无论是今年大火的大模型，还是近年来备受推崇的无人驾驶，我们有形中看到的是智慧化走近工作、生活，无形中其实是算力与我们的关系日益紧密。当算力走近交通场景，未来的智慧交通有望实现城市路口车路协同以及汽车高级别自动驾驶。
近日，浪潮信息与百度面向智慧交通场景，结合双方在基础设施、操作系统、算法、应用等方面优势，发布的首代车路协同路侧计算单元rscu，为行业提供了新的选择。当前车路协同发展近况如何？将边缘计算引入自动驾驶将带来哪些便利？未来如何加快智慧交通场景落地？带着一系列疑问，通信世界全媒体记者采访到了浪潮信息边缘计算产品部总经理孙波与百度车路协同首席架构师王淼。
边缘计算赋能，“车路云”协同成必然
近年来，在政策与市场的双重推动下，自动驾驶技术加速落地，l1至l2级自动驾驶加速普及。今年6月份，工信部对外发声，明确支持l3级及更高级别的自动驾驶功能商业化应用。由此可见，国内自动驾驶从l2向l3跃升已经成为趋势。
随着高级别自动驾驶加速“上路”，不仅需要车辆本身具有很强的车载算力、高精度传感器、操作系统等，还需要加强路侧感知、计算、通信的边缘计算基础设施建设，并能够与边缘云、数据中心云实现多级云边协同。
提及车路协同的路径，王淼介绍，目前国内面向自动驾驶的车路协同方案在整体车路协同方案中的占比较大，与4g/5g结合的c-v2x路线逐渐走上主流。但该路线在发展中也存在路侧边缘端需部署多少算力的争议。
王淼表示，过去智能交通的“大脑”在城市中心，现在逐渐将大脑放到“路边”，也就是所说的边缘计算。
传统的路边监控获取数据再向数据中心传输，一是实时性难以保证，二来不同主管单位的设备之间存在“烟囱”现象，难以汇聚成整合的业务链路。面对“车路云”协同发展的趋势，路侧基础设施的计算、存储、局部协同有赖于边缘计算来实现。
作为最早布局边缘计算的算力基础设施提供商，目前浪潮信息已构建了涵盖边缘微中心、边缘服务器、便携ai服务器、边缘微服务器4大硬件产品阵列和缘视、缘脑、缘智3大边缘计算软件平台，能够满足边缘计算的多样化场景和环境的业务需求，实现边缘服务器的软硬件系统协同优化。
百度作为智能交通ai技术的引领者，已率先在全国多地高等级自动驾驶示范区对该产品进行测试实验，验证了其在自动驾驶到城市交通治理的智能网联全场景服务能力。
强强联合，释放边缘路侧算力潜能
让“聪明的车”驶向“智慧的路”，不仅要在边缘侧感知数据，还要能够处理在边缘侧汇聚的数据与问题，浪潮信息携手百度智能云发布了首代车路协同路侧计算单元rscu。
在硬件方面，车路协同路侧计算单元rscu可满足l2至l4高等级自动驾驶融合应用的算力需求；在软件方面，借助百度开放、兼容的智路os操作系统可直接连接上层场景，让高级别自动驾驶场景在现实中落地。
孙波介绍，此次与百度联合打造的路侧计算单元是目前在路侧算力方面最大的产品，其融合了百度对于车路协同场景的理解以及业务市场的需求，产品整体设计更好地结合了路侧计算的时延与要处理的数据对于性能的要求。
不仅如此，针对车路云协同场景下路侧逐渐增加的感知设备，路侧计算单元在算力性能方面进行优化设计，可以最大支持260tflops的算力，最多可支持双向8车道路口的信号灯、摄像头、激光雷达、路牌路标、气象站等传感器数据传输。面向l2乃至未来的l4高级别自动驾驶场景，其能够提供更精准的人、车、道路、环境、交通事件的全要素实时检测和分析，并通过“车路云”的协同，助力智慧城市、智慧交通等场景。
并非是首次合作，浪潮信息与百度联合探索“车路云”协同的创新业务已近两年。众所周知，“车路云”协同以及边缘计算对设备性能与时延具有很高的要求，为此，浪潮信息与百度分别在硬件与软件方面各下功夫，破解难题。
“高实时性，需要用更高性能的设备来做实时处理。”孙波表示。据了解，为实现高实时性，此次浪潮信息在路侧计算单元设备里增加了一些比较强性能的计算单元，并且使用卫星通信来提升时钟同步精度。
百度的智路os系统则基于车路云一体化的架构，通过边缘计算层面实现操作系统内核、设备抽象、通信计算中间件等多方面的协同。王淼表示，为将性能做得更好，百度采用分布式异构计算架构，能够并发处理数千个任务并达到毫秒级时延。
