自动驾驶卡车旨在解决驾驶员短缺问题
美国卡车协会 (AMA) 去年报告的驾驶员缺口达 80,000 名，预计到 2030 年，这一数字将创历史新高，达到 160,000 名。在数字经济背景下这属于一个不良指标，因为数字经济的主旨就是能够将货物从偏远零售商处运输至偏远消费者手中。
但如何解决或缓解这一日益严重的问题？考虑到人工智能和自动化的最新进展，答案或许是技术。
用自动驾驶卡车取代人类驾驶员
直到最近，我们所听说的自动驾驶或自主驾驶汽车主要面向的都是消费者，但这项功能同样也适用于卡车行业。
自动驾驶卡车的商业效益显而易见。自动驾驶的半挂车不会停下来睡觉、上厕所或者去度假。而且在将货物运往目的地的途中，它们能完成 99% 的道路运输，这进一步凸显了对自动驾驶卡车/自动驾驶的需求。
但是，要开发出与人类司机同样安全或者更安全的自动驾驶卡车需要付出巨大的代价。按美元真实价值计算，实现安全自动驾驶所需的先进传感器套件可能要花费数万美元。在针对具体用例和部署环境定制自主系统时还存在许多隐藏成本。其中大部分工作都源于捕获大量数据，并利用 AI 推理算法实时分析的需要。
该用例要求延迟接近零，这意味着数据分析必须在本地进行，以便控制子系统能够及时整合来自 AI 感知模块的信息并据此采取行动。要应对此类操作中涉及的大量数据，满足其处理性能，需要一台配备 GPU 加速硬件的全功能服务器。
请记住，自动驾驶卡车是一个经过加固的移动环境，可能进行了温度控制，也可能没有。
“您希望获得有关车辆周边的态势感知越多，所需的传感器就越多。由此，计算负载也越高，而这通常需要更多计算能力。” Crystal Group 执行副总裁 Jim Shaw 如是说，他同时也是坚固计算硬件领域的一名总设计师。“大家可以想象此类硬件带来的散热方面的挑战，因为它的启动非常困难。”
温度管理：自动驾驶的隐藏成本
举例来说，TuSimple 是一家总部位于圣地亚哥的自动驾驶卡车公司，专门为长途半挂车开发自动驾驶感知模块。为了在 SAE 4 级自动驾驶标准下成功运行，即能够在无人干预的情况下实现完全自动驾驶，需要一个至少搭载两个 GPU 的车载计算平台，以满足实时数据处理要求。在机械方面，系统必须要应对处理器散发的热量，并能够承受此用例本身的冲击和振动。
为满足其计算和散热需求，该公司求助于 Crystal Group，希望采用其 AVC5904 人工智能与自动驾驶解决方案，这是一种基于 COTS 组件定制构建的坚固型服务器原型，面向温度测试概要分析而设计（图 1）。AVC5904 采用 19 英寸机架式外形，搭载双英特尔® 至强® 可扩展处理器，侧面配有三个 GPU 加速器和 384 GB DDR4 内存，可承受自动驾驶卡车环境下的冲击、振动及散发的热量。
AVC5904 的英特尔® 至强™ SP 可应对一般系统管理、通信和图像预处理及后处理，而 GPU 加速卡可执行视频、雷达、激光雷达点云和其他计算密集型工作负载的并行处理。该系统还支持 8 个或 12 个可移动固态硬盘托架，可为本地数据记录提供超过 1 TB 的板载存储容量。
Shaw 表示：“Crystal Group 最棒的一点是，我们能够根据您试图解决的问题制定解决方案，而不是拿我们现有的解决方案去套用。”
在开发出四个风冷 AVC5904 原型后，该公司确定，要让系统经得起未来的挑战，就需要提升性能的可扩展性。例如，他们需要一种先进的温度管理解决方案来支持自动驾驶卡车在西南部沙漠等极端环境中的作业。
AVC5904 的商业版本增加了对第四个 GPU 卡插槽的支持，同时增加了液冷机制，以应对同一坚固型机箱中多个 CPU 和 GPU 产生的所有热量。
“如果 CPU 功率超过 150 瓦，GPU 功率超过 175 瓦时，您必然处于危险境地，” Shaw 解释道，“当系统达功率达到 1500 瓦左右时，我们就开始真的担心了，除非采用的是液冷。”
“我们的当务之急是自研水封，并设计出不会泄漏的计算机内部水泵系统，向系统提供足够大的流速，从而将热量排放到散热器和风扇系统，”他继续说道，“我们竭尽全力，提出了与冷却模块设计相关的科研成果，也就是在 GPU 管芯和水撞击位置之间留出一个极窄空间。”
这项工作带来了回报。
超酷的自动驾驶卡车
借助下一代 AVC5904 的实时数据分析，TuSimple ADS 等自动驾驶系统可以在道路巡航时每秒作出多达 20 个决策。无论白天黑夜，晴天雨天，其性能一如既往。
去年年底，智能卡车系统投入测试，当时，一辆自动驾驶卡车成功在公共道路上完成了首次无人驾驶运行。其中包括凤凰城和图森之间距离 80 英里、耗时 1 小时 20 分钟的行程。
多亏有 Crystal Group 设计专业知识的保驾护航，它在整段行程中始终保持着正常工作温度。