無論是今年大火的大模型，還是近年來備受推崇的無人駕駛，我們有形中看到的是智慧化走近工作、生活，無形中其實是算力與我們的關系日益緊密。當算力走近交通場景，未來的智慧交通有望實現城市路口車路協同以及汽車高級別自動駕駛。

近日，浪潮信息與百度面向智慧交通場景，結合雙方在基礎設施、操作系統、算法、應用等方面優勢，發布的首代車路協同路側計算單元RSCU，為行業提供了新的選擇。當前車路協同發展近況如何？將邊緣計算引入自動駕駛將帶來哪些便利？未來如何加快智慧交通場景落地？帶著一系列疑問，通信世界全媒體記者采訪到了浪潮信息邊緣計算產品部總經理孫波與百度車路協同首席架構師王淼。

邊緣計算賦能，“車路云”協同成必然

近年來，在政策與市場的雙重推動下，自動駕駛技術加速落地，L1至L2級自動駕駛加速普及。今年6月份，工信部對外發聲，明確支持L3級及更高級別的自動駕駛功能商業化應用。由此可見，國內自動駕駛從L2向L3躍升已經成為趨勢。

隨著高級別自動駕駛加速“上路”，不僅需要車輛本身具有很強的車載算力、高精度傳感器、操作系統等，還需要加強路側感知、計算、通信的邊緣計算基礎設施建設，并能夠與邊緣云、數據中心云實現多級云邊協同。

提及車路協同的路徑，王淼介紹，目前國內面向自動駕駛的車路協同方案在整體車路協同方案中的占比較大，與4G/5G結合的C-V2X路線逐漸走上主流。但該路線在發展中也存在路側邊緣端需部署多少算力的爭議。

王淼表示，過去智能交通的“大腦”在城市中心，現在逐漸將大腦放到“路邊”，也就是所說的邊緣計算。

傳統的路邊監控獲取數據再向數據中心傳輸，一是實時性難以保證，二來不同主管單位的設備之間存在“煙囪”現象，難以匯聚成整合的業務鏈路。面對“車路云”協同發展的趨勢，路側基礎設施的計算、存儲、局部協同有賴于邊緣計算來實現。

作為最早布局邊緣計算的算力基礎設施提供商，目前浪潮信息已構建了涵蓋邊緣微中心、邊緣服務器、便攜AI服務器、邊緣微服務器4大硬件產品陣列和緣視、緣腦、緣智3大邊緣計算軟件平臺，能夠滿足邊緣計算的多樣化場景和環境的業務需求，實現邊緣服務器的軟硬件系統協同優化。

百度作為智能交通AI技術的引領者，已率先在全國多地高等級自動駕駛示范區對該產品進行測試實驗，驗證了其在自動駕駛到城市交通治理的智能網聯全場景服務能力。

強強聯合，釋放邊緣路側算力潛能

讓“聰明的車”駛向“智慧的路”，不僅要在邊緣側感知數據，還要能夠處理在邊緣側匯聚的數據與問題，浪潮信息攜手百度智能云發布了首代車路協同路側計算單元RSCU。

在硬件方面，車路協同路側計算單元RSCU可滿足L2至L4高等級自動駕駛融合應用的算力需求；在軟件方面，借助百度開放、兼容的智路OS操作系統可直接連接上層場景，讓高級別自動駕駛場景在現實中落地。

孫波介紹，此次與百度聯合打造的路側計算單元是目前在路側算力方面最大的產品，其融合了百度對于車路協同場景的理解以及業務市場的需求，產品整體設計更好地結合了路側計算的時延與要處理的數據對于性能的要求。

不僅如此，針對車路云協同場景下路側逐漸增加的感知設備，路側計算單元在算力性能方面進行優化設計，可以最大支持260TFLOPS的算力，最多可支持雙向8車道路口的信號燈、攝像頭、激光雷達、路牌路標、氣象站等傳感器數據傳輸。面向L2乃至未來的L4高級別自動駕駛場景，其能夠提供更精準的人、車、道路、環境、交通事件的全要素實時檢測和分析，并通過“車路云”的協同，助力智慧城市、智慧交通等場景。

并非是首次合作，浪潮信息與百度聯合探索“車路云”協同的創新業務已近兩年。眾所周知，“車路云”協同以及邊緣計算對設備性能與時延具有很高的要求，為此，浪潮信息與百度分別在硬件與軟件方面各下功夫，破解難題。

“高實時性，需要用更高性能的設備來做實時處理?！睂O波表示。據了解，為實現高實時性，此次浪潮信息在路側計算單元設備里增加了一些比較強性能的計算單元，并且使用衛星通信來提升時鐘同步精度。

百度的智路OS系統則基于車路云一體化的架構，通過邊緣計算層面實現操作系統內核、設備抽象、通信計算中間件等多方面的協同。王淼表示，為將性能做得更好，百度采用分布式異構計算架構，能夠并發處理數千個任務并達到毫秒級時延。

正如孫波所說，浪潮信息致力于底層硬件開發，百度致力打造車路云一體化生態，大家共同圍繞應用場景進行優化，實際上是協同加速，共筑行業生態，加速智慧交通多場景落地。就整個行業來看，歷經硬件到上層解決方案軟件的開發適配，當前邊緣計算已經進入規?；涞仄?。

面向未來，交通乃至各行各業都將走向智慧化，浪潮信息與百度也將在相應場景規模化落地過程中，不斷打磨自身能力，以更先進的產品賦能數字業務創新，加速千行百業實現數字化轉型。