边缘的汽车

汽车可能是最终的边缘设备。它们在地理上分散并提供实时流数据，同时支持自主行动。

没有什么地方比汽车行业更前卫了。从联网汽车到联网工厂再到联网人员，边缘技术正在改变汽车的制造和驾驶方式。联网车辆以及与汽车制造业务中的传感器网络相关的边缘系统越来越多。在此过程中，科技和汽车行业之间的融合程度越来越高。

另见： 麻省理工学院利用阴影开发自主传感系统

例如，2015 年，宝马集团开始将 AWS 用于其新的联网汽车应用程序，该应用程序从宝马 7 系汽车收集传感器数据，为驾驶员提供动态更新的地图信息。宝马使用 Amazon Web Services 技术构建了其新车即传感器 (CARASSO) 服务，“通过在 AWS 上运行，CARASSO 可以适应快速变化的负载需求，可以在 24 小时内扩大和缩小两个数量级。”该技术最终有望处理由 100,000 辆汽车组成的车队收集的数据，该车队行驶超过 50 亿英里。

帮助引领潮流的是汽车边缘计算联盟 (AECC)，它汇集了领先的汽车和科技公司。 “我们清楚地看到，互联和自动驾驶汽车的市场需求和市场需求将加速对网络边缘额外计算的需求，”英特尔研究员兼英特尔公司平台工程组无线标准首席技术专家吴耿， 在最近的一次采访中说。

AECC 研究人员最近发布了三项关于 theedge 未来五年发展的预测：

• 联网汽车将产生约 1500 亿美元的年收入。
• 全球联网汽车的数量将增长到约 1 亿辆。
• 车辆与云端之间传输的数据量约为每月 100 PB。

这些都是通过边缘计算实现的，确保“可以利用网络基础设施来改善指示服务的特性，包括通过低延迟网络环境和分布式计算实现实时应用程序响应”。

然而，报告警告说，还有很多工作要做。 “我们认为，当前的移动通信网络架构和云计算系统并未完全优化以有效处理联网车辆的需求。因此，研究如何重新设计系统架构并重新考虑网络部署以更好地适应网络流量是有益的。”

AECC 研究人员建议部署“拓扑感知计算和存储资源”来提高联网汽车的效率。研究人员预测将出现以下类型的服务：

• 智能驾驶： 这涉及“基于云计算创建具有实时数据和驾驶辅助的地图，需要将车辆连接到云和网络，以促进车辆之间以及车辆与云之间的大量数据传输。”
• 出行即服务。 收集到的移动数据“可以被第三方用来提供新服务；一个例子是道路当局的交通流量控制。这包括移动共享等服务，“是一项包括拼车、汽车共享甚至停车场共享的服务”，或多模式导航服务，即“使用各种交通方式的端到端路线引导” 。”这些类型的服务“应该建立在智能驾驶、高清地图和巡航辅助之上。”
• 金融和保险： 联网汽车产生的数据为保险公司提供了更贴近客户的机会。报告指出：“汽车保险公司正在采用基于使用情况的保险模式，通过监控驾驶习惯，包括驾驶行为、人们驾驶的频率以及一天中的驾驶时间。” “通过这样做，保险公司将能够更好地评估客户的风险水平，这将为保险公司带来更合理的成本。在可以向用户提供实时信息的未来世界中，实时动态保险费将是一种可能的产品。从车辆收集的数据（例如巡航数据）和驾驶员的状况都经过处理，并以保险费信息的形式实时反馈给用户。”
• 人工智能： “机器学习等人工智能技术将实现所需的智能能力，以支持自动驾驶、巡航辅助、创建高清地图信息等，这需要大数据和高度智能的分析。我们的重点将是在具有本地化网络的分布式计算中支持此类人工智能驱动服务的技术。”
• 无线电接入技术。 “无线技术将车辆与分布式计算平台连接起来，在质量和成本方面具有更大的灵活性。这不仅包括蜂窝技术，还包括本地无线电接入，例如 Wi-Fi 和低功率广域 (LPWA)。”

在许多方面，汽车可能是最终的边缘设备，分散在大量消费者和企业中，以连续流的形式提供实时数据，同时支持实现自主行动和反应的流程。