ការគណនាគែមនៅក្នុងយានយន្តស្វ័យប្រវត្តិ

ការគណនាគែម (Edge computing) កំពុងផ្លាស់ប្តូរយានយន្តស្វ័យប្រវត្តិ ដោយអនុញ្ញាតឱ្យមានដំណើរការទិន្នន័យយ៉ាងច្រើនពីឧបករណ៍ចាប់សញ្ញាដូចជា LiDAR រ៉ាដា និងកាមេរ៉ាក្នុងពេលវេលាជាក់ស្តែង។ មិនដូចការគណនាលើពពកបែបប្រពៃណី ដែលពឹងផ្អែកលើម៉ាស៊ីនមេពីចម្ងាយ ការគណនាគែមដំណើរការទិន្នន័យនៅក្នុងស្រុកនៅលើយានយន្ត ឬឧបករណ៍គែមនៅក្បែរនោះ ដោយកាត់បន្ថយភាពយឺតយ៉ាវ និងបង្កើនភាពជឿជាក់។ នេះគឺជារឿងសំខាន់សម្រាប់រថយន្តបើកបរដោយខ្លួនឯង ដែលការសម្រេចចិត្តភ្លាមៗអាចការពារការប៉ះទង្គិច និងធានាសុវត្ថិភាពអ្នកដំណើរ។ តាមរយៈការរួមបញ្ចូល 5G, AI និងការទំនាក់ទំនងយានយន្តទៅអ្វីៗគ្រប់យ៉ាង (V2X) ការគណនាគែមផ្តល់អំណាចដល់យានយន្តឱ្យមានអន្តរកម្មយ៉ាងរលូនជាមួយរថយន្តផ្សេងទៀត ហេដ្ឋារចនាសម្ព័ន្ធ និងអ្នកថ្មើរជើង ដោយបង្កើតប្រព័ន្ធដឹកជញ្ជូនឆ្លាតវៃដ៏ស៊ីសង្វាក់គ្នា។

ហេតុអ្វីបានជារឿងនេះសំខាន់? ការបើកបរដោយស្វ័យប្រវត្តិទាមទារការវិភាគភ្លាមៗនៃទិន្នន័យឧបករណ៍ចាប់សញ្ញាដើម្បីរុករកបរិស្ថានស្មុគស្មាញ ចាប់ពីផ្លូវក្នុងទីក្រុងដ៏មមាញឹករហូតដល់ផ្លូវជនបទដែលមានការតភ្ជាប់មិនទៀងទាត់។ ដំណើរការដែលមានភាពយឺតយ៉ាវទាបនៅគែមកាត់បន្ថយការពឹងផ្អែកលើម៉ាស៊ីនមេពពក កាត់បន្ថយថ្លៃដើមកម្រិតបញ្ជូន និងបង្កើនប្រសិទ្ធភាពនៅក្នុងតំបន់ដែលមានការតភ្ជាប់បណ្តាញខ្សោយ។ ឧទាហរណ៍ ប្រព័ន្ធ V2X អនុញ្ញាតឱ្យយានយន្តចែករំលែកព័ត៌មានថ្មីៗអំពីចរាចរណ៍តាមពេលវេលាជាក់ស្តែង ដែលធ្វើអោយប្រសើរឡើងនូវការគ្រប់គ្រងចរាចរណ៍ និងប្រសិទ្ធភាពប្រេងឥន្ធនៈ។ លើសពីនេះ បញ្ញាសិប្បនិម្មិតគែមគាំទ្រការរៀនម៉ាស៊ីននៅលើយន្តហោះ ដែលអនុញ្ញាតឱ្យយានយន្តសម្របខ្លួនទៅនឹងលក្ខខណ្ឌថាមវន្តដោយមិនចាំបