5G URLLC自駕車網路解決方案
5G URLLC帶來的智慧車聯網(IoV)網路，可以透過具備vRAN和AI推論能力的 GIGABYTE 邊緣伺服器(例如H242系列)，運用邊緣運算架構達成。
Email Sales
實現 URLLC 的挑戰
相較於4G網路，自駕車只能倚靠車載處理器來運作，然而運用5G URLLC特性的超快速、超可靠的新型態無線通訊，非常適合對於延遲性極度敏感的自駕車應用上，自駕車能夠與相鄰車輛（車與車通訊）和周遭的路邊環境（車輛到基礎設施通訊）即時連線、分享與接收資訊。
4G LTE vs. 5G 和 URLLC 運用場景
在無人操控的全自動駕駛中，車輛可以從路邊基礎設備或其他車輛中取得所需資訊，以進行自動超車，避免碰撞或在高密度流量中行駛。在智慧交叉路口，車輛可以與交通號誌和其他系統配合，讓緊急公務車輛和公車優先通行。而這些應用程式都需要非常高的可靠性和嚴格的點到點低延遲要求， 5G URLLC特性可以滿足此需求。
然而，要儲存和處理智慧車收集到的大量數據，包含多個高解析度攝影機和感應器(如雷達、雷射雷達、聲納、GPUS等)，並在100ms的延遲之內處理即時交通狀況，以獲得比手動駕駛更佳的安全性（優秀的駕駛人員可以在100〜150ms內採取行動），這是單用車載處理器或雲端運算無法達成的。
然而，要儲存和處理智慧車收集到的大量數據，包含多個高解析度攝影機和感應器(如雷達、雷射雷達、聲納、GPUS等)，並在100ms的延遲之內處理即時交通狀況，以獲得比手動駕駛更佳的安全性（優秀的駕駛人員可以在100〜150ms內採取行動），這是單用車載處理器或雲端運算無法達成的。
車聯網和自駕車
車載處理和儲存功能受限於資源和功耗，低延遲和推論運算所需的 GPU 具高功耗需求，而為了滿足散熱需求的冷卻負載更進一步增加自駕車整體功耗，這可能降低車輛的行駛距離和燃油效率；而且，感應器資料在幾小時內就會達到本地儲存裝置（如 SSD）的容量上限。雖然車載處理能力足以管理乘客與車輛之間的互動，但不足以管理車與車、或車與基礎設施之間的工作量。
同時，雲端運算較長的延遲時間和龐大的數據傳輸瓶頸，也不足以支援自駕車連接到汽車互聯網的應用。
自駕車網路的解決方案
支援 MEC 的 BBU 伺服器，用於超低延遲通訊
GIGABYTE 伺服器提供可靠性&備援方案
網路切片滿足多樣化服務需求
支援 MEC 的 BBU 伺服器，用於超低延遲通訊
透過在GIGABYTE 的伺服器上建置邊緣雲，以MEC（邊緣運算）提供儲存和運算，同時搭載基頻（BBU）運算，提高網路傳輸效率。透過軟體定義依需求進行網路功能虛擬化配置，進而結合相關應用程式（如：自動駕駛、地圖和汽車製造商、交通部門或其他第三方佈署的應用程式）提供邊緣運算之低延遲，高可靠的無線網路服務。
傳統網路拓樸 vs. MEC
GIGABYTE 伺服器提供可靠性和備援方案
URLLC最重要的要求就是高可靠性和備援設計，這些條件可以透過軟體和硬體來實現。透過在技嘉高可靠度伺服器上佈署軟體定義的N+1容器或虛擬機，搭載不同的網路功能如：無線訊號路由、交換、資訊安全等功能，進而確保高可靠的使用環境。
傳統的MEC硬體+軟體堆疊
在硬體層面上，技嘉的H242系列伺服器採多節點設計，能滿足備援機制需求，當該節點發生故障，技嘉設計了各種負載平衡功能可立刻將工作負載轉移到伺服器內的其他部件上，同時友善的產品設計讓故障節點可以快速地置換，無須耗費高昂成本。
網路切片滿足多樣化服務需求
網路切片是一種架構，可在相同個實體網路架構上提供不同的虛擬化和獨立網絡，以滿足多樣化的服務要求。
網路切片使網路功能可以輕鬆配置在不同的切片中使用，以滿足特定要求。由於網路虛擬化的實現，每個切片都可以有單獨的網路架構、核心網路和RAN，透過設定讓某一個網路切片提供低安全性、低頻寬服務（例如：mMTC），而另一個網路切片提供高安全性、高可靠性的服務（例如：URLLC）。
網路切片使網路功能可以輕鬆配置在不同的切片中使用，以滿足特定要求。由於網路虛擬化的實現，每個切片都可以有單獨的網路架構、核心網路和RAN，透過設定讓某一個網路切片提供低安全性、低頻寬服務（例如：mMTC），而另一個網路切片提供高安全性、高可靠性的服務（例如：URLLC）。
網路切片滿足多樣化服務需求：eMBB，URLLC，mMTC
在雲端原生架構下，5G MEC能滿足網路切片需求，讓5G相關服務在相同的基礎設施上運作，節省基礎設施投資和網路營運成本。網路切片是滿足 5G 多樣化需求的關鍵，並能無縫整合高頻寬 5G 網路的即時串流直播與其他服務應用的最佳解決方案，如 URLLC自動駕駛或 mMTC智慧城市物聯網應用。
結論
5G URLLC特性可以協助交通運輸業的多項技術提升，包括自動駕駛、道路安全和交通效率等。這些轉變將使車連網，與整合其他裝設施，而不單單依靠自駕車本身資訊來應對日益複雜的道路狀況車輛能在極短時間內可靠地傳遞資訊。因此，技嘉的邊緣運算伺服器H242系列與vRAN服務整合的MEC網路架構，將為智慧車聯網開啟另一扇窗。
技嘉URLLC MEC伺服器
技嘉 H242 系列伺服器可整合vRAN、MEC 和 AI 服務，為部署智慧車聯網的理想選擇，達到提高交通流量效率，降低事故發生率，並讓自動貨運和計程車提供更便宜、更普及的服務。多節點邊緣伺服器支援 GPGPU 卡（如 NVIDIA T4），提供自動駕駛應用最需要的 AI 推論能力。
相關技術
多接取邊緣運算架構是什麼？
多接取邊緣運算架構(Multi-access Edge Computing)或稱行動邊緣運算(Mobile Edge Computing)，是一種新型態的網路服務架構，在行動網路的邊緣，提供雲端運算能力和 IT 服務環境。MEC 技術旨在直接由基地台取得數據資料，減少核心網路的負擔，在本地端進行高解析度的影像處理和數據發送，不需等待遠端伺服器回應，因而降低延遲，能夠靈活、快速地提供新的應用與服務，讓使用者獲得較好的體驗。
先進駕駛輔助系統是什麼?
先進駕駛輔助系統(ADAS)會持續監控車輛周遭環境，
提醒駕駛員危險路況，並採取糾正措施，如減速或停止。這系統使用來自各式各樣的感測器(如攝影機和雷達)資料。這些資料會彙整處理並及時提供給駕駛和系統中相關功能服務。
邊緣運算是什麼？
邊緣運算(Edge Computing)是一種網路運算架構，運算過程盡可能靠近資料來源以減少延遲和頻寬使用。目的是減少集中遠端位置（例如「雲」）中執行的運算量，從而最大限度地減少異地用戶端和伺服器之間必須發生的通信量。近年來，技術的快速發展使硬體趨向小型化、高密度以及軟體的虛擬化，讓邊緣運算的實用度更加可行。想更深入了解邊緣運算，請參考我們的這篇文章：什麼是邊緣運算(Edge Computing)?
加速實現你的科技創新
業務洽詢
