簡介
隨著全球對永續、自主公共交通的需求持續增長，電動車 (EV) 製造商面臨著設計智慧、資料豐富系統的壓力，這些系統必須能夠進行即時邊緣推斷和車輛自主操作。這些系統必須由高效能運算平台提供支援，該平台能夠承受車載環境的極端條件，同時仍為人工智慧工作負載提供強大的 GPU 加速。一家創新的自動駕駛電動巴士公司與一家堅固耐用的運算合作夥伴合作，協助將其邊緣智慧付諸實踐。
公司簡介
這是一家專注於下一代自主移動的歐洲科技公司，專門生產設計用於短程、最後一哩運輸的緊湊型自動駕駛電動巴士。他們的車輛部署在各種城市、私人園區和工業環境中，其中安全、環境影響和自主功能是重中之重。
挑戰
- 需要在堅固耐用的車載電腦中支援強大的 GPU（RTX A4500）。
- 在行動設定中面臨高溫、震動和衝擊問題。
- 大多數供應商無法滿足效能和堅固耐用的要求。
解決方案
- 部署了 VCO-6000-RPL，一款堅固耐用的邊緣 AI GPU 電腦。
- 支援全尺寸 GPU、雙 10GbE 區域網路和原生 CAN 匯流排
- 包括定制的機械和韌體工程，以確保合適性和可靠性。
效益
- 堅固耐用且行動就緒的設計，實現高效能 AI 推斷。
- 透過 CAN 匯流排與車輛系統無縫整合。
- 透過客製化工程和在地支援，加快部署速度。
- 可擴展，以適應未來的車型和 AI 工作負載。
挑戰
該公司在實現其自動駕駛電動巴士平台方面面臨著重大的技術障礙。為了支援先進的 AI 功能，例如物體檢測、定位和路徑規劃，運算系統需要支援強大的 GPU，例如 NVIDIA RTX A4500。然而，在車載環境中整合這樣的 GPU 帶來了獨特的挑戰。與傳統的資料中心或桌面環境不同，車輛部署會受到持續的震動、衝擊和波動的環境溫度的影響，所有這些都可能損害系統效能和穩定性。
此外，許多運算供應商無法提供結合企業級 GPU 效能和行動作業所需堅固標準的解決方案。該團隊發現，能夠容納高效能 GPU 的系統通常缺乏用於交通應用程式的適當散熱或機械設計。同時，運算平台必須包括強大的網路功能，並支援原生車載協定，例如 CAN 匯流排，以便與車輛電子設備直接通訊。如果無法獲得滿足所有這些要求的單一系統，可能會延遲部署時間表並引入不必要的整合複雜性。
解決方案
為了克服這些挑戰，該公司與 Premio 合作，Premio 能夠透過其標準 VCO-6000-RPL 系列提供專門建構的解決方案，該解決方案專為車載 AI 工作負載量身定制。該解決方案的核心是它能夠支援全尺寸 NVIDIA RTX A4500 GPU，同時保持對高溫、衝擊和震動的卓越耐受性，使其非常適合自動駕駛巴士等行動部署。。
VCO-6000-RPL 提供了耐用性和效能的完美結合。它具有雙 10GbE 區域網路連接埠，可與外部感測器和邊緣裝置進行高速、低延遲通訊。其原生 CAN 匯流排介面可與車輛內部控制系統無縫整合，簡化資料交換並實現即時指令和遙測操作。此外，供應商還提供客製化工程支援，協助公司微調機械和電氣元件，確保平台符合車輛特定的電源和環境要求。
效益
憑藉 VCO-6000-RPL 作為其自主平台的核心，電動巴士公司成功實現了其效能、耐用性和整合目標。
- 邊緣 GPU 效能：VCO-6000-RPL 提供了自動駕駛中即時 AI 推斷所需的 GPU 馬力，支援全尺寸 NVIDIA RTX A4500，同時在行動環境中保持可靠運作。
- 無縫車載整合：VCO-6000-RPL 內建 CAN 匯流排支援，可直接與車輛控制系統通訊，減少對外部轉接器或複雜整合工作的需求。
- 為道路而生的堅固設計：該系統專為嚴苛的車載環境而設計，可在持續的震動、衝擊和極端溫度下可靠運作，確保關鍵任務部署的長期耐用性。
- 客製化工程優勢：量身定制的機械和韌體修改有助於系統符合獨特的車輛限制，消除了不必要的返工，並從一開始就確保了精確的契合度。
- 更快的上市時間：開箱即用的堅固設計和應用就緒效能有助於簡化部署時間表，加速下一代自動穿梭巴士的推出。
結論
透過部署 VCO-6000-RPL，這家自動駕駛電動巴士公司克服了在堅固耐用的 GPU 運算和車載系統整合方面的關鍵障礙。該解決方案不僅提供了 AI 驅動的自主性所需的效能，還提供了真實世界部署所需的耐用性、靈活性和工程支援。隨著自動駕駛運輸的不斷發展，像 VCO-6000-RPL 這樣的堅固耐用邊緣運算平台將仍然是實現邊緣安全、高效和智慧移動解決方案的基石。