現(xiàn)在，由于鋪天蓋地的炒作，自動駕駛已經(jīng)越來越火了，大批的「熱心觀眾」時刻關注著它的最新進展，說它家喻戶曉也不為過。
自動駕駛到底是什么？什么才是它的核心？英特爾以153億美元收購Mobileye似乎給出了這個問題的答案：關鍵不是汽車，而是汽車背后的數(shù)字技術。
但是，
比如，汽車上的激光雷達通過感應器發(fā)射光脈沖并接收反射來測量物體之間的距離，以此生成汽車周圍環(huán)境的3D地圖。
強大的自處理能力
據(jù)估計，因為裝備了這些激光雷達感應器以及其他必要的系統(tǒng)如GPS，每輛自動駕駛汽車每行駛8小時將產(chǎn)生并接收約4TB的數(shù)據(jù)。4TB有多大?120多萬張照片的大小。
汽車必須具備極為強大的計算能力，就像一臺性能強勁的計算機。
這4TB的數(shù)據(jù)大部分都需要及時處理。1秒的延遲對手機來說并無大礙，但對汽車來說可能就是生死之別。因此，
所以，汽車實際上已經(jīng)變成了輪子上的計算機，而且還是大型計算機。
有多大?即使不考慮自動駕駛，現(xiàn)在汽車上一般也都配備了25-50個中央處理單元(CPU)，這些單元很多都處于同一個通信網(wǎng)絡之中。
IHS Automotive的一份報告顯示，2035年全世界自動駕駛汽車的數(shù)量將增至2100萬。2100萬意味著龐大的數(shù)據(jù)量，即使有5G技術，以目前的技術來看，要處理這些數(shù)據(jù)也是一項極為困難的挑戰(zhàn)。
僅僅是汽車就已經(jīng)有種讓人不堪重負的感覺了?？紤]到還有飛機、輪船以及其他越來越智能化的東西，未來需要處理的信息量可想而知。
為了適應這一趨勢，現(xiàn)在許多公司都正在把計算任務轉移到云端。
也就是說，把數(shù)據(jù)直接在本地處理掉，而不是先上傳到云端然后再處理。因為只有在邊緣計算才能對數(shù)據(jù)作出迅速反應，避免在一個巨大的區(qū)域網(wǎng)絡內(nèi)傳輸數(shù)據(jù)引起的延遲。
所以，當汽車需要立刻作出反應時，如另一輛汽車正在快速靠近自己，數(shù)據(jù)就得直接在本地處理。至于那些不怎么急的事兒，如路況、天氣情況等等，就可以推送到云端。
協(xié)調(diào)這些邊緣計算需要更多地引入混合云和私有云，同時也對自動化提出了更高的要求。
強大的計算管理系統(tǒng)
幸運的是，有些公司已經(jīng)開始在這方面作準備了。例如，Google的日常運營用到了近100萬臺服務器。為了管理這一龐大而又復雜的服務器群，Google開發(fā)了Borg。
Borg為另一個計算管理系統(tǒng)Mesos提供了靈感。Mesos目前正被Twitter,、Verizon、Bloomberg等公司使用。作為一個開源軟件，Mesos使之前只有最具創(chuàng)新力的軟件公司才有能力涉及的領域對公眾開放。因此，任何規(guī)模的公司現(xiàn)在都有機會去創(chuàng)造改變世界的東西。
下一代的平臺將能夠管理巨大的分布式數(shù)據(jù)中心和各種云，并能將邊緣之物囊括在內(nèi)。這對于自動駕駛來說同樣重要。
計算管理系統(tǒng)會根據(jù)需要動態(tài)分配性能，因此將提升計算機效率和利用率。
如今，像Borg和Mesos這樣的分布式計算平臺使計算機的計算能力和應用的多樣性相比從前都有了質的提升。
以前，計算機的硬件比軟件更為重要。不過，今非昔比?，F(xiàn)有計算性能的最優(yōu)化(無論是手機、個人電腦、服務器，還是即將到來的自動駕駛)不僅可以提高生產(chǎn)率，而且還將創(chuàng)造出新的機會和可能，如加州大學伯克利分校利用全球聯(lián)網(wǎng)計算機共同搜尋地外文明的SETI項目。
想象一下利用先進的計算管理平臺可以設計出來的各種應用。
想象一下一個云無處不在的世界，一個所有設備聯(lián)網(wǎng)并共同處理數(shù)據(jù)的世界，一個在任何地方都可以實現(xiàn)軟件無縫銜接的世界，一個所有這些技術對任何公司都開放的世界。簡直令人興奮不已。
自動駕駛的到來將通過硬件和軟件改變計算通信系統(tǒng)的架構。
這些數(shù)據(jù)管理上的進步以及邊緣計算為人工智能、機器人、物聯(lián)網(wǎng)、自動駕駛、3D打印、納米技術等領域的突破奠定了基礎，并拉開了第四次工業(yè)革命的序幕。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
轉型的最終目的 -提質降本增效
