自動駕駛汽車是一項全球性的重要技術。可以自動駕駛的車輛將通過消除事故的主要原因（包括駕駛員分心和困倦）來提高汽車安全性。智能汽車也將能夠通過協調駕駛在現有道路上安全地操作更多汽車來緩解交通問題，從而解決交通問題。這將通過使汽車能夠比依賴人類反應速度的獨立控制車輛更安全地相互跟隨來實現。

　　盡快讓自動駕駛汽車上路的勢頭非常大。從技術的角度來看，必要的硬件已經開始到位，以便為必須位于車內的多層實時人工智能提供足夠的處理能力。在以安全可靠的方式駕駛這些車輛所需的軟件方面也取得了重大進展。

　　然而，與此同時，加速自動駕駛汽車發展的壓力也越來越大。自動駕駛汽車將提供的不僅僅是提高效率和安全性。它們還將幫助各國解決懸而未決的勞動力短缺問題，如果不加以解決，可能會對企業和城市發展產生廣泛的負面影響。

　　自動駕駛汽車的迫切需求

　　考慮汽車對日本個人和商業交通的重要性。日本每年的新生兒數量持續下降，導致可用勞動力減少。再加上年輕人選擇駕駛以外的職業這一事實，這導致勞動力減少，在退休后替代老年司機的新司機數量減少。

　　與此同時，向現代便利生活方式的轉變——24小時快遞、送貨服務、物流和大眾運輸——正在增加對司機的需求。隨著老年人口的不斷增加，這只會對這些類型的服務提出更多的需求。

　　目前的工作量對于現有的勞動力來說已經太多了，他們甚至無法滿足今天的需求。夜班和增加加班等解決方案將加強可用的司機池。然而，他們這樣做的代價是讓已經過度勞累的司機感到緊張。日本各地的駕駛條件被認為具有挑戰性和危險性，這種增加的壓力只會導致更多的交通事故。

　　司機短缺已經開始影響國家，迫使一些企業和服務放緩或停止運營。顯然，自動駕駛汽車對日本的未來尤為重要。

　　然而，這些趨勢和文化因素并非日本獨有。它們影響著世界上每個國家和每個主要城市。COVID-19 大流行也加劇了這些因素。雖然個人開車減少，但他們在網上購買了更多商品和服務，這給日益減少的司機勞動力增加了進一步的壓力和需求。自動駕駛汽車將在現代城市基礎設施的發展中發揮重要作用。挑戰在于我們如何盡快到達那里。

　　克服自動駕駛汽車的技術挑戰

　　為了滿足市場需求，自動駕駛汽車的設計者將需要嚴重依賴現成的技術。原始設備制造商根本沒有時間在內部設計所有東西。越來越大的上市時間壓力也將要求 OEM 專注于今天準備就緒和可用的技術。

　　例如，理想的自動駕駛汽車是電動汽車 （EV），它還能減少污染，這是人口密集地區的另一個重要問題。不幸的是，電動汽車技術仍處于起步階段。此外，支持電動汽車城市所需的基礎設施還需要數年時間才能到位。因此，第一波自動駕駛汽車將使用傳統的內燃機和今天已經存在的其他技術制造。

　　使挑戰復雜化的是車內用于容納計算設備和電纜的空間有限。為了解決空間限制，解決方案必須高度集成。此外，汽車的惡劣運行環境——包括高溫、振動和劇烈運動——與計算機實驗室或企業網絡服務器機房的受控條件完全不同。硬件需要能夠在汽車溫度下可靠運行。

　　性能限制也是一個關鍵考慮因素。為了實現自動駕駛，每輛車都需要一臺性能足夠強大的計算機，以便能夠將視頻的實時數據傳輸到車載人工智能 （AI） 引擎，并能夠實時處理和控制車輛。 此外，為了能夠最大限度地減少占用空間、保持實時響應能力并避免信號不兼容問題，所有計算和視頻設備都必須能夠集成到車輛的系統基礎設施中。這意味著能夠使用 CAN 接口與汽車進行通信和控制。另一個復雜因素是 5G 網絡尚未準備就緒，因此高速車對控制中心和車對車通信將受到限制。

　　足夠的存儲空間是另一個問題。有許多容量問題需要考慮，包括有足夠的本地存儲來執行 AI 計算，同時支持實時視頻備份。

　　最后，所有這些系統必須能夠以高可靠性運行，同時消耗由連接到發動機的任何電池提供的“臟”電力。

　　必須在設計過程的早期考慮這些問題中的每一個，以確保高可靠性。這對于 OEM 從 SAE 3 級（有人工駕駛員的條件自動化）到 SAE 4 級（無人工駕駛員的高度自動化）轉變至關重要。

　　集成可靠性和加速設計

　　為了應對這些挑戰并讓自動駕駛汽車快速上路，需要一種高級的集成計算方法。高級方法不是構建必須一起交互的單個子系統，而是專注于工作站級平臺，該平臺專為滿足當今具有高級駕駛輔助系統 （ADAS） 功能的車輛的處理要求而構建。在這個集成的基礎上，可以引入更先進的自主能力和電動汽車技術，因為它們變得更容易獲得。