正如孙波所说，浪潮信息致力于底层硬件开发，百度致力打造车路云一体化生态，大家共同围绕应用场景进行优化，实际上是协同加速，共筑行业生态，加速智慧交通多场景落地。就整个行业来看，历经硬件到上层凯发k8官网下载的解决方案软件的开发适配，当前边缘计算已经进入规模化落地期。
面向未来，交通乃至各行各业都将走向智慧化，浪潮信息与百度也将在相应场景规模化落地过程中，不断打磨自身能力，以更先进的产品赋能数字业务创新，加速千行百业实现数字化转型。
近日，浪潮信息与百度面向智慧交通场景，结合双方在基础设施、操作系统、算法、应用等方面优势，发布的首代车路协同路侧计算单元rscu，为行业提供了新的选择。当前车路协同发展近况如何？将边缘计算引入自动驾驶将带来哪些便利？未来如何加快智慧交通场景落地？带着一系列疑问，通信世界全媒体记者采访到了浪潮信息边缘计算产品部总经理孙波与百度车路协同首席架构师王淼。
近年来，在政策与市场的双重推动下，自动驾驶技术加速落地，l1至l2级自动驾驶加速普及。今年6月份，工信部对外发声，明确支持l3级及更高级别的自动驾驶功能商业化应用。由此可见，国内自动驾驶从l2向l3跃升已经成为趋势。
随着高级别自动驾驶加速“上路”，不仅需要车辆本身具有很强的车载算力、高精度传感器、操作系统等，还需要加强路侧感知、计算、通信的边缘计算基础设施建设，并能够与边缘云、数据中心云实现多级云边协同。
提及车路协同的路径，王淼介绍，目前国内面向自动驾驶的车路协同方案在整体车路协同方案中的占比较大，与4g/5g结合的c-v2x路线逐渐走上主流。但该路线在发展中也存在路侧边缘端需部署多少算力的争议。
王淼表示，过去智能交通的“大脑”在城市中心，现在逐渐将大脑放到“路边”，也就是所说的边缘计算。
传统的路边监控获取数据再向数据中心传输，一是实时性难以保证，二来不同主管单位的设备之间存在“烟囱”现象，难以汇聚成整合的业务链路。面对“车路云”协同发展的趋势，路侧基础设施的计算、存储、局部协同有赖于边缘计算来实现。
作为最早布局边缘计算的算力基础设施提供商，目前浪潮信息已构建了涵盖边缘微中心、边缘服务器、便携ai服务器、边缘微服务器4大硬件产品阵列和缘视、缘脑、缘智3大边缘计算软件平台，能够满足边缘计算的多样化场景和环境的业务需求，实现边缘服务器的软硬件系统协同优化。
强强联合，释放边缘路侧算力潜能
让“聪明的车”驶向“智慧的路”，不仅要在边缘侧感知数据，还要能够处理在边缘侧汇聚的数据与问题，浪潮信息携手百度智能云发布了首代车路协同路侧计算单元rscu。
在硬件方面，车路协同路侧计算单元rscu可满足l2至l4高等级自动驾驶融合应用的算力需求；在软件方面，借助百度开放、兼容的智路os操作系统可直接连接上层场景，让高级别自动驾驶场景在现实中落地。
不仅如此，针对车路云协同场景下路侧逐渐增加的感知设备，路侧计算单元在算力性能方面进行优化设计，可以最大支持260tflops的算力，最多可支持双向8车道路口的信号灯、摄像头、激光雷达、路牌路标、气象站等传感器数据传输。面向l2乃至未来的l4高级别自动驾驶场景，其能够提供更精准的人、车、道路、环境、交通事件的全要素实时检测和分析，并通过“车路云”的协同，助力智慧城市、智慧交通等场景。
“高实时性，需要用更高性能的设备来做实时处理。”孙波表示。据了解，为实现高实时性，此次浪潮信息在路侧计算单元设备里增加了一些比较强性能的计算单元，并且使用卫星通信来提升时钟同步精度。
百度的智路os系统则基于车路云一体化的架构，通过边缘计算层面实现操作系统内核、设备抽象、通信计算中间件等多方面的协同。王淼表示，为将性能做得更好，百度采用分布式异构计算架构，能够并发处理数千个任务并达到毫秒级时延。
正如孙波所说，浪潮信息致力于底层硬件开发，百度致力打造车路云一体化生态，大家共同围绕应用场景进行优化，实际上是协同加速，共筑行业生态，加速智慧交通多场景落地。就整个行业来看，历经硬件到上层凯发k8官网下载的解决方案软件的开发适配，当前边缘计算已经进入规模化落地期。
面向未来，交通乃至各行各业都将走向智慧化，浪潮信息与百度也将在相应场景规模化落地过程中，不断打磨自身能力，以更先进的产品赋能数字业务创新，加速千行百业实现数字化转型。
责任编辑：
