$中富通(SZ300560)$ $金龙汽车(SH600686)$
自动驾驶大数据处理，边缘计算将成“算力担当”？
到2025年，边缘计算市场规模将超万亿元。
自动驾驶车辆是一个集环境感知、规划决策、无人驾驶等功能于一体的综合系统，集中运用了人工智能、视觉传感、无线通信、导航定位、智能控制等技术，是典型的高新技术综合体。
而在自动驾驶车辆的众多软件和硬件系统中，智能计算平台作为无人车的“智慧大脑”，支持车与车、路与车、人与车、云端与终端之间的全方位实时动态的信息交互，其性能尤其受到行业关注。
“
无人驾驶推动计算模型从云计算走向边缘计算
自动驾驶级别越高，配置的传感器数量就越多，无人车运行产生的数据也会随之大量增加。据新战略低速无人驾驶产业研究所了解，一个200W像素的高清摄像头24小时录像需占用40~60GB的存储容量；一个单线激光雷达每小时可产生3~4GB的点云数据，应用在自动驾驶卡车、矿车等大型车辆上的192线激光雷达，每秒就可产生200MB左右的数据量；另外，GPS定位系统、车辆位姿等都有一定的数据积累。
当一辆自动驾驶车辆每天可以产生数TB，甚至数十TB数据，数据的处理能力也成为自动驾驶技术验证的关键点之一。
为省去一些设备系统繁琐的购买、安装和维护程序，在更短的时间内部署应用产品，行业最初主要通过云计算进行数据处理，自动驾驶车辆只要接入云端就能进行数据分析和指令回传。由于可以在云供应商网络上的多个冗余站点建立数据镜像，企业也能够以更低的成本轻松地实现备份、灾难恢复和业务连续性。
但事实上，企业过度依赖云计算就会出现各种数据都往云端传输，云平台数据多了以后，处理效率降低，时延增大，极大影响了自动驾驶车辆的使用体验。
另外，随着自动驾驶技术不断成熟，无人车配置的传感器数量越来越多，车队管理、人机交互等功能要求越来越高，对自动驾驶数据处理也有了更高要求。在全国各地实时运行的自动驾驶车辆可能需要巨大的本地处理能力，且往往是在远离中央云服务器的偏远地区。
既然集中式的云计算已不能完全满足市场需要，行业就在分散式的边缘计算领域有了更多的探索。
本文作者可以追加内容哦 !