　　采用高級方法有幾個關鍵優勢。首先，它以現有車輛技術為基礎，使原始設備制造商能夠顯著加快其設計周期。此外，由于工作站級平臺是預先集成的，因此可以在不影響可靠性或延遲上市時間的情況下使用一流的技術。由于該平臺專為汽車應用而構建，它可以提供車輛 AI 計算所需的處理資源，大約 2300 多個 CUDA 內核。

　　使用平臺還可以實現更緊湊的解決方案。集成系統減少了所需的布線數量，并減少了在可用空間很小的情況下將電纜穿過車輛的需要。從接口的角度來看，借助 CAN 接口，平臺可以通過整個自主計算引擎的單一入口點來整合通信，從而簡化通信并將對車輛基礎設施的影響降至最低。這反過來又降低了在車內安裝自動駕駛系統的總體成本。

　　為了在緊湊的尺寸中也提供足夠的存儲容量，可以使用固態驅動器 （SSD），它比傳統的硬盤驅動器 （HDD） 更能抵御振動和移動。SSD 專為堅固的應用而設計，可鎖定和熱插拔以保護關鍵任務數據。他們可以通過 RAID 數據保護技術進一步提高可靠性。

　　將所有計算資源整合到一個平臺中還可以簡化電源管理。點火控制對于使用汽車電池供電的計算機設備至關重要，支持具有浪涌保護的寬范圍電源輸入也是如此。平臺可以“清理”電源，過濾掉發動機噪音和其他干擾，為所有敏感的電子設備提供可靠和一致的電源，以確保可靠運行。

　　采用平臺方法的所有這些好處的結果是更快的上市時間和更低的項目成本，這兩個重要因素有助于加速可靠的自動駕駛汽車的部署。平臺還使 OEM 可以靈活地自定義 AI 系統可用的資源。例如，平臺可以容納額外的內存驅動程序和/或更高性能的計算板/AI 加速器，以匹配特定應用程序的要求。

　　ECX-1400 PEG AI 計算 + NVIDIA GeForce RTX 2070 顯卡

　　Vecow 為自動駕駛汽車開發了一個專用平臺。ECX-1400 PEG AI Computing + NVIDIA GeForce RTX 2070 顯卡是一款緊湊、完整的 AI 系統解決方案，采用 NVIDIA 革命性的計算機統一設備架構支持的八核 Intel Coffee Lake 處理器和 Intel C246 提供工作站級 AI 性能（ CUDA）核心技術。NVIDIA RTX 和 Turing GPU 架構為 AI 計算提供高達 6 倍的性能，分辨率高達 8K。無風扇系統旨在支持獨立顯卡，以提供最大的靈活性，同時保持緊湊的外形。

　　該平臺具有 4 個可鎖定和熱插拔的 2.5 英寸 SSD 托盤，可為受 RAID 0、1、5 或 10 保護的關鍵任務數據提供高達 32 TB 的可靠存儲。它還支持自主所需的高速通信汽車應用，包括多達 7 個獨立高清顯示器（VGA、HDMI、DVI、DP）、USB 3.1 Gen 2 （10 G）、PCIe 3.0 （8 GT/s）、SATA1 III （6G） 和 USB 3.0 （5G） 。 4 個 PoE+ 接口的可用性降低了布線要求，并且定制的機械設計支持當前車輛系統中的 CAN 總線端口。

　　從功耗的角度來看，ECX-1400 PEG AI 計算平臺得到了很好的保護。該平臺采用優化的電源設計，可為顯卡提供 300 W 的功率預算，具有 32 個隔離設備輸入/輸出 （DIO）、點火電源控制、智能電路保護、80 V 浪涌保護和 12 V 至 36 V直流電源輸入。智能電源管理功能包括點火模式管理、iAMT 12.0、TPM 2.0、PXE、局域網喚醒和遠程電源開關。該系統還設計有抗沖擊和抗振動保護，可以在-20°C至45°C的溫度范圍內運行。

　　自動駕駛汽車在行動

　　ECX-1400 PEG AI Computing + NVIDIA GeForce RTX 2070 顯卡已經過無數次現場測試。這里分享兩個案例。第一個是自動駕駛卡車車隊將貨物從中央倉庫運送到日本的各個目的地。

　　放置在前部和后部卡車中的控制器管理高級任務，例如車隊通信、速度/距離控制、路線規劃、傳感器識別、環境監控以及整個車隊的車隊視頻/數據共享。

　　第二種情況是一種自動穿梭巴士，用于將乘客從機場運送到日本各地的各個車站。

　　公交車由調度中心遠程管理，其傳感器系統利用道路上的磁性標記進行導航。

　　ECX-1400 PEG AI Computing + NVIDIA GeForce RTX 2070 顯卡是一個高度靈活的平臺，可以針對特定應用進行定制。雖然專為自動駕駛汽車而設計，但它也可用于其他應用，包括自動車牌 （LPR） 識別、機器人控制、遠程醫療和公共監控。

　　憑借 ECX-1400 作為單一平臺解決方案的功能，可以克服與將自動駕駛汽車 AI 設備集成到車輛相關的許多挑戰。這項技術簡化了自動駕駛汽車的設計，并將加速其在全球的部署，以幫助我們的道路更安全并解決日益嚴重的駕駛員勞動力短缺問題。

　　審核編輯：郭婷