到2025年，邊緣計算市場規模將超萬億元。
文｜Lynn
自動駕駛車輛是一個集環境感知、規劃決策、無人駕駛等功能於一體的綜合系統，集中運用了人工智能、視覺傳感、無線通信、導航定位、智能控制等技術，是典型的高新技術綜合體。
而在自動駕駛車輛的眾多軟件和硬件系統中，智能計算平臺作為無人車的『智慧大腦』，支持車與車、路與車、人與車、雲端與終端之間的全方位實時動態的信息交互，其性能尤其受到行業關注。
無人駕駛推動計算模型從雲計算走向邊緣計算
自動駕駛級別越高，配置的傳感器數量就越多，無人車運行產生的數據也會隨之大量增加。
據新戰略低速無人駕駛產業研究所了解，一個200W像素的高清攝像頭24小時錄像需占用40~60GB的存儲容量；一個單線激光雷達每小時可產生3~4GB的點雲數據，應用在自動駕駛卡車、礦車等大型車輛上的192線激光雷達，每秒就可產生200MB左右的數據量；另外，GPS定位系統、車輛位姿等都有一定的數據積累。
當一輛自動駕駛車輛每天可以產生數TB，甚至數十TB數據，數據的處理能力也成為自動駕駛技術驗證的關鍵點之一。
為省去一些設備系統繁瑣的購買、安裝和維護程序，在更短的時間內部署應用產品，行業最初主要通過雲計算進行數據處理，自動駕駛車輛只要接入雲端就能進行數據分析和指令回傳。
由於可以在雲供應商網絡上的多個冗餘站點建立數據鏡像，企業也能夠以更低的成本輕松地實現備份、災難恢復和業務連續性。
但事實上，企業過度依賴雲計算就會出現各種數據都往雲端傳輸，雲平臺數據多了以後，處理效率降低，時延增大，極大影響了自動駕駛車輛的使用體驗。
另外，隨著自動駕駛技術不斷成熟，無人車配置的傳感器數量越來越多，車隊管理、人機交互等功能要求越來越高，對自動駕駛數據處理也有了更高要求。
在全國各地實時運行的自動駕駛車輛可能需要巨大的本地處理能力，且往往是在遠離中央雲服務器的偏遠地區。
既然集中式的雲計算已不能完全滿足市場需要，行業就在分散式的邊緣計算領域有了更多的探索。
雲計算與邊緣計算架構示意圖
邊緣計算，是指在靠近自動駕駛數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。
其應用程序在邊緣側發起，產生更快的網絡服務響應，可滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。
在具體應用中，邊緣計算能預處理數據，過濾掉無用數據再上傳到雲端。
因此，邊緣計算並不是完全取代雲計算，而是相互補充、彼此優化。
邊緣計算6大技術要素，打造低速場景應用優勢
阿普奇蘇州總部
阿普奇是一家專註於智能制造領域，為工業客戶提供AI邊緣計算一體化解決方案的高新企業。
公司成立於2009年，發展初期以軍工級特種計算機為主要產品，並逐步擴展到智能智造板塊，形成了整機及軟硬件模塊、行業系統、服務平臺為核心的『一橫一縱一平臺』的產品架構。
阿普奇技術總監王德全介紹，一款邊緣計算產品主要有以下6大性能指標。
計算能力：計算能力是衡量邊緣計算平臺性能的重要指標，它直接影響到平臺處理數據和運行算法的速度，低速無人駕駛涉及到大量自動駕駛相關的AI計算，算力的要求非常高。
延遲：延遲是指平臺從接收到數據到輸出結果所需的時間。
在實時性要求較高的應用場景中，較低的延遲可以帶來更好的用戶體驗。
吞吐量：吞吐量是指邊緣計算平臺在單位時間內處理的數據量。
較高的吞吐量可以支持更多的設備和服務同時接入平臺。
功耗：功耗是衡量邊緣計算平臺能效的關鍵指標。
較低的功耗有助於降低設備運行成本和散熱需求，延長設備壽命。
穩定性：穩定性是指邊緣計算平臺在運行過程中的可靠性。
高穩定性的平臺可以在惡劣環境下正常工作，減少故障和維護成本。
擴展性：擴展性是指邊緣計算平臺在硬件和軟件方面的可擴展能力。
具有良好擴展性的平臺可以更容易地適應未來技術的發展和應用需求的變化。
王德全表示，低速無人駕駛當前還處在行業培育階段，客戶對於智能化和成本優化都有非常強烈的需求，所以，對於算力組建方案的高性能和經濟性要求較高。
穩定性等屬於工業級的必然要求。
據了解，阿普奇公司團隊包括技術研發、市場開拓、交付保障三大核心板塊。
專業技術人員占比50%以上，包括AI算法、系統工程及自動化等專家，具備工業AI邊緣計算領域全棧技術能力，包括數十人的相關領域博士及碩士梯隊。
目前，在低速無人駕駛領域，阿普奇主要針對清潔/消殺、建築、智能叉車等進行創新研發，形成了TAC2000~TAC7000系列產品。
