高阶祭司的一票汽车业正在经历百年未有之大变局。当以绿色能源为主导的双碳目标，遇上云计算、人工智能、边缘计算等驱动的科技变革，交通领域的电动化、智能化就成为炙手可热的时代主题。

　　在硬件智能化、软件定义汽车等潮流的引领下，汽车自身的蜕变进程一日千里，自动驾驶的加速落地即是明证——基于技术、市场、政策等多重因素的驱动，自动驾驶的产业链基础配套和运作开发也愈发成熟，“上路”正从梦想照进现实。

　　然而，高级别自动驾驶“上路”，仅有汽车本身的进化还远远不够，从单车智能迈向车路协同是大势所趋。这不仅需要汽车具有很强的车载算力、高精度传感器和操作系统，还离不开路侧感知、计算、通信能力的全方位提升，边缘计算基础设施的系统性升级迫在眉睫。

　　站在路侧的角度看，边缘计算基础设施性能、可靠性、软硬结合等能力的跃迁不可能一蹴而就，必须找到适宜的突破口，才能达成纲举目张的效果。正是在这样的背景下，车路协同路侧计算单元的破茧而出可谓生逢其时。

　　近日，在浪潮信息举办的边缘计算大会上，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、应用等方面的优势，联合发布首代车路协同路侧计算单元RSCU。该产品灵活的算力设计不仅能满足L2至L4高等级自动驾驶融合应用的算力需求，还支持百度开放、兼容的智路OS操作系统连接纷繁的上层场景，能够在双向8车道路口全面感知信号灯、摄像头、激光雷达、路牌路标、气象站等状态，目前已经在北京、武汉等多地部署测试。

　　不难看出，路侧计算单元RSCU的脱颖而出，堪称破解车路协同“珍珑棋局”的妙手，对智慧交通的真正落地具有开创性的独特价值，亦为边缘计算底座的智慧化跃升探索出崭新路径。

　　事实上，车路协同的提法并非始于自动驾驶，而是源于我国由交通大国向交通强国迈进的过程中，人、车、路等要素成倍增加，为交通管理带来空前挑战。

　　相关统计显示，我国公路总里程已逾535万公里，机动车保有量达4.2亿辆，驾驶人超过5.1亿人，每年新登记机动车3400多万辆，总量和增量均居世界首位。大规模、高增速既是交通发展中的亮点，也是出行管理的难点，以车路协同为代表的智慧交通解决方案被寄予厚望。

　　当然，关于车路协同的演进路径以及边缘计算在其间发挥的作用，业界也曾存在分歧。最典型的争议是——到底在路侧边缘段应该部署多少算力？相当长一段时间里，通过摄像头或感知设备传输到数据中心的方式占据主流，兼具算力扩展和投入产出优势的数据中心似乎比边缘计算部署更受青睐。

　　不过，伴随车路协同的各种应用场景不断迈向纵深，以数据中心为依托的算力部署模式遇到了诸多挑战。一方面，保持实时性非常困难，假设提醒一辆车前方有危险，整个链路过程超过几秒就作用不大了，由此衍生的安全隐患颇为棘手；另一方面，路侧的基础设施存在“烟囱式”布局的历史问题，各类设备和业务链路各自为政，要想将其汇聚起来殊为不易。

　　此路遇到障碍，不妨另辟蹊径。边缘计算不但能解决迅捷感知和计算的难题，同时可实现数据在边缘侧汇聚，并通过业务整合提高效率，避免算力投入的浪费。尤为重要的是，在人工智能等智能化技术飞速发展的背景下，边缘计算更贴近现场的突出特征，使其有机会打通感知、计算与执行，进而形成真正的智能体，推动路侧的边缘基础设施迈上更高台阶。

　　尽管边缘计算在车路协同领域前程远大，但也不能一蹴而就，尚需脚踏实地的一步步探索，克服前进途中的各种障碍。

　　作为路侧感知、计算、通信的核心，传统边缘计算基础设施不具备分布式计算、AI计算的能力，以支持摄像头、毫米波雷达、气象站等多类型数据的融合、分析、处理、决策，以及视频素材的分类识别、转码、压缩等需求。同时，为了保障车路协同的安全运行，对于路侧计算单元的可靠性、云边协同能力也提出更高要求，以此为突破口促进边缘计算基础设施整体升级的时间窗已然开启。

