5G最大的应用市场是车联网。车联网是典型的智能化应用场景，其中包含了车辆位置、速度及交通环境等大量信息，这些信息的处理倚仗于5G的高速率、低延时、大带宽的网络与AI对海量数据的处理能力。随着5G的到来，AI与5G的结合将为车联网带来怎样的机遇？

AI与5G数据处理质变

近年来自动驾驶技术备受关注，车联网市场规模逐步扩大。据美国波士顿咨询集团预测，智能网联汽车从2018年起迎来持续二十年的高速发展，到2035年将占据全球25%左右的新车市场。随着规模增长，车联网对于无线传输与云计算的需求日渐增加，而5G与AI对数据计算处理尤为关键。

4月9日，在第七届中国电子信息博览会上，中国工程院院士、北京理工大学校长张军谈到，现在交通已经向自主交通发展——交通智联网。由AI芯片支撑的智联网非常重要。每个车上，包括自行车上都有AI能力，可以智联协同、自主避让，通过区域智联网实现自主交通。智慧交通目前存在的问题有：在感知特定环境中缺乏全方位的感知能力；在计算中多是基于数据分析，缺乏知识分析；服务应用相对固定，服务能力也存在不足。

AI与5G的结合将带来智能场景数据计算处理的颠覆性的改变。5月27日，在2019第三届全球人工智能大会上，英特尔中国研究院院长宋继强说：“AI与5G两个技术恰恰在2019和2020年都达到了商业可用性水平，要充分利用这两个变革性技术的乘法效应，促进整个产业的升级。AI与5G二者的关系不应是简单线性相加的关系，而是以数据为纽带，互促增长。AI将为5G网络注入新动能，催生更大价值，实现5G的智能和自能；而5G是使能技术，将改变生产方式、改变社会生活，让AI无处不在。

“举例来说，交通路口上有一圈摄像头，将它们加入网络，在云端做车牌识别、闯红灯记录，这就只是简单的加。假如利用交通路口边缘计算的能力，让一圈摄像头的数据通过AI的算法，给十字路口做实时虚拟建模，为各个方向的车提示，哪儿有车会来，使它们即便视线被其他车挡住，也可以知道潜在的碰撞危险，这就是将AI与5G相乘。把数据更好的利用起来，利用边缘的相关性、利用AI的能力，将数据的利用提升一个等级，同时反馈到相关的场景中去。”宋继强在接受记者采访时表示。

众所周知，智能化设备产生的数据非常多，一辆自动驾驶车辆有摄像头、激光雷达、超声波雷达，对内也有摄像头，一天一台车可产生4TB数据，如果将数据都传到云端融合应用，整个网络能不能支撑大量数据传输，并且也没有这么做的必要。边缘计算和云端计算是两种重要的利用5G网的计算模式。宋继强说，边缘计算可以把计算和存储的一些能力往前推至接入网，而不必放在云端。如果数据有实时性、本地化的要求，做边缘计算能更好的解决数据处理的实时性和有效性等问题。

边缘计算可以将车联网对大数据量的传输时延、计算时延降低，但针对自动驾驶、道路智慧的AI训练则要依靠云端的能力。宋继强说，云端可以监控设备的运行状况并做事后分析。在自动驾驶的场景中，仅靠边缘服务器一个月也搜集不了太多异常情况，但若是靠全国甚至全世界的异常情况搜集下来的数据汇总分析，重新训练模型，整个系统能力每过几天就能提高一级，这就是云端带来的好处。此外，如果资源和能力充足，还可以建立一套平行于真实世界的虚拟的系统进行模拟计算，做更具前瞻性的预测。

智能计算规模化仍具挑战

以车联网为首的智能场景市场前景广阔，车联网的普及势必会拉动相关产业的发展。智能计算场景落地需要满足产业利润需求，将适当价格的可用技术运用到场景中。

规模化实现智能计算离不开以芯片为核心的半导体行业的支持。车联网中的关键AI芯片主要有GPU、FGPA、ASIC芯片。目前市场上具有代表性的产品有英特尔Mobileye的EyeQ系列及altera的CycloneV、恩智普的S32V系列、英伟达的DRIVR PX系列、瑞萨的R-Car系列、德州仪器的TGAx系列、ADI的BF系列；国内有中科寒武纪、地平线的征程系列、深鉴科技、四维图新相关芯片等。

宋继强介绍，智能场景中的多种数据类型在终端、边缘和云处理时，对计算加速的性能、功耗、实时性、成本、芯片的尺寸大小都有不同的要求，需要提供多样性的方案给客户。作为自动驾驶领域领衔的芯片制造商，英特尔希望通过超异构计算满足未来智能场景中的多元化计算需求。超异构计算愿景是提供多样化的标量、矢量、矩阵和空间架构组合，以先进制程技术进行设计，由颠覆性内存层级结构提供支持，通过先进封装集成到系统中，使用光速互连进行超大规模部署，提供统一的软件开发接口以及安全功能。这些是要组合起来使用，因为一种方案不能解决所有的问题，一定要分而置之，合并而用之，也就是贡献到同一个软件生态里，让软件者能够方便地调用这些技术。

车辆网涉及的产业点众多，组织各方合力研发与建设场景需政、产、学、研相配合。“官方最大的作用是凝聚比较分散的力量，引导核心的企业，解决大问题，可以定义一些关键的场景，如数据的、算法的核心场景。不同的企业做的时候怎样有一个好的激励和引导机制，让企业和研究机构融合起来把事做好，更好的提高创造性，这是一个挑战。”宋继强表示。