Robotaxi——自動(dòng)駕駛出租車(chē)，是一種全新的共享出行方式，也是市場(chǎng)前景空間巨大的自動(dòng)駕駛場(chǎng)景之一，其將為用 戶提供一個(gè)全新的出行選擇。立足長(zhǎng)遠(yuǎn)，當(dāng)自動(dòng)駕駛大規(guī)模商業(yè)化，它將幫助解決目前出行的諸多痛點(diǎn)：
1、節(jié)約人力與時(shí)間：隨著Robotaxi的不斷發(fā)展，汽車(chē)出行不再依賴(lài)于“駕駛員”個(gè)人，可杜絕由人造成的疲勞駕駛，將人們的駕駛時(shí)間釋放出來(lái)。
2、有效緩解交通堵塞：自動(dòng)化能有效利用“車(chē)輛與基礎(chǔ)設(shè)施”和“車(chē)輛與車(chē)輛”之間的連接性，讓城市交通不再擁堵。
3、出行變得更加安全：共享自動(dòng)駕駛出租車(chē)在市區(qū)的廣泛使用，可以讓城市街道汽車(chē)數(shù)量下降約60％，同時(shí)減少90％的道路交通事故。
基于Robotaxi的發(fā)展機(jī)遇，國(guó)內(nèi)知名自動(dòng)駕駛企業(yè)利用深度學(xué)習(xí)下的環(huán)境感知、高精地圖、駕駛決策算法等核心技術(shù)， 旨在實(shí)現(xiàn)無(wú)人駕駛出租車(chē)的完整落地。
在自動(dòng)駕駛的發(fā)展進(jìn)程中，隨著傳感器的不斷擴(kuò)展、道路數(shù)據(jù)的幾何級(jí)增長(zhǎng)以及安全升級(jí)下的低延遲要求，正逐步將計(jì)算核心從云端推向邊緣。
由于自動(dòng)駕駛的特殊性，其對(duì)處理帶寬和延遲都有極高要求，就算僅將一小部分字節(jié)數(shù)據(jù)發(fā)送到遠(yuǎn)端服務(wù)器進(jìn)行分析，數(shù)據(jù)傳輸過(guò)程中所帶來(lái)的延遲也將大幅影響自動(dòng)駕駛系統(tǒng)效率。
由過(guò)高數(shù)據(jù)傳輸量（自動(dòng)駕駛汽車(chē)生成的路況、位置和周?chē)?chē)輛的數(shù)據(jù)每秒可達(dá)數(shù)GB）引發(fā)的延遲問(wèn)題大大延緩了自動(dòng)駕駛車(chē)輛實(shí)現(xiàn)實(shí)時(shí)人工智能處理的愿景，而邊緣計(jì)算則可有效解決延遲敏感問(wèn)題，如目標(biāo)跟蹤和檢測(cè)、位置感知等，并有效規(guī)避云計(jì)算所需面臨的隱私保護(hù)挑戰(zhàn)。
數(shù)據(jù)延遲和位置信息是邊緣的關(guān)鍵因素，數(shù)據(jù)傳輸延遲和上游服務(wù)中斷是引起無(wú)人駕駛安全問(wèn)題的重要隱患，超集信息結(jié)合客戶實(shí)際需求，為其提供了基于自動(dòng)駕駛的邊緣端高性能液冷工控設(shè)備解決方案——ServMAX® EO20-X3。通過(guò)EO20-X3對(duì)收集到的數(shù)據(jù)實(shí)現(xiàn)本地處理，能夠在不依賴(lài)遠(yuǎn)程資源情況下實(shí)時(shí)做出決策和準(zhǔn)確預(yù)測(cè)。
較市場(chǎng)頂級(jí)邊緣芯片，雖然EO20-X3的設(shè)備功耗增加約25倍，但其帶來(lái)了130倍的FP32/FP16性能提升及13倍的INT8/INT4性能提升，實(shí)現(xiàn)了驚人的能耗比。
并且，分體式設(shè)計(jì)的EO20-X3不僅解決了數(shù)據(jù)低延遲問(wèn)題，還可保證車(chē)內(nèi)極致靜音需求，進(jìn)一步推動(dòng)了無(wú)人駕駛出租車(chē)的落地。
.jpg)
- 尺寸僅 46*45*17 (D*W*H, cm)
- 2 顆 Ice Lake 處理器 TDP up to 270W
- 2 張 Ampere GPU+2 張 PCIe 擴(kuò)展卡
- NVIDIA Orin 64G芯片AI性能的100倍
- 實(shí)況模擬與仿真，確立高效循環(huán)水路
