邊緣計算如何支撐智能網聯汽車

鐘慧

5G實現商用后，對無人駕駛領域的影響將會越來越大，對智能交通、車路協同、車聯網整體生態的建設，甚至對智慧城市建設都起到重要作用。三大運營商也在力推與車企的合作。打造適合于無人駕駛的5G邊緣云方案，將單車的計劃和存儲壓力向網絡的邊緣側轉移，為未來無人駕駛的商用和規模化發展鋪路。

車路協同對5G邊緣云有強需求

邊緣云可在保證低時延、高可靠性的安全需求框架下，降低車載終端側的感知壓力和計算壓力。

車聯網的業務類型分為三種：信息服務、行駛安全和交通效率。信息服務中包括車載視頻、車載AR/VR、車載視頻通話、車載智慧家庭、汽車分時租賃、導航、動態地圖;行駛安全方面包括車載視頻監控、駕駛實時監測、車輛防盜、自動駕駛、碰撞預警、行人防碰撞;交通效率包括實況直播、全景合成、運行監控、車位共享、編隊行駛、協同導航等能力。

上述三類業務，也是試點中的重點技術方向。大唐聯合中國汽研、重慶電信啟動的國內首個5G自動駕駛應用示范公共服務平臺，就是在大足雙橋封閉試驗場、重慶半封閉公園、禮嘉開放道路等區域開展5G+MEC+C-V2X試點，支撐危險場景預警、綠波通行、路側智能感知、高精度地圖下載、5G視頻直播和遠程駕駛等六大場景應用。

日前，聯通與華為、吉利也共同展示了基于5G MEC邊緣云的智能駕駛，并在杭州灣成功部署5G MEC試商用網絡，及智能邊緣業務平臺CUBE-Edge，并實現與吉利汽車云平臺的協同。可以實現的功能包括高精地圖下載、智能導航、視頻監控、車輛狀態數據上載、軌跡跟蹤等多項應用服務。

吉利在車路協同5G自動駕駛技術研究中，在環境感知、數據分享、遠程駕駛、編隊行駛、高精地圖下載、融合定位等業務方面，對中國聯通的5G通信網絡以及MEC邊緣云能力都有著強烈訴求，需要5G網絡提供延時在10ms以內的數據交互，以及高性能的邊緣計算能力，通過混合異構的方式，在保證有效低時延但高可靠性的安全需求框架下，降低車載終端的感知壓力和計算壓力，井在實現車路協同5G自動駕駛的同時，能夠實時遠程監控和故障診斷處理。

中國聯通邊緣業務平臺CUBE-Edge具有轉發快、運維簡便、即插即用等特點。在實時定位、身份認證等基礎網絡服務能力基礎上，進一步整合了聯通集團智能網絡中心、智網科技、吉利汽車研究院與華為共同研發的車輛險情監控分析、車輛環視實時監測等V2X應用PaaS能力，可實現與智能網聯、自動駕駛等應用的快速集成。

MEC服務應用逐步成熟

MEC成熟表現在多個方面，包括邊緣計算下沉的位置越來越接近終端，而且形成多層級架構對應服務。

MEC是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺。就近提供智能互聯服務，滿足對業務實時、業務智能、數據聚合與互操作、安全與隱私保護等方面的關鍵需求。

“MEC在距離用戶移動終端最近的RAN（無線接入網）內提供IT服務環境以及云計算能力，旨在進一步減小延遲/時延、提高網絡運營效率、提高業務分發/傳送能力、優化/改善終端用戶體驗。”中國信科無線通信高級技術專家何珂表示。

何珂說，基于4G架構的MEC方案，MEC服務器部署在多個eNodeB的匯聚節點之后，或者單個eNodeB之后，可通過監聽、解析Sl接口的信令來獲取基站側無線相關信息，但計費和合法監聽等安全問題需要進一步解決。

在MEC與5G融合架構中，網絡與業務平臺可以有效融合，能夠支持低時延和寬帶業務的本地化部署。何珂認為，MEC服務應用在逐步成熟。

具體表現在多個方面，包括邊緣計算下沉的位置越來越接近終端，而且形成多層級架構對應服務;計算能力在中心云與邊緣間做了優化配置，在計算能力、存儲、轉發等靜態能力的配置上更成熟;每個承載的優化處理這種動態調配能力也在增強;MEC間協同與互通、MEC服務能力及開放也更加完善;在多業務支撐的網絡切片技術上，一個承載的跨多級MEC（縱向切片技術），和同一業務跨多個切片（橫向切片技術，如車聯網同時需要eMBB+uPLLC支持）的技術進一步成熟;數據采集/壓縮、業務、安全、基站控的多功能集成、計算和存儲的移動性支持也做得更好。

具體到細分的應用，在車路協同中，MEC能夠提供應用的低延遲/時延，以及支撐跨互聯網運行;在智能移動視頻加速上，MEC部署無線分析應用，作出更為科學的擁塞控制決策，并確保應用層編碼能與無線下行鏈路的預估容量相匹配;在AK應用中，AR信息高度本地化，MEC實現本地實時處理而不是在云端集中進行，最大程度地減小AR延遲/時延、提高數據處理的精度;在密集計算輔助上，MEC降低終端設備或傳感器的算力需求，提高其電池性能，實現快速決策。邊緣計算推動芯片異構化

智能化應用場景越來越多，作為一個正在起步的市場，邊緣計算對計算能力會提出越來越多要求。

邊緣計算在車聯網中的應用市場前景廣闊，車聯網的普及也勢必會拉動相關產業的發展。各種智能化的應用場景越來越多，作為一個正在起步的市場，邊緣計算對計算能力也會提出越來越多的要求。

據英特爾中國研究院院長宋繼強介紹，智能場景中的多種數據類型，在終端、邊緣和云處理時，需要計算加速的性能、功耗、實時性、成本、芯片的尺寸大小部有不同的要求，需要提供多樣性的方案給客戶。作為自動駕駛領域領銜的芯片制造商，英特爾希望通過超異構計算滿足未來智能場景中的多元化計算需求。

超異構計算愿景是提供多樣化的標量、矢量、矩陣和空間架構組合，以先進制程技術進行設計，由顛覆性內存層級結構提供支持，通過先進封裝集成到系統中，使用光速互連進行超大規模部署，提供統一的軟件開發接口以及安全功能。這些組合起來使用，一定要分而置之，合而用之，在同一個軟件生態里，讓使用者能夠方便地調用這些技術。

智能計算離不開以芯片為核心的半導體行業的支持。車聯網中的關鍵芯片主要有GPU、FGPA、ASIC芯片。目前市場上具有代表性的產品有英特爾Mobileye的EyeQ系列及altera的CycloneV、恩智浦的$32V系列、英偉達的DRIVR PX系列、瑞薩的R-Car系列、德州儀器的TGAx系列、ADI的BF系列;國內有中科寒武紀、地平線的征程系列、深鑒科技、四維圖新相關芯片等。面向車聯網的邊緣計算，需要形成一個從芯片、設備、網絡到終端的完整生態，推動技術不斷演進，成為無人駕駛的基石。