涵蓋了不同的算力的需求和環境需求。
在算力平臺的選擇上，產品涵蓋了ARM、NX、X86多個平臺，滿足不同場景化需求。
阿普奇在無人駕駛清潔車中的應用
如在國內某無人環衛頭部企業的產品上，其配套的無人駕駛清掃車方案搭載了阿普奇自主研發的邊緣計算控制器TAC7010，具有低功耗、高算力、高集成度等特點，可滿足無人清掃車多機位、多目數相機接入要求，滿足復雜地形、運動場景、高溫高濕的環境可靠性要求，以及小體積、苛刻散熱條件和電磁指標要求等。
目前該方案已在多個項目中被證實穩定可靠。
在國內某知名倉儲搬運設備制造商的產品上，阿普奇針對行業客戶研發出基於工業移動機器人的軟硬件一體化解決方案，采用的高配版邊緣計算控制器TAC7020，經過特殊設計具有很強的抗幹擾能力，可以用於振動、電磁輻射等惡劣的工業環境。
同時外觀結構緊湊、體積小巧，可以運行Windows、Linux等通用的操作系統，全方位滿足智能倉儲領域的特殊定制和配置要求。
阿普奇工業低速機器人控制器TAC-7020
TAC7020同樣在阿普奇與國內某標桿建築企業合作研發的國內首套建築機器人上應用，作為其主控設備，保障機器人在工地建築材料運輸作業中穩定運行，目前已在該集團的所有工地成熟應用，並逐步形成了行業方案。
王德全介紹，阿普奇針對低速場景研發的一系列邊緣計算控制產品，支持CPU+GPU+外置外卡等多種算力組合方式，同時支持CUDA、OpenVINO等多種AI算力平臺。
通過高集成度研發和散熱設計，產品體積小，支持了移動領域的嵌入式小空間部署要求。
通過結構和內部機構的加固設計，保證了良好的機械性能和外部件的緊固連接。
產品提供多種高速IO接口，包括串口、GPIO、千兆網、USB3.0等，為機器人導航和計算控制的實時反饋提供了基礎條件。
阿普奇低速無人駕駛行業產品圖
另外，除了硬件產品外，阿普奇還提供了基於物聯網的工業平臺，提供了包括運行數據采集、故障預警、遠程運維、病毒查殺等整體安全保障能力，極大提升現場設備的運行穩定性，以保證客戶的業務連續性，並降低客戶的開發成本。
阿普奇運維及安全監測模
市場空間超萬億，行業進入決勝關鍵期？
據悉，阿普奇從2018年開始打造產品和開拓市場，目前在清潔機器人、建築機器人、AMR等低速智能移動機器人上應用占比較高，出貨量達到萬臺級。
在智能叉車、安防機器人等領域，公司也在加速佈局，並且已經形成了多個場景化樣板。
阿普奇低速無人駕駛行業解決方案拓撲圖
王德全介紹，從整體方案角度看，邊緣計算在硬件板塊的技術已經接近成熟，基本完成了行業方案的試錯，目前更多是進行平臺設計和場景適應度改進、成本優化、集成度整合。
在軟件及核心AI層面，各個場景差別還比較巨大。
在室內場景，技術已經比較成熟，形成了較多規模化應用案例。
但是在室外開放場景，因為幹擾和障礙因素多，整體產品的適用性還不足，還需要進一步的投入研發和落地探索。
從標準化和生態建設角度看，目前AI邊緣計算領域尚缺乏統一的技術標準和規范，有待建設完善，這給生態的互通性和兼容性帶來了挑戰。
王德全表示，除了市場的培育，目前行業在放量方面也還存在很大挑戰，需要大量的推動和完善。
面對研發的高投入和市場的滯後，有相當一部分玩家會淘汰出去，同時也會成長出一批頂尖的企業。
據了解，低速無人駕駛是阿普奇重點聚焦的行業之一，公司會在既有的TAC系列產品上進一步加大技術研發。
一是進行應用場景適配優化，為了提高機器人的反應速度和處理能力，將開發更高性能的算力和控制方案，針對機器人的計算需求，研發專門的硬件加速模塊，例如視覺處理、傳感器數據處理等。
二是進行環境適應優化，提升耐高溫、防水防塵、抗震動能力，以滿足在惡劣環境下的穩定運行需求，為後續室外機型領域的做好適配和儲備。
三是提供運維一體化服務，提供硬件自動故障檢測和修復、系統備份和恢復等，以保證機器人核心計算部件能在出現問題時，快速恢復定位、修復和預測。
總體而言，隨著低速無人車、移動機器人智能化水平的不斷提升，在越來越多的場景成熟應用，邊緣計算的應用需求日益增長。
行業認為，邊緣計算需要和雲計算緊密協同才能更好地滿足各種場景的匹配，從而更大程度發揮邊緣計算的應用價值。
有數據預測，到2025年，聯網的終端和設備將有超過50%的數據需要在網絡邊緣分析、處理與儲存，邊緣計算市場規模將超萬億元，成為與雲計算平分秋色的新興市場。