El rol del edge computing en la evolución de la conducción autónoma de los autos en China

Durante una visita a las instalaciones de Huawei en China, realizada por invitación de la compañía, fue posible conocer en detalle las tecnologías que impulsarán la evolución de los vehículos inteligentes hacia 2030. Entre los desarrollos presentados, destaca el papel del edge computing en los sistemas de conducción autónoma, un componente clave para mejorar la percepción, el procesamiento de datos en tiempo real y la actualización remota de funciones críticas en el automóvil. El camino hacia la descentralización de la conducción autónoma en China De acuerdo con el reporte Intelligent Automotive Solution 2030 en su versión 2024, se describe cómo el edge computing (computación de borde) será clave para que los sistemas de conducción autónoma (ADS) de los autos, mejoren de una manera tal que para 2030, HUAWEI prevé que: Los vehículos alcancen capacidades de procesamiento superiores a los 5.000 TOPS (Tera Operations Per Second), de manera local. Manejen más de 3 millones de DMIPS (Dhrystone Million Instructions Per Second) Consumos de cómputo inferiores a 150 W, para mejorar la autonomía del vehículo. https://pisapapeles.net/que-es-el-edge-computing/ Desglosemos la métrica anterior por partes: 5.000 TOPS significa que el sistema del vehículo podrá realizar cinco billones de operaciones por segundo. Este nivel de capacidad no es para tareas normales, sino para cosas muy complejas como: Analizar imágenes de múltiples cámaras en tiempo real. Fusionar datos de radares, Lidars y sensores ultrasonidos para crear un "mapa" instantáneo del entorno. Predecir movimientos de peatones, otros autos o ciclistas de manera inmediata. Ejecutar algoritmos de inteligencia artificial para conducción autónoma avanzada. La idea de esta medida, finalmente, se refiere a la capacidad de cómputo que tendrá el cerebro del vehículo para razonar de manera instantánea, de segundo a segundo para entender y comprender el entorno, como si se tratara de un conductor experto, es decir, tareas relacionadas con IA. TOPS vs. DMIPS Por otra parte, los más de 3 millones de DMIPS representan un nivel de rendimiento que permite al sistema de cómputo del vehículo ejecutar una gran cantidad de operaciones de control en paralelo, asegurando la gestión eficiente de múltiples subsistemas críticos. Los DIMPS reflejan la capacidad del procesador para manejar secuencias lógicas básicas de forma extremadamente rápida, sin involucrar razonamiento autónomo. Esto es especialmente crítico para que el auto pueda gestionar subsistemas como: Gestión del motor, Administración del chasis, Control de climatización, Seguridad básica, entre otros Es decir, el computador del auto podrá manejar, de manera extremadamente rápida, todos los sistemas básicos del vehículo, consumiendo la menor energía posible, mejorando su eficiencia. ¿Qué está a cargo de qué? La arquitectura propuesta en el informe separa las funciones entre la inteligencia artificial y la computación tradicional. Las tareas relacionadas con percepción, predicción y toma de decisiones estarán a cargo de la inteligencia artificial; la computación tradicional deberá gestionar: funciones como el control del motor, frenos y chasi . https://datawrapper.dwcdn.net/M9OyH/1/ La descentralización en los autos gracias al edge computing Recordemos cuando partió el 5G, uno de los grandes aplicativos que defendían las grandes firmas, era que se necesitaban redes robustas de baja latencia para aplicaciones como la conducción autónoma, no obstante las redes 5G actuales no pueden llevar a cabo esta solución. El enviar la información a la nube, procesarla, y luego regresarla, hay un tiempo de pérdida de reacción del auto. Por otra parte, si el vehículo se queda sin conectividad, no podrá procesar la información en tiempo real. En el papel, la solución mediante redes de telecomunicación, solo sería posible mediante redes 5G SA, por el gran ancho de banda y muy baja latencia. Implementación de tecnologías 5G para la conducción autónoma en el proyecto NorthStar de Ericsson. La iniciativa combina redes 5G standalone (SA) públicas y dedicadas, V2X con mmWave, pruebas de slicing de red y posicionamiento preciso, permitiendo a los vehículos cambiar de red de forma ininterrumpida y mejorar la seguridad vial a través de soluciones innovadoras | Imagen créditos: Ericsson Con los avances en materia de IA y tecnologías de edge computing, es normal que la tendencia de hace algunos años para los autos autónomos, cambie de paradigma, así lo destaca el informe de Huawei. La arquitectura eléctrica y electrónica de los vehículos está migrando de esquemas descentralizados, que empleaban cerca de 100 ECU (Electronic Control Units) independientes y más de tres kilómetros de cableado. De ahí que el cómputo centralizado es clave en materia de procesamiento en tiempo real, reducción de circuitos y chips, permitiendo actualizaciones OTA (Over-the-Air), así como reduciendo significativamente peso, complejidad y costos de ensamblaje. Edge computing como base para arquitecturas de autos de alta capacidad La nueva arquitectura vehicular se estructura en nodos zonales conectados a través de redes de alta velocidad, superando los 100 Gbps (Gigabits por segundo) mediante Ethernet vehicular y fibra óptica, hacia una unidad de cómputo central, cuya función es concentrar el procesamiento de funciones críticas del auto. El procesamiento local en el vehículo será esencial para operar sensores de nueva generación, como: Vámaras UHD (Ultra High Definition), Radares de imágenes 4D, Lidar (Light Detection and Ranging) de alta resolución Sensores infrarrojos Capaces de generar volúmenes masivos de datos en tiempo real. AITO M9 y su sistema completo de percepción del entorno. Este cambio en la forma de crear los nuevos, Huawei destaca que es necesario adaptar redes Time-Sensitive Networking (TSN) para garantizar latencias determinísticas en las comunicaciones internas del vehículo y la implementación de arquitecturas de servicios (SOA, Service-Oriented Architecture), permitiendo la actualización y mejora de funciones mediante software, independientemente del hardware. https://datawrapper.dwcdn.net/5D87D/1/ Es decir, los autos tendrán sistemas de comunicación internas extremadamente rápidas y precisas; con ello serán capaces de transmitir información crítica sin retrasos. Además, la plataforma debe permitir que las funciones del vehículo se actualicen o mejoren simplemente cambiando el software, sin afectar al hardware. Esta evolución permitirá que en los vehículos equipados con el software de conducción autónoma Huawei ADS, las nuevas funciones puedan incorporarse mediante actualizaciones remotas de software, sin necesidad de reemplazar el hardware instalado en el automóvil. La siguiente tabla resume las capacidades técnicas proyectadas: https://datawrapper.dwcdn.net/J2HOJ/1/ Avances en percepción y colaboración entre vehículos El reporte también destaca el desarrollo de sistemas de detección del entorno, de espectro completo, combinando sensores de diferente índole, como aquellos que permiten percibir las condiciones climáticas, así como otros, las condiciones lumínicas, mediante: Cámaras visibles/infrarrojas, Radares D-band (110–170 GHz) Lidars de 1550 nm con tecnología FMCW (Frequency Modulated Continuous Wave). https://datawrapper.dwcdn.net/u8Jte/2/ Edge computing permitirá una conducción autónoma operada a nivel local, y además permitirá la coordinación entre múltiples autos usando plataformas cloud tipo V2X (Vehicle-to-Everything), compartiendo data relacionada con el clima, ambiente y otras estrategias de conducción en tiempo real. ¿Qué te parece el escenario que prepara China para la conducción inteligente de los autos, con plataformas como HUAWEI ADS? Fuente: Huawei GIV Report 2024