(jù)發(fā)送到云端，等待云端
• 傳感器融合在云端
• 虛擬世界模型更新在云端
• AI在云中確定的行動(dòng)計(jì)劃
• AI通過(guò)云發(fā)布汽車(chē)控制命令
• 等到收到云端車(chē)輛控制命令
• 自駕車(chē)執(zhí)行汽車(chē)控制命令

在這種邊緣云模型中，自動(dòng)駕駛汽車(chē)幾乎是一輛“啞巴”汽車(chē)，并沒(méi)有通過(guò)自己處理很多事情。如前所述，這里所關(guān)心的是通信是否足夠可靠，只有做到一致性且足夠快才能滿(mǎn)足需要做的事情。云本身可能有一些地球上最快的計(jì)算機(jī)，但最終是網(wǎng)絡(luò)通信可能會(huì)破壞這種巨大的處理能力。

使用云的價(jià)值之一是能夠利用我們?cè)谠浦锌梢該碛械拇蟮枚嗟奶幚砗蛢?nèi)存容量，而不是我們已經(jīng)加載到自動(dòng)駕駛汽車(chē)上的容量。例如，當(dāng)進(jìn)行圖像分析時(shí)，最好在邊緣完成，而在云端進(jìn)行大規(guī)模學(xué)習(xí)，其中有成千上萬(wàn)的自動(dòng)駕駛駕駛的汽車(chē)圖像，它可能比處在邊緣處理器上的一些較小的神經(jīng)網(wǎng)絡(luò)更好地進(jìn)行圖像分析。

因此，精心設(shè)計(jì)的自動(dòng)駕駛汽車(chē)能夠在邊緣擁有所需的自主權(quán)，并在適當(dāng)?shù)臅r(shí)候利用云。例如，當(dāng)汽車(chē)停放或未被使用時(shí)，我們可能會(huì)讓自動(dòng)駕駛汽車(chē)AI在可用的情況下從云端獲取更新信息。還可以通過(guò)利用來(lái)自云的大規(guī)模神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)來(lái)增強(qiáng)局部邊緣的神經(jīng)網(wǎng)絡(luò)。

有些人認(rèn)為我們也需要霧計(jì)算

霧計(jì)算是邊緣計(jì)算和云計(jì)算之間的中間地帶。像一種中介計(jì)算，來(lái)充當(dāng)邊緣和云之間的中介。這可能意味著我們會(huì)在公路上安裝計(jì)算機(jī)服務(wù)器，這些系統(tǒng)可以更快速，更可靠地與在高速公路上呼嘯而過(guò)的自行駕駛汽車(chē)進(jìn)行通信，而不會(huì)與云本身進(jìn)行通信。因此，您大概會(huì)得到類(lèi)似云的功能，不會(huì)像真正的云那樣具有相同類(lèi)型的延遲和問(wèn)題。這需要增加大量的基礎(chǔ)設(shè)施，而這些基礎(chǔ)設(shè)施在初始設(shè)置和保持維護(hù)時(shí)往往都很昂貴。

在許多霧計(jì)算應(yīng)用中，來(lái)自端點(diǎn)設(shè)備或者直接附接到簡(jiǎn)單的類(lèi)服務(wù)器計(jì)算機(jī)(有時(shí)稱(chēng)為“網(wǎng)關(guān)”)的傳感器數(shù)據(jù)會(huì)受到該網(wǎng)關(guān)的作用而觸發(fā)某些動(dòng)作，或者執(zhí)行某些類(lèi)型的任務(wù)。 之后，數(shù)據(jù)被傳送到鏈條上更強(qiáng)大的服務(wù)器。這些服務(wù)器通常在云端進(jìn)行更高級(jí)的數(shù)據(jù)分析。

前沿邊緣計(jì)算設(shè)備的一個(gè)最好例子是聯(lián)網(wǎng)自動(dòng)(或甚至半自動(dòng))汽車(chē)。得益于大量的傳感器數(shù)據(jù)以及關(guān)鍵的本地處理能力，再加上連接到云端更先進(jìn)數(shù)據(jù)分析工具的需求，自動(dòng)駕駛汽車(chē)成為了前沿邊緣計(jì)算的典范。

盡管我們會(huì)懷念一切計(jì)算都發(fā)生在本地的簡(jiǎn)單日子，或者懷念一切任務(wù)都在遠(yuǎn)程數(shù)據(jù)中心完成的純粹的云端世界，但可能今天的高級(jí)應(yīng)用，需要更復(fù)雜的混合設(shè)計(jì)。打造基于云的基礎(chǔ)設(shè)施和基于云的軟件工具是計(jì)算進(jìn)化的關(guān)鍵一環(huán)。顯然，即將發(fā)生的最有趣且令人興奮的進(jìn)展將會(huì)把前沿計(jì)算推向邊緣側(cè)。