我們不能再說「自動駕駛汽車即將問世」。現在，它是「自動駕駛汽車已問世」。
這項技術的下一個階段是持續測試和改進用於部署自動駕駛汽車的技術。顯然，需要進行測試才能證明它們在任何和所有道路條件下都是安全的。
對於自動駕駛系統這種流動且複雜的技術，測試必須足夠靈活，以考慮潛在的即時變化，但又要足夠嚴格，以便結果在大規模的實際應用中具有意義。測試可以透過多種不同的方式進行。
自動駕駛汽車測試的挑戰之一是，它們可能會在許多不同條件和環境挑戰下使用很長一段時間。因此，測試方案必須嘗試模擬「經過時間」的測試。這並不容易複製。
許多測試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，並即時進行調整。
切斷（無線）電線
自動駕駛技術設計人員面臨的另一個挑戰是無線通訊媒體的速度和可用性。儘管 5G 可能具有足夠的頻寬來即時處理許多任務，但高效且覆蓋範圍完整的 5G 尚未普及。其他較慢的媒體通道不足以應付，除非是資料下載或車輛軟體升級，這些可以在車輛靜止時進行。
此外，由於自動駕駛技術相對較新，組件經常變化，這進一步使測試複雜化。如果環境不固定，幾乎不可能維護有效資料。
所有這些重要測試的最終結果是，車輛產生的資料量龐大，輕而易舉地達到 TB 級。試圖無線下載所有這些資訊可能是一個漫長而艱鉅的過程。為了消除漫長的下載時間，Premio 提出了一種解決方案，允許 OEM 廠商直接攜帶資料。除了消除漫長的無線下載之外，該解決方案還維護了資料的安全性和完整性。
Premio 的 RCO-6000 系列嵌入式電腦採用分離式架構設計，記憶體子系統可以移除並更換為新的陣列，以提供推論和資料擷取工作負載的效能加速。
Premio RCO-6000 系列 EdgeBoost Node 嵌入式電腦採用稱為「匣式方法」的設計，可實現車輛與中央儲存庫之間快速高效的資料收集和傳輸，中央儲存庫可使用 AI 工作負載資訊收集、儲存和分析資料。Premio 採用的設計最初是一個客製化專案，但隨著對該技術需求的增加，後來演變為商業產品。RCO-6000-CML 系列是最新的人工智慧邊緣推論電腦，採用 Premio 的模組化 EDGEboost Node 設計，可最佳化現場測試自動駕駛應用的效能加速和資料擷取。
RCO-6000-CML 系列 AI 邊緣推論電腦搭載第 10 代 Intel® Core™ 和 Intel® Xeon® W 處理器及 W480E 晶片組 - 堅固的邊緣媒體中樞
NVMe SSD 可承受震動
非揮發性記憶體 (NVMe) 匣式產品的一個關鍵設計要素是，它需要針對此類環境進行加固，同時仍能非常快速地匯總和儲存資料。使用額定承受高震動和振動等級的固態硬碟 (SSD)，資料保持完整。
RCO-6000 系列 EdgeBoost Node 嵌入式電腦的架構可以根據特定的應用程式和最終目標，部署在各種配置中。如下圖所示，最簡單的配置僅用於資料擷取。在這裡，匣式裝置將被移除，並帶到外部來源進行儲存和分析，通常與來自其他實例（其他車輛或同一車輛隨時間推移）的資料結合和比較。這種配置的關鍵優勢是高速 NVMe 技術，可提供可靠的資料擷取，這些資料可以卸載到中央位置，以實現更強大的機器學習和 AI 工作負載。此外，支援 100GbE 網路卡的 能力提供了更大的頻寬，用於從本機裝置（邊緣）到更中央的位置（雲端）的資料傳輸。
第二種配置是用於現場測試，推論即時進行並帶有性能加速模組。顯然，該匣式與僅用於儲存資訊的模型配備不同，因為它透過專用於 GPU、m.2 模組甚至 NVMe 儲存媒體的 PCIe 通道，即時處理大量計算。
