Skip to main content

人工智慧

旨在解決駕駛短缺的自動卡車

自動卡車運輸

美國貨運協會(AMA)去年報告指稱短缺 80,000 名司機,並預計到 2030 年將短缺 160,000 名司機,到達歷史新高。這對數字經濟來說是一個糟糕的指標,畢竟其支柱是能將商品從遠端零售商運送到遠端消費者。

但是,這個日益嚴重的問題該如何解決或有所進展?隨著人工智慧和自動化的最新發展,「技術」或許會是解答。

以自動卡車取代人類駕駛

近來我們主要在消費者環境中聽過自動駕駛或自動駕駛汽車,但這項功能如今也應用於卡車運輸業。

自動卡車所帶來的商業效益顯而易見。半自動駕駛不會停下來睡覺、跑去上廁所或度假。它能夠將 99% 的貨物運輸到目的地,進一步突顯社會對自動卡車/駕駛的需求。

然而,開發和人類駕駛一樣安全、甚至更為安全的自動駕駛卡車需要很高的成本。以實際美元計算,實現安全自動駕駛所需的先進感應器套件要價可能高達數萬美元。為確切的使用案例和部署環境量身訂製自動系統也有許多隱藏成本。這項工作大多來自於擷取大量資料並以AI 推斷演算法即時分析。

使用案例近乎零的延遲要求表示必須在本機上進行資料分析;如此一來,控制子系統便能即時整合來自 AI 感知堆疊的資訊,以採取行動。光是這些作業所涉及的資料和處理效能,就需要一個具有 GPU 加速硬體的成熟伺服器。

還有,別忘了,自動卡車是一個堅固耐用的移動環境,不一定具備溫度控制。

「您在車輛上尋找的狀態意識愈多,就需要愈多的感應器。因此,計算載入愈高,一般需要愈多的功率,」頂尖強固型運算硬體設計公司 Crystal Group 執行副總裁 Jim Shaw 表示。「而且,您可以想像那種硬體會帶來什麼散熱挑戰,因為難度真的很高。」

散熱管理:自動化的隱藏成本

舉例來說,TuSimple 是一家位於聖地亞哥的自動卡車公司,專門為長途半掛式卡車開發半自動駕駛感知堆疊。如要在 SAE 等級 4 自動駕駛成功操作(等級 4 代表能在完全沒有人工干預的情況下自動駕駛),它需要一個至少具備兩個 GPU 的車載式運算平台,以滿足即時資料處理的需求。在機械方面,系統必須管理處理器散發的熱氣,並能夠承受使用案例的固有衝擊力與震動。

為了滿足其運算和散熱需求,公司求助於 Crystal Group 及其解決方案,這是一款基於 COTS 元件的自訂強固型伺服器原型,旨在對設定檔進行散熱測試(圖 1)。AVC5904 搭載 2 個 Intel® Xeon® 可擴充處理器,配備 3 個 GPU 加速器和 384 GB 的 DDR4 記憶體,採用 19 吋機架式外型規格,可承受衝擊力、震動和高溫自動卡車的運輸環境。

旨在支援自動卡車之 Crystal Group 的 AVC5904 AI & Autonomy 解決方案圖像。
圖 1. AVC5904 AI & Autonomy 解決方案旨在滿足自動卡車運輸所需的資料處理、散熱管理、衝擊力與震動需求。(資料來源:Crystal Group

AVC5904 的 Intel® Xeon SP 處理一般系統管理、通訊及圖片的前置處理和後置處理,而 GPU 加速卡則負責平行處理影片、雷達、Lidar 點雲,和其它運算密集的工作負載。系統還支援 8 或 12 個可拆式 SSD 擴充插槽,為本機資料記錄提供 超過 1 TB 的車載儲存容量。

「Crystal Group 的一大優點是我們能夠根據您試圖解決的問題,而不是選用符合我們現有產品的問題來開發解決方案,」Shaw 表示。

在開發四款氣冷式 AVC5904 原型後,我們確定需要更高的效能擴充性,才能確保系統在未來不會遭到淘汰。例如,需要先進的散熱解決方案,以在西南部沙漠地區這樣嚴峻的環境中啟用自動卡車營運。

AVC5904 的商用版本增加了對第四個 GPU 卡槽的支援,以及用來管理同一個強固型底座多個 CPU 和 GPU 所產生之熱氣的液冷機制。

「如果 CPU 超過 150 W,GPU 超過 175 W,那麼就顯然處於危險境地,」Shaw 解釋道。「系統達到大約 1500 W 時,我們便開始真正擔心,只有液冷機制才能解除危機。」

「我們必須著手進行的是加工自己的水冷塊,並設計一款幫浦系統,置於電腦內不會外洩,並可為系統提供足夠的流速,以將熱氣排至散熱器和風扇系統,」他繼續。「我們非常努力地提出與設計冷卻塊相關的科學,讓您在 GPU 晶片和水衝擊的區域之間擁有一個非常薄的空間。」

辛苦獲得了回報。

保持冷卻的自動卡車

新一代 AVC5904 的即時資料分析可讓 TuSimple ADS 這類的自動駕駛系統在路上導航時每秒做出高達 20 個決策。而且不分日夜晴雨都能提供這樣的效能。

這款智慧卡車系統在去年底進行測試,當時一輛自動駕駛卡車成功完成了公共道路上的首次無人駕駛旅程。其中包括在鳳凰城與土桑之間長達 80 英哩、耗時 1 小時20 分鐘的旅程。

多虧 Crystal Group 的設計專長,它全程保持冷卻。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

作者簡介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis