一般而言

　　普通人在精神高度集中的狀態下

　　反應時間為200ms左右

　　經過訓練的專業運動員

　　可以將這一數字縮短到

　　150-180ms左右

　　而自動駕駛的反應時間

　　則必須達到20ms

　　甚至更快

　　駕車行駛在瞬息萬變的街道上，每一個十字路口，每一片視野盲區，危險往往就藏匿其中。一名合格的老司機往往能夠通過豐富的駕駛經驗躲避掉多數的風險，但對于“鬼探頭”、前車無征兆急剎等突發情況，駕駛員的反應才是避免悲劇的第一要素。

　　單車智能

　　有限的信息，極限的反應

　　顯而易見，機器處理緊急情況的反應時間要比人類迅速的多，而現在的自動駕駛也正通過自動輔助駕駛幫助人們處理這些突發情況：前有高速公路120邁多次變道緊急避險，后有市區公路1cm距離緊急制動。人工智能以敏捷的響應保護了人們的生命財產安全，但即使是如此一般的反應，距離實現真正的自動無人駕駛仍然有很大的距離。

　　在駕駛的途中，人工智能的反應速度永遠會比人類快的多，但在信息獲取的全面性和處理方式的準確性上，人工智能還有很長的路要走，這也是人與機器的差異所在。如果自動駕駛車輛可以掌握到整個道路信息，從幾條車道擴展到整條公路，那么它所做出的判斷無疑會更加準確。

　　車路協同

　　將“平視”轉為“俯視”

　　從自動駕駛等級的L1-L5，再到高級輔助駕駛系統的逐步完善，一系列自動駕駛技術的突破將單車智能提高到一個前所未有的高度，但實現完全智能的自動駕駛不僅需要“智能的車”，也需要“智能的路”。隨著單車智能發展進入瓶頸期，車路協同在5G時代的浪潮推動下回歸到大眾企業的視線中。

　　車路協同是利用5G等車載網絡傳感器與高精度地圖的緊密配合獲知相關路況，再通過V2X車用無線通信技術將信息傳輸到車端，極大的拓展自動駕駛汽車的感知范圍。此時的智能駕駛將不止是單一車輛對于道路的智能分析，而是對整個道路信息的全局把控。

　　如果說單車智能是以駕駛者的視角“平視”道路，那么車路協同就是以上帝視角“俯視”整個街區的路況。

　　“平視”＋“俯視”

　　趨近于未來的自動駕駛

　　相比于單車智能，車路協同的成本更低、商業落地速度更快，而通過5G技術實現的智能能力共享則更進一步提高了單車智能的上限：單車智能的安全性主要受制于傳感器和算法的影響，任何情況下都會存在一定范圍的視野盲區以及無法識別的物體，通過車路協同，則能消除單車智能的視野盲區。

　　車路協同配合單車智能，這樣的互補關系，讓智能駕駛做到更加完整全面的信息獲取，相應的，對于路況的分析也能做出近似甚至高于人類的判斷。二者彼此賦能，共同向前，才能更好的推動自動駕駛的落地。

　　平視或俯視

　　都需要“腳踏實地”

　　人工智能領域的不斷突破，為單車智能的極限提供強有力的內生動力，實現車路協同則需要通信方案提供商、終端服務商等眾多環節的共同參與，但無論以何種方式實現自動駕駛，都不能脫離強大的IT基礎設施的支持。

　　戴爾科技作為全球領先的IT解決方案及服務的提供商，擁有十分豐富的產品類型與服務經驗，通過領先的IT基礎設施解決方案，推動著自動駕駛朝著未來穩步前行。

　　在人工智能方面，戴爾科技與AMD合作構建了面向自動駕駛汽車的基礎架構解決方案，該方案基于采用了AMD EPYC處理器的PowerEdge服務器構建，通過更高的計算資源集成度、更多的PCIe鏈路以及內存通道，能夠顯著提高數據密集型工作負載的計算能力，滿足人工智能訓練苛刻的算力需求。

　　而在車路協同的落地方面，5G技術帶來的實時路況分析對于數據的傳輸與存儲提出了更為苛刻的要求：不僅需要足夠的空間容納海量的非結構化數據，也需要極低傳輸延遲與吞吐性能。面對如此挑戰，企業則可以通過戴爾PowerScale輕松應對。

　　戴爾PowerScale全閃存架構通過提供高速開放網絡的PowerSwitch，針對數據在跨邊緣、核心、云之間的傳輸提供極高的I/O性能，減少延遲對自動駕駛決策的影響；而其作為橫向擴展NAS存儲，可在單個文件系統中從TB擴展至PB級容量，并支持節點無縫過度升級，大大提高存儲的靈活性與可擴展性，保證充足的可用容量。

　　從上世紀50年代開始，人們便已憧憬著自動駕駛的未來，隨著信息通訊以及人工智能的不斷突破，全自動無人駕駛技術將不再只存在于科幻之中。也許自動駕駛的未來仍然十分遙遠，而在這漫漫征程之中，戴爾科技也以自身科技優勢支持企業不斷向未來前進。