最終配置是處理推論和數據採集的全功能模型。請記住，在所有三種配置中，匣式都可以輕鬆移除，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，此架構都增加了實體安全元素，因為數據保留在匣式中，可以存儲並鎖在實體鎖和鑰匙後面。
如圖所示，RCO-6000 系列 EdgeBoost Node 嵌入式電腦匣式裝置可根據應用程式和使用者目標，部署在多種配置中。每種配置都包含分離式架構，可輕鬆擷取和移除資料。
Premio 已為某主要 OEM 客戶部署了數百台 RCO-6000 系列 EdgeBoost Node 嵌入式電腦。因此，在數據採集領域，從客戶體驗中獲得了大量學習。除了傳輸和安全儲存數據的簡便性之外，確保數據的有效性也同樣重要，這在匣式內部處理。Premio 專家很快承認，此設計在產品開發階段需要嚴格的測試。
請注意，匣式裝置可以透過實作彈出按鈕非常簡單地移除。Premio 提供了一個軟體工具，使 OEM 廠商可以輕鬆地將此過程納入自己的使用者介面中，從而透過軟體開發實現 OEM 的差異化和客製化。
在實際應用中，匣式裝置可以透過兩種不同的方法之一連接，透過 PCIe 轉接板或透過 NVMe 硬體 RAID 控制器。如果目的是直接連接到 CPU 的 PCIe 通道，則使用前者。而如果需要硬體 RAID，則使用後者。
雖然您可能會預期這種方法會將功耗提高到可能無法接受的水平，但 RCO-6000 系列 EdgeBoost Node 嵌入式電腦卻不是這樣。這種觀念源於嵌入式電腦很可能由車輛本身供電。透過一些智慧型節能設計，Premio 工程師能夠（大部分）抵消額外的功耗，並透過支援寬電源電壓輸入來保持工業級設計。
用於邊緣 AI 的全功能嵌入式電腦
從功能角度來看，RCO-6000 系列 EdgeBoost Node 嵌入式電腦可分為三個主要用途（電腦可處理所有三個用途）：
- 數據擷取：擷取足夠的數據以訓練出一個能夠在實際環境中部署的高效模型。這要求所有擷取的數據都能夠足夠快地寫入 SSD，以便沒有數據丟失。
- 測試運行：在現實世界中進行測試運行，以測試模型，同時擷取數據以了解模型的效率。這需要推論能力和快速儲存的混合。
- 最終部署：一旦確定解決方案足夠成熟，最終的推論就可以進行大規模生產部署。這需要純粹的推論能力。
可擴展且多功能的 I/O，實現工作負載整合
RCO-6000 系列支援 I/O 支架，可為堅固邊緣的進階工業應用提供高速連線和低延遲資料傳輸。憑藉多樣化的模組化配置，電腦的 I/O 彈性可實現工作負載整合，以處理各種數位和類比感測器。例如，子板模組可用於啟用更多 I/O，例如 GbE 和 USB，以及其他選項。
高速網路
一個關鍵的挑戰是確保資料能被足夠快地擷取，以免遺失任何資料。RCO-6000 系列 EdgeBoost Node 嵌入式電腦透過內建高速 NVMe SSD 並透過 100 Gbit/s 乙太網路卡進行通訊來解決這個問題。
摘要
RCO-6000 系列 EdgeBoost Node 嵌入式電腦的關鍵部署目標之一是實體遷移 SSD，而不是透過無線網路傳輸資料的艱鉅（且更常見）方法。只需移除匣式裝置，即可在數分鐘內卸載資料，同時可快速插入新的匣式裝置，讓車輛在短暫的「進站」後繼續上路。重新上路採集更多資料的車輛周轉時間僅以（個位數）分鐘計算。
Premio 的車載電腦專為在最惡劣的環境條件下運行而設計，同時在自主和遠端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，是即時本地處理和推論分析的理想選擇。使用 Premio 堅固耐用的車載匣式嵌入式電腦，加速您的自動駕駛測試和部署。