摘要：全球汽车产业正进入以电动化、智能化、网联化为主要特征的技术革命时代，新型自动驾驶车辆对实时计算和网络传输提出了巨大要求。本文结合自动驾驶车辆需求，针对算网融合技术开展分析，形成了适合自动驾驶车辆需求的算网融合架构，总结了当前面临的挑战，并研究提出了下一步的发展建议。
关键词：自动驾驶；算网融合；架构体系；发展建议
0 引言当前汽车产业正在经历转型升级的重要技术变革期，以电动化为代表的新能源汽车和以智能化为代表的自动驾驶汽车是当前技术变革中最为重要的两个方向。其中推动基于车路协同的自动驾驶车辆发展是当前各国政府、汽车厂商以及互联网巨头全力寻求突破的重要领域，也是提高道路运输装备的运营效率，推动道路运输行业绿发展，助力国家和行业“双碳”目标实现的重要技术支撑[1]。国家出台了《智能汽车创新发展战略》，为自动驾驶技术未来的发展指明了方向。自动驾驶车辆的应用依托于“人- 车- 路- 云”系统协同发展，其中实时计算和网络传输成为了自动驾驶车辆能够科学安全应用的关键。以L4 级别的无人驾驶汽车为例，对比当前处于L3 级别的汽车信息化水平，需要全面提升现有设备的处理能力，在芯片算力方面，需要约5000 倍的算力增长；在网络质量方面，需要至少100 Mbps 网络带宽以及5~10 ms 的网络延迟。
自动驾驶车辆提出的大连接、高算力、强安全的服务要求，对当前的计算能力和网络传输能力提出了巨大挑战，也成为了当前国内外学者重点关注的热点问题。
1 自动驾驶的内涵
自动驾驶是指在不需要执行物理性驾驶操作的情况下，车辆能够通过智能控制，代替传统驾驶员完成车辆的安全行驶。自动驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。自动驾驶汽车通过车载传感系统感知道路、车辆位置和障碍物信息，控制车辆的转向和速度，使车辆能够安全、可靠地在道路上行驶。
自动驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的重要标志，在国防和国民经济领域中具有广阔的应用前景。
2 面向自动驾驶的算网融合技术体系架构
通过自动驾驶的内涵研究可知，自动驾驶车辆在路上行驶时，需要不断接收外界传来的海量异构信息，同时实时进行计算处理，控制车辆做出正确的行驶行为，其海量异构数据源、实
时处理并控制的特性，对网络传输能力和计算能力提出了较高要求。“算网融合技术”是近年来的新兴技术，是以通信网络设施与异构计算设施融合发展为基石，将数据、计算与网络等多种资源进行统一编排管控，实现网络融合、算力融合、数据融合、运维融合、智能融合以及服务融合的一种新趋势和新业态。
考虑到自动驾驶车辆场景对于泛在连接、实时计算等方面的共性要求，“计算”+“网络”全面融合业已成为自动驾驶技术全面发展的新底座。一方面，多样性计算将朝着网络化的方向全面发展。边缘侧算力需求驱动了实时计算、分布式云等技术方案成为行业热点，产业边缘侧、5G 边缘侧和云边缘侧均提出了高水平的网络服务能力要求，与此同时，综合云计算、边缘计算、AI 计算、类脑计算、量子计算等异构计算技术难以在技术架构和服务方式方面实现能力统一，智能化算力连接是融合差异化计算能力的唯一方法。因此，充分发挥算力连接的使能效应，统筹“云、网、边、端”于一体的新一代计算技术得到了业界的高度认同。另一方面，计算化是信息通信网络演进的重要方向。当前，CT 网络正步入云网深度协同发展的新阶段，以SD-WAN、SRv6 为代表的Underlay /Overlay 网络技术日益成熟，然而，计算服务无感知、算力应用不亲和导致现有网络能力无法发挥智能连接的作用，因此，聚焦基础网络设施，全面提升底层网络对于计算服务/ 应用的感知性和亲和性，不仅符合网络服务创新发
展的根本需求，还可以带动网络技术朝向全面智能化的方向演进。
当前我国自动驾驶技术发展迅速，到2040 年自动驾驶功能将普及，算网融合将能满足智能驾驶对计算能力和任务网络传输能力的需求。在辅助驾驶场景中，车辆行驶过程中由于车辆外部盲区、障碍物等造成的视距外的交通安全问题，需要通过边缘计算节点收集该车辆位置周边的道路和交通综合信息，并进行数据统一处理，通过车联网辅助驾驶应用对有安全隐患的车辆发出警示信号，提高复杂路况下的驾驶安全。另一方面，通过搭建交通数字孪生体进行特殊情况下的交通车流变化推演，模拟出现交通事故或模拟举办大型赛事或演出，观察车流的变化，考验交通路网的承受能力，为城市交通主管部门制定应急预案提供决策依据。为实现自动驾驶车辆在运行过程中所需的网络连接、实时算力和安全运行三大要求，提出算网融合技术的参考架构如图1 所示。
图1 算网融合参考架构Fig.1 Computing network integration reference architecture
（1）算网服务/ 应用算网应用面向自动驾驶实际需求，提供多样化算力服务。满足车辆在不同运行工况和道路条件下，对信息基础设施在计算能力和网络连接方面的要求。用户管理：负责用户注册登录以及用户信息管理。权限/ 身份认证：负责对用户进行身份认证，明确资源使用权限。服务计费：管理用户账户，对正在使用的服务进行计费。
（2）算网系统/ 平台
算网系统/ 平台负责对算力服务进行编排、调度和生命周期管理，包含了算力系统、算力资源以及算力网络，实现对算力和网络资源的一体化管理和编排。
电信级可信区块链：对计算和存储资源进行登记，并记录用户使用服务的交易。
数据管理：对用户数据和计算结果进行存储、调用等管理。
服务编排：根据用户需求解析所需的服务类型和服务资源。
服务调度：结合当前网络计算、存储以及网络能力，对服务编排结果进行计算，确保当前资
源可以满足用户需求，将调度结果下发到网络层；并对服务进行全生命周期管理。
算力/ 存储资源监管：为网络拓扑管理提供数据实时查询和管理。
微服务架构：负责服务的创建、使用和删除。异构算力纳管：对不同的算力进行建模，为算力提供统一的度量、管理和评价方式。
算力感知：记录和管理算力节点通报本地计算能力的相关信息。
弹性隧道：按照实际服务使用需求，为数据传输提供端到端的弹性可分级隧道。
算力路由通告：转发算力路由信息，提供算力寻址能力。
网络拓扑管理：动态管理网络拓扑，根据计算、存储和网络传输能力实时更新。
确定性/ 无损网络：按照服务SLA 对数据进行转发。汽车互联网
（3）算网基础设施
算网设施是算网融合的物理基础，包含网络设施、计算设施和数据设施三个部分，是一种协
同了“云”“网”“边”“端”的分布式部署实例。数据设施存储海量数据，包含网络数据、环境数据、应用数据等，涵盖算网服务实例生命周期中数据收集、数据计算、数据传输等各个环节。计算设施主要包含云计算数据中心、边缘计算数据中心、人工智能数据中心以及高性能计算数据中心，是主要的算力承载体，为算网融合提供算力支点。网络设施则由全IP 网以及全光网络组成，整体网络架构向扁平化演进，对数据和计算任务进行传输，实现“云”“边”“端”之间的联通。