- GPU, Memory, HDD/SSD 等部件特殊加固
- 常規(guī)運(yùn)行噪音低于 50dB
- 40℃高溫下，機(jī)器依然穩(wěn)定運(yùn)行
基于ServMAX® EO20-X3的自動(dòng)駕駛系統(tǒng)方案兼容了TensorFlow、Caffe、PyTorch等多種深度學(xué)習(xí)計(jì)算框架，前端EO20-X3承擔(dān)自動(dòng)駕駛車(chē)輛行駛過(guò)程中產(chǎn)生數(shù)據(jù)的解碼、標(biāo)注等工作，后端高性能計(jì)算集群對(duì)自動(dòng)駕駛車(chē)輛產(chǎn)生的行駛數(shù)據(jù)進(jìn)行模擬訓(xùn)練、分析及推理，需要長(zhǎng)期留存的數(shù)據(jù)通過(guò)MatrixStore分布式存儲(chǔ)系統(tǒng)實(shí)現(xiàn)高效、安全存儲(chǔ)，保障后期研發(fā)中訓(xùn)練數(shù)據(jù)集的富足。
Robotaxi在實(shí)際路測(cè)時(shí)，更多基于成熟的AI模型進(jìn)行實(shí)時(shí)數(shù)據(jù)推理。在超30臺(tái)車(chē)輛，為期1個(gè)月的測(cè)試驗(yàn)證下， 搭載NVIDIA GPU 的EO20-X3邊緣端高性能液冷工控設(shè)備解決方案有效滿足了數(shù)據(jù)低延遲需求、數(shù)據(jù)篩查及預(yù)處理算力需求和車(chē)內(nèi)靜音需求。
.jpg)
.jpg)
1. 內(nèi)存部分，摒棄過(guò)往各廠商常規(guī)的打膠固定方式，使用定制的內(nèi)存固定塊固定，加強(qiáng)了結(jié)構(gòu)穩(wěn)定性，避免了生產(chǎn)操 作不當(dāng)造成的風(fēng)險(xiǎn)。
2. 水路部分，EO20-X3允許更改進(jìn)出水方向。當(dāng)GPU功耗更大，可以使GPU先進(jìn)水，CPU后進(jìn)水；當(dāng)CPU功耗更大， 亦可使CPU先進(jìn)水，GPU后進(jìn)水，保證了整機(jī)液冷部件溫度更均衡。
3. 通過(guò)自主設(shè)計(jì)研發(fā)的GPU冷板，使得整機(jī)最高支持4張專(zhuān)業(yè)級(jí)GPU，帶來(lái)超強(qiáng)算力。同時(shí)，GPU冷板的設(shè)計(jì)思路一改 常見(jiàn)的橡膠圈密封設(shè)計(jì)，在水路密封方面采取摩擦焊的焊接方式，極大地改善了GPU冷板漏液風(fēng)險(xiǎn)。
4. EO20-X3管路、快接頭、寶塔均采用工業(yè)級(jí)定制，管路部分采用聚四氟乙烯波紋管，在抗壓性、耐腐蝕性、耐高溫 性等方面有更佳表現(xiàn)。
5. 為了滿足高溫環(huán)境下的使用，解決部分部件可能出現(xiàn)超溫的情況，通過(guò)自主設(shè)計(jì)的VR散熱片可以使VR溫度下降9度， 硬盤(pán)散熱片可以使硬盤(pán)溫度下降12度。
6. 通過(guò)對(duì)所有部件的高密度規(guī)劃設(shè)計(jì)，整機(jī)尺寸只有46*45*17（D*W*H，cm），僅為風(fēng)冷類(lèi)算力設(shè)備的1/2。
在超集信息幫助下，客戶通過(guò)采用搭載NVIDIA GPU和雙路Ice Lake處理器的EO20-X3邊緣端高性能液冷工控設(shè) 備解決方案，有效助力了模型訓(xùn)練與優(yōu)化，提升了路面實(shí)時(shí)數(shù)據(jù)的處理能力，形成了優(yōu)化模型--精確推理--模型再優(yōu)化 的良性循環(huán)。
并且，在NVIDIA GPU和雙路Ice Lake處理器的幫助下，可實(shí)現(xiàn)車(chē)輛決斷的更快速介入，較人腦縮短了2-3倍反應(yīng) 時(shí)間，從而有效減少自動(dòng)駕駛中主動(dòng)責(zé)任事故比例。分體式液冷的設(shè)計(jì)也極大地降低了車(chē)內(nèi)噪音，乘坐體驗(yàn)更加舒適。
