算力向边缘延伸 边缘计算的价值加速释放 原创

计算力是生产力，智算力是创新力。随着智算力不断向边缘侧的延伸，边缘侧场景百花齐放，加速落地。

01 道路交通的智慧焕新路

边缘计算正在深入到各个业务领域，而交通是其中之一。作为一家位于杭州的科技企业，中控信息持续探索智慧交通，引入数字孪生、人工智能、物联网、云计算等前沿技术，对道路进行了全域升级改造，让道路实现了更实时精准的认知、更智慧全面的管理以及更安全的保障，助力智慧城市建设。

面向道路路口、隧道、高架桥，交通枢纽等各类交通场景，中控信息通过边缘侧的计算设备，采集交通流量、车辆运行轨迹、车流量排队长度、车辆停车速度、通行速度、外部天气环境等不同场景感知设备的海量数据，并进行实时、快速的分析计算，实现地面、隧道、高架多场景数字孪生，构建起全域数字道路场景。

中控信息副总工程师沈斌告诉记者，智慧交通场景的数据量越来越大，结构化与非结构化多维数据混合，人工智能技术有了用武之地。通过AI算法识别闯红灯、行人进入机动车道、路口异常停车、逆行等危险事件，对交通信号、可变车道、诱导屏进行智能调控，实现信号灯、可变车道、诱导屏多系统协同管控。

目前，杭州部分道路实现了车、路、灯实现深度协同，大幅提升道路的通行效率，可以为城市重要主干道提供全生命周期的数据服务，为城市大型活动交通指挥调度提供重要支撑。

同时，中控信息构建了“事前预案-事中监测-事后复盘”全流程闭环交通数字化组织保障体系，通过对各类大型活动中客流要素、交通要素的深层次挖掘、实时监测，保障大型活动期间居民生产生活有序进行。

02 边缘算力需求爆发

在全国各类道路的智慧化升级改造趋势之下，道路地面、隧道、高架桥、数字路口、轨道交通枢纽等部署了各类感知设备，旨在实现全数字化的道路场景。而感知设备采集的海量数据汇聚在边缘，让边缘计算的重要意义愈发凸显。

边缘计算技术将路口的视频、雷达等数据直接在边缘侧本地进行处理，降低了海量数据跨网络进行传输与处理的压力，还可以与路口信号控制进行协同构建路侧智能化应用，满足信息共享与分发、智慧交叉路口控制、交通协同调度、危险驾驶提醒、车辆感知共享等需求。

由于AI算法的训练与推理需要强大的算力作为支撑，通过边缘端的AI算力布局，将能够在边缘端实现部AI负载的处理，降低网络传输所带来的延迟与不稳定性，同时还能通过从边缘端到云端的算力协同，实现资源的集中管理与敏捷分配。

沈斌表示，在车路协同中，路测的边缘计算设备承载的数据规模大，并且要求较高的计算准确度和实时性。不久前，中控信息与浪潮信息针对全国各地交通场景的不同算力需求，联合研发了一款全新的边缘产品。

该设备采用创新的流式AI运算系统，通过模块化扩展架构实现解码和算力的最优配比，能够精准匹配智慧交通路口的实际场景需求。

浪潮信息边缘计算产品部总经理孙波说，边缘计算需要与场景深度结合做价值兑现，类似中控信息的合作伙伴发挥了重要的作用。未来，双方将继续加深合作，深耕智慧交通场景，打造多种智慧交通产品及方案，通过云边端协同，提升智慧交通建设的精细化、智慧化、科学化水平。

03 软硬件布局车载计算

算力下沉到边缘侧，解决业务痛点，需要整个生态链的成员协同合作，形成可复制的方案，打开新的产业格局。

在布局交通领域的路侧边缘计算的同时，浪潮信息也在拓展车载计算。在“智算 开新局·创新机”全国巡展杭州站上，浪潮信息重磅发布首款智能域控制器EIS400，能够为智能驾驶提供数据中心级强大、安全、高效的车载边缘算力。

在智能化和自动驾驶技术中，为了让车辆更精准的感知车内及道路环境，域控制器要接入的设备越来越多，这对其算力提出了更高的要求。目前一辆汽车的14个500万像素的摄像头做深度学习计算，算力至少需要1000TOPS。

算力需求呈现指数级增长，一个域控制器通常需要匹配多计算芯片，不仅带来了系统高功耗的散热及可靠性的挑战，也对降低分布式计算的时延提出了严苛的需求。

EIS400依托浪潮信息强大的数据中心级产品研发能力，将数据中心级安全、可靠、高效的算力延伸到汽车这一边缘侧，并针对车载计算严苛的环境、多样的计算需求等进行了优化，具有极致算力、极致安全和极致散热的能力。

由于车辆各类传感器，包括激光雷达、摄像头、毫米波雷达等，设备数量显著增加，其探测的像素、帧率、距离精度也在不断提升，需要更高的车载算力。EIS400在算力性能、接口扩展性方面进行了优化设计，支持业界最广泛的终端接口，最多可支持16个车载摄像头、8个激光雷达、4个毫米波雷达，和1个惯性导航接入，涵盖了自动驾驶出租车、自动驾驶公交、自动驾驶卡车、载物无人车等各类自动驾驶场景的高算力、低时延的需求。

此外，为保障智能驾驶安全及车辆隐私，EIS400主板嵌入车规级功能安全芯片，可执行车辆规控和系统状态管理等关键任务，并进行了多重冗余设计，提升了整机系统的安全性和可用性，保障道路行驶安全及车辆隐私。

针对一些自动驾驶卡车所处矿山、高速公路的高温、高寒、高海拔、多雨雾、强电磁干扰和地质条件复杂的环境特点，EIS400充分考虑这些环境因素，设计了高效散热系统，并支持液冷散热，在提供极致性能的算力的同时，保障了整个系统的高稳定性、高可靠性和车辆运行的高连续性。

同时，浪潮信息还发布了首个自动驾驶计算框架AutoDRRT（Autonomous Driving Distributed Robust Real-Time），基于高度开放的EIS400，可为用户提供自动驾驶感知、规划决策、控制算法API接口、计算并行与加速模块和开发工具，加速智能驾驶行业快速发展。

AutoDRRT具有分布式、高容错、低延时三大计算创新功能。其中，分布式计算功能面向用户自动驾驶应用快速迁移的需求，支持从单计算引擎到多计算引擎的分布式并行计算，用户无需代码开发，即可实现上百个不同算法在5个计算引擎上的分布式计算。

为解决应用层的安全运行，AutoDRRT还设计了高容错计算功能，实现了计算、通信、IO的冗余，当某一自动驾驶算法如果由于系统故障失效，可实时切换到冗余算法，切换延时低至1ms，从而保障系统安全。

此外，低延时计算功能，采用软硬件协同优化技术，解决应用运行的低延时挑战，实现自动驾驶应用从感知到控制的端到端延时低至60ms，比行业内应用运行的平均时延降低40%，可以更好的满足自动驾驶对实时性的要求。

04 结论

算力如今已经无处不在，驱动着各行各业的数字化转型，交通行业也是如此。而且交通行业的属性更加适合边缘计算，并积极拥抱智慧化变革，浪潮信息与中控信息的合作可谓是恰逢其时。

除了加强与合作伙伴的协同创新，浪潮信息积极进行软硬件创新，比如这次推出的车载计算产品，是作为传统算力提供商的浪潮信息对于新兴领域的一次涉足，也预示着算力已经不再局限于数据中心领域，而是从云到端，算力的分布将更加分布式、移动化。