自動駕駛汽車這項技術的下一階段是不斷測試和改進用于部署這些自動駕駛汽車的技術。顯然，需要進行測試來證明它們在任何和所有道路條件下都是安全的。

對于像自動駕駛系統這樣流動而復雜的技術，測試必須足夠靈活，以考慮變化，可能是動態的，但又足夠嚴格，以便結果在實際應用中具有意義。有許多不同的方式可以進行這種測試。

測試自動駕駛汽車的挑戰之一是，它們可能會在許多不同的條件下和環境挑戰下使用相當長的一段時間。因此，測試方案必須嘗試“隨著時間的推移”模擬測試。這不是一件容易復制的事情。

許多測試都是在實驗室中進行的，現場的實際行為是無可替代的。在某些情況下，車輛在現場學習和訓練，并實時進行調整。

切斷（無線）線

自動駕駛技術設計人員面臨的另一個挑戰是無線通信媒體的速度和可用性。雖然5G可能具有實時處理許多任務的帶寬，但尚未推出具有完整覆蓋的高效5G。其他較慢的媒體渠道是不夠的，除了數據下載或車輛軟件升級，這可能發生在車輛靜止時。

此外，由于自動駕駛技術相對較新，組件會定期更換，這進一步使測試復雜化。如果環境未鎖定，則幾乎不可能維護有效數據。

所有這些重要測試的最終結果是，車輛生成的數據量是巨大的，很容易達到TB。嘗試無線下載所有這些信息可能是一項艱苦的長期工作。為了消除漫長的下載時間，Premio提出了一種解決方案，允許OEM簡單地隨身攜帶數據。除了消除長時間的無線下載外，該解決方案還保持了數據的安全性和完整性。

PremioRCO-6000 系列 EdgeBoost 節點嵌入式計算機被稱為罐式方法，可在車輛和中央存儲庫之間快速高效地收集和傳輸數據，其中可以使用 AI 工作負載信息收集、存儲和分析數據。Premio采用的設計最初是一個定制項目，但后來隨著對該技術的需求越來越多而演變為商業產品。RCO-6000-CML系列是最新的AI邊緣推理計算機，它使用Premio的模塊化EDGEboost節點設計來優化現場測試自動駕駛應用的性能加速和數據采集。

NVMe 固態硬盤可以承受沖擊

非易失性存儲器 （NVMe） 罐式產品的一個關鍵設計元素是此類環境所需的加固性，同時仍然能夠非常快速地聚合和存儲數據。使用額定為高沖擊和振動水平的固態磁盤 （SSD），數據保持不變。

RCO-6000 系列 EdgeBoost 節點嵌入式計算機的架構可以部署在各種配置中，具體取決于特定應用和最終目標。如下圖所示，最簡單的配置將僅用于數據捕獲。在這里，罐將被移除，并帶到外部來源進行存儲和分析，通常與其他實例（其他車輛或同一車輛隨時間變化）的數據相結合并進行比較。這種配置的主要優勢是高速 NVMe 技術，可提供可靠的數據采集，可以將其卸載到一個中心位置，以實現更大的機器學習和 AI 工作負載。此外，支持 100GbE 網卡的能力為從本地設備（邊緣）到更中心的位置（云）的數據傳輸提供了更大的帶寬。

第二種配置用于現場測試，其中使用性能加速模塊在現場進行推理。顯然，該容器的配備與僅用于存儲信息的模型不同，因為它通過專用的 PCIe 通道動態處理大量計算，以便在 GPU、m.2 模塊甚至 NVMe 存儲介質中進行硬件加速。

最終配置是處理推理和數據捕獲的完整模型。請記住，在所有三種配置中，都可以輕松移除容器，以便將數據帶回主處理單元進行進一步分析。在所有三種配置中，該架構都增加了一個物理安全元素，因為數據保留在容器中，容器可以存儲并保存在物理鎖和密鑰后面。

如圖所示，根據應用和用戶的目標，可以部署RCO-6000系列EdgeBoost節點嵌入式計算機容器的多種配置。每個配置都包括拆分架構，可以輕松捕獲和刪除數據。

Premio已經為一家關鍵的OEM客戶部署了幾百臺RCO-6000系列EdgeBoost Node嵌入式計算機。因此，從數據收集領域的客戶體驗中學到了很多東西。除了傳輸和安全存儲數據的簡單性之外，確保數據的有效性同樣重要，這些數據在容器內部處理。Premio專家很快承認，這種設計需要在產品開發階段進行嚴格的測試。

請注意，通過實現彈出按鈕可以非常簡單地移除容器。Premio 提供了一個軟件實用程序，使 OEM 可以輕松地將此過程包含在他們自己的用戶界面中，從而允許 OEM 通過軟件開發進行差異化和定制。

實際上，容器可以通過兩種不同的方法之一進行連接，通過 PCIe 轉接卡或通過 NVMe 硬件 RAID 控制器。如果目的是直接連接到 CPU 的 PCIe 通道，則使用前者。然而，后一種方法將用于需要硬件 RAID 的情況。

雖然您可能預計這種方法會將功耗提高到可能不可接受的水平，但 RCO-6000 系列 EdgeBoost 節點嵌入式計算機并非如此。這個概念來自這樣一個事實，即嵌入式計算機可能由車輛本身提供動力。通過一些智能節能設計，Premio工程師能夠（大部分）消除額外的功耗，并通過支持寬功率電壓輸入來保持工業級設計。

用于邊緣 AI 的全功能嵌入式計算機

從功能的角度來看，RCO-6000系列EdgeBoost Node嵌入式計算機可以分為三個主要用途（計算機處理所有三個用途）：

數據捕獲：捕獲足夠的數據來訓練能夠在真實環境中部署的高效模型。這要求所有捕獲的數據都以足夠快的速度寫入 SSD，以便不會丟棄任何數據。

測試運行：在現實世界中進行測試運行以測試模型，同時捕獲數據以查看模型的效率。這需要混合推理功能和快速存儲。

最終部署：一旦確定解決方案足夠成熟，就可以在大規模生產中部署最終推理。這需要純粹的推理能力。

用于工作負載整合的可擴展和多功能 I/O

RCO-6000 系列支持 I/O 支架，可在堅固邊緣的高級工業應用中實現高速連接和低延遲數據傳輸。憑借多樣化的模塊化配置，計算機的 I/O 靈活性允許工作負載整合，以處理各種數字和模擬傳感器。例如，子板模塊可用于通過 GbE 和 USB 等選項實現更多 I/O。

高速網絡

一個關鍵的挑戰是確保可以足夠快地捕獲數據，以便不會丟失任何內容。RCO-6000 系列 EdgeBoost 節點嵌入式計算機通過包括超高速 NVMe SSD 并通過 100-Gbit/s 以太網網絡適配器進行通信來處理這個問題。

總結

RCO-6000系列EdgeBoost Node嵌入式計算機的主要部署目標之一是物理遷移SSD，而無需通過無線網絡轉發數據的艱巨（和更常見）方法。只需卸下罐子，就可以在幾分鐘內卸載數據，同時，可以快速插入新的罐子，讓車輛除了短暫的“進站”之外，還能留在路上。車輛返回現場以捕獲更多數據的周轉時間實際上是以（低個位數）分鐘為單位。

Premio的車載計算機設計用于在最惡劣的環境條件下運行，同時在自主和遠程邊緣部署中提供關鍵任務可靠性。獨特的架構顯著減少了停機時間，是實時本地處理和推理分析的理想選擇。使用 Premio 基于加固型車載容器的嵌入式計算機加速您的自動駕駛測試和部署。

審核編輯：郭婷