十年前，就有人说“汽车正在成为一个车轮上的智能手机”。今天，汽车产生的数据量空前，“车轮上的服务器”这个说法可能更合适。互联汽车和自动驾驶汽车越来越多，它们需要巨大的实时处理能力。

但与智能手机不同的是，这些数据的大部分需要在汽车中使用和处理。因此，汽车制造商正在寻找边缘计算架构，将数据采集、控制和存储在车内。

考虑到这一点，我们可以开始把汽车想象成一个“车轮上的边缘数据中心。”

什么是边缘数据中心？这是一种在网络边缘侧部署的新型基础设施，位于用户端和集中化的云数据中心之间，提供小型化、分布式、贴近用户的数据中心环境。

在边缘计算模式下，为了减少网络传输和多级转发产生的带宽与时延损耗，一个有效的方式就是尽可能靠近用户的网络边缘侧构建业务平台，更加方便数据的处理。

为什么汽车制造商拒绝云而选择边缘数据中心？

驾驶相关的一些特殊因素意味着将数据传输到云端是不切实际的，甚至很危险。边缘数据中心在原点处理时间敏感的数据，能够更快地交付给需要它的终端设备。

首先要避免延时。一辆自动驾驶汽车每秒产生大约1GB的数据，只是去一趟附近的小卖店需要处理和返回的信息量就非常庞大。

当然，自动驾驶汽车成为常态的时代还没有到来。但是，即使对于普通的联网汽车来说，当它需要做出关键的决定时，将数据传输到其他地方是行不通的，一个小小的延迟可能会让你堵在路上，或者在高速公路上就耗尽了电池的电量。

而当涉及到自动驾驶汽车时，路上的延迟通常是生死攸关的。

将所有的数据发送到云端也需要巨大的成本。汽车上的边缘数据中心可能相对便宜，因为它们的部署成本更低，而且已经有现成的基础设施。

尽管如此，云仍然可以发挥作用。对时效要求不高的数据可以被输送到云端，以便日后处理和分析。通过这种方式，边缘数据中心提供了一个有效的混合解决方案，以应对车联网和最终自动驾驶汽车将带来的重大延迟和成本挑战。

智能汽车越来越多，对处理器的需要越来越强大。L2自动驾驶需要2个TOPS的算力，L3需要24个，L4需要320个，L5自动驾驶则需要4000多个。

再加上电动车动力系统的额外要求，每一毫瓦的电力都需要优化以节省能源，对数据处理的要求就会进一步膨胀。

在不同的应用场景下，也有需要用不同方式处理的数据。沉浸式车载信息娱乐系统需要快如闪电的性能。高级驾驶辅助系统（ADAS）需要能够识别一系列道路状况的传感器。随着5G网络的普及，将需要新的解决方案来充分利用整体提高的互联情况。

可用于预测行人“鬼探头”的雷达等技术也有不同的处理要求。为了在本地进行处理，所有这些都需要缩减到单个SoC（片上系统）。

然后，单个芯片需要能够应对移动中的车辆内的所有挑战，没有任何出错的空间。因此，在汽车应用的芯片设计和制造的发展中，可靠性、安全性和防缺陷设计是最重要的。

在芯片制造的各个阶段，从工艺技术和内存设计一直到最终测试，都必须考虑到所有这些因素，以确保创建正确的解决方案组合，为今天和未来的联网汽车提供动力。