　　显而易见，“让聪明的车驶向智慧的路”逐渐成为业界共识。浪潮信息携手百度智能云发布首代车路协同路侧计算单元RSCU，就是达成上述目标的关键一步。以此为起点，双方将面向智慧城市、智能交通、高级别自动驾驶等全场景，构建软硬件统一的崭新底座，充分释放边缘路侧算力。

　　过去，为了应对全国各地风雨雪雾等复杂多变的环境，厂商通常采用算力相对低一点的路侧边缘设备，更容易满足宽温设计的要求，但也难免在性能和可靠性等维度有所减损。

　　面对车路协同场景下日益提升的算力需求，路侧计算单元RSCU知难而上，在性能方面进行优化设计，可最大支持260TOPS的算力，并能支撑8路双向车道路口的信号灯、摄像头、激光雷达、路牌路标、气象站等传感器数据传输。在L2至L4高级别自动驾驶场景，RSCU还能提供更精准的人、车、道路、环境、交通事件的全要素实时检测和分析，为智慧城市、智慧交通保驾护航。

　　浪潮信息边缘计算产品部总经理孙波认为，大的算力支撑意味着对整个机器的功耗和散热提出更高要求，需要采取更为主动的散热方案才能闯关成功。浪潮信息通过创新性的隔离散热设计，把服务器的核心器件隔离在内部干净的环境中，通过第二散热风道跟外界实现热交换，化解了算力与功耗之间难以调和的矛盾。

　　值得关注的是，类似的挑战在车路协同的征途上并不鲜见，很多时候只有强强携手方能渡过难关。浪潮信息与百度的合作时间超过十年，双方从最早围绕数据中心进行创新协作，到近几年结合各自在基础设施、操作系统、算法、应用等方面的优势，共同攻克车路协同的难题，业已取得丰硕成果。

　　百度车路协同首席架构师王淼表示，全新路侧计算单元支持百度开放、兼容的智路OS操作系统，可以更好地衔接上层自动驾驶、车路协同应用场景，具有高性能、智能化、开放性、兼容性、协同性、安全性等六大特征，为车路协同的加速进化奠定坚实基础。

　　作为智能交通AI技术的引领者，百度已率先在北京、武汉、福州等高等级自动驾驶示范区对路侧计算单元RSCU进行了测试实验，证明其拥有从自动驾驶到城市交通治理的智能网联全场景服务能力，为建立城市级“车路云一体化”示范应用区提供强劲支撑。

　　测试数据显示，基于首代车路协同核心计算单元构建的“感知-计算-通信”路侧边缘智能体系，能实现对路口范围的人、车、道路、环境、交通事件的全要素实时检测和分析——位置精度≤1.0m（人机非,平均），速度精度≤1.5m/s（均值），交通对象感知定位类型识别准召率≥90%，路侧对象感知端到端时延（含通信时延）≤300ms（均值）。

　　走通了一条路，往往会发现更多的可能性。支持大算力的边缘计算单元在车路协同领域取得突破性进展，将有助于其在算力大爆炸的新环境下持续开疆扩土。浪潮信息与百度的合作成果也可用于水利、高速、制造、能源、电网巡检等丰富场景，边缘计算的想象空间已彻底打开。

　　以更长远的眼光来看，在AIGC时代，大模型训练对算力的需求呈几何级数增长，也对边缘AI推理场景中算力环境适应能力和算力性能提出前所未有的要求。未来5到10年，围绕边缘侧基础设施的创新产品与方案“大”有可为，边缘计算的美好图景值得期待。

　　作者关健，《IT创事记》合伙人、主笔：曾任《电脑商报》常务副社长兼执行总编、《中国计算机报》助理总编，媒体从业时间超过10年。

　　关健长期关注科技产业动态及趋势，与逾百位高科技公司领导者进行过对话，亦在众多科技会议与论坛中担任嘉宾主持。

　　【IT创事记】聚焦于企业级科技生态、策略及商业知识。你可以在各主流媒体平台看到IT创事记的同名文字专栏和【IT创事记·短视频】专栏。如果你有相应的内容希望分享，记得在公众号留言告诉我们。