計算力是生產力，智算力是創新力。隨著智算力不斷向邊緣側的延伸，邊緣側場景百花齊放，加速落地。
01 道路交通的智慧煥新路
邊緣計算正在深入到各個業務領域，而交通是其中之一。作為一家位於杭州的科技企業，中控資訊持續探索智慧交通，引入數字孿生、人工智慧、物聯網、雲計算等前沿技術，對道路進行了全域升級改造，讓道路實現了更實時精準的認知、更智慧全面的管理以及更安全的保障，助力智慧城市建設。
面向道路路口、隧道、高架橋，交通樞紐等各類交通場景，中控資訊通過邊緣側的計算設備，採集交通流量、車輛運行軌跡、車流量排隊長度、車輛停車速度、通行速度、外部天氣環境等不同場景感知設備的海量數據，並進行實時、快速的分析計算，實現地面、隧道、高架多場景數字孿生，構建起全域數字道路場景。
中控資訊副總工程師沈斌告訴記者，智慧交通場景的數據量越來越大，結構化與非結構化多維數據混合，人工智慧技術有了用武之地。通過AI算法識別闖紅燈、行人進入機動車道、路口異常停車、逆行等危險事件，對交通信號、可變車道、誘導屏進行智能調控，實現信號燈、可變車道、誘導屏多系統協同管控。
目前，杭州部分道路實現了車、路、燈實現深度協同，大幅提升道路的通行效率，可以為城市重要主幹道提供全生命周期的數據服務，為城市大型活動交通指揮調度提供重要支撐。
同時，中控資訊構建了「事前預案-事中監測-事後復盤」全流程閉環交通數字化組織保障體系，通過對各類大型活動中客流要素、交通要素的深層次挖掘、實時監測，保障大型活動期間居民生產生活有序進行。
02 邊緣算力需求爆發
在全國各類道路的智慧化升級改造趨勢之下，道路地面、隧道、高架橋、數字路口、軌道交通樞紐等部署了各類感知設備，旨在實現全數字化的道路場景。而感知設備採集的海量數據匯聚在邊緣，讓邊緣計算的重要意義愈發凸顯。
邊緣計算技術將路口的影片、雷達等數據直接在邊緣側本地進行處理，降低了海量數據跨網路進行傳輸與處理的壓力，還可以與路口信號控制進行協同構建路側智能化應用，滿足資訊共享與分發、智慧交叉路口控制、交通協同調度、危險駕駛提醒、車輛感知共享等需求。
由於AI算法的訓練與推理需要強大的算力作為支撐，通過邊緣端的AI算力布局，將能夠在邊緣端實現部AI負載的處理，降低網路傳輸所帶來的延遲與不穩定性，同時還能通過從邊緣端到雲端的算力協同，實現資源的集中管理與敏捷分配。
沈斌表示，在車路協同中，路測的邊緣計算設備承載的數據規模大，並且要求較高的計算準確度和實時性。不久前，中控資訊與浪潮資訊針對全國各地交通場景的不同算力需求，聯合研發了一款全新的邊緣產品。
該設備採用創新的流式AI運算系統，通過模塊化擴展架構實現解碼和算力的最優配比，能夠精準匹配智慧交通路口的實際場景需求。
浪潮資訊邊緣計算產品部總經理孫波說，邊緣計算需要與場景深度結合做價值兌現，類似中控資訊的合作夥伴發揮了重要的作用。未來，雙方將繼續加深合作，深耕智慧交通場景，打造多種智慧交通產品及方案，通過雲邊端協同，提升智慧交通建設的精細化、智慧化、科學化水平。
03 軟硬體布局車載計算
算力下沉到邊緣側，解決業務痛點，需要整個生態鏈的成員協同合作，形成可複製的方案，打開新的產業格局。
在布局交通領域的路側邊緣計算的同時，浪潮資訊也在拓展車載計算。在「智算 開新局·創新機」全國巡展杭州站上，浪潮資訊重磅發布首款智能域控制器EIS400，能夠為智能駕駛提供數據中心級強大、安全、高效的車載邊緣算力。
在智能化和自動駕駛技術中，為了讓車輛更精準的感知車內及道路環境，域控制器要接入的設備越來越多，這對其算力提出了更高的要求。目前一輛汽車的14個500萬像素的攝影機做深度學習計算，算力至少需要1000TOPS。
算力需求呈現指數級增長，一個域控制器通常需要匹配多計算晶片，不僅帶來了系統高功耗的散熱及可靠性的挑戰，也對降低分布式計算的時延提出了嚴苛的需求。
EIS400依託浪潮資訊強大的數據中心級產品研發能力，將數據中心級安全、可靠、高效的算力延伸到汽車這一邊緣側，並針對車載計算嚴苛的環境、多樣的計算需求等進行了優化，具有極致算力、極致安全和極致散熱的能力。
由於車輛各類傳感器，包括雷射雷達、攝影機、毫米波雷達等，設備數量顯著增加，其探測的像素、幀率、距離精度也在不斷提升，需要更高的車載算力。EIS400在算力性能、接口擴展性方面進行了優化設計，支持業界最廣泛的終端接口，最多可支持16個車載攝影機、8個雷射雷達、4個毫米波雷達，和1個慣性導航接入，涵蓋了自動駕駛出租車、自動駕駛公交、自動駕駛卡車、載物無人車等各類自動駕駛場景的高算力、低時延的需求。
此外，為保障智能駕駛安全及車輛隱私，EIS400主板嵌入車規級功能安全晶片，可執行車輛規控和系統狀態管理等關鍵任務，並進行了多重冗餘設計，提升了整機系統的安全性和可用性，保障道路行駛安全及車輛隱私。
針對一些自動駕駛卡車所處礦山、高速公路的高溫、高寒、高海拔、多雨霧、強電磁干擾和地質條件複雜的環境特點，EIS400充分考慮這些環境因素，設計了高效散熱系統，並支持液冷散熱，在提供極致性能的算力的同時，保障了整個系統的高穩定性、高可靠性和車輛運行的高連續性。
同時，浪潮資訊還發布了首個自動駕駛計算框架AutoDRRT（Autonomous Driving Distributed Robust Real-Time），基於高度開放的EIS400，可為用戶提供自動駕駛感知、規劃決策、控制算法API接口、計算並行與加速模塊和開發工具，加速智能駕駛行業快速發展。
AutoDRRT具有分布式、高容錯、低延時三大計算創新功能。其中，分布式計算功能面向用戶自動駕駛應用快速遷移的需求，支持從單計算引擎到多計算引擎的分布式並行計算，用戶無需代碼開發，即可實現上百個不同算法在5個計算引擎上的分布式計算。
為解決應用層的安全運行，AutoDRRT還設計了高容錯計算功能，實現了計算、通信、IO的冗餘，當某一自動駕駛算法如果由於系統故障失效，可實時切換到冗餘算法，切換延時低至1ms，從而保障系統安全。
此外，低延時計算功能，採用軟硬體協同優化技術，解決應用運行的低延時挑戰，實現自動駕駛應用從感知到控制的端到端延時低至60ms，比行業內應用運行的平均時延降低40%，可以更好的滿足自動駕駛對實時性的要求。
04 結論
算力如今已經無處不在，驅動著各行各業的數字化轉型，交通行業也是如此。而且交通行業的屬性更加適合邊緣計算，並積極擁抱智慧化變革，浪潮資訊與中控資訊的合作可謂是恰逢其時。
除了加強與合作夥伴的協同創新，浪潮資訊積極進行軟硬體創新，比如這次推出的車載計算產品，是作為傳統算力提供商的浪潮資訊對於新興領域的一次涉足，也預示著算力已經不再局限於數據中心領域，而是從雲到端，算力的分布將更加分布式、移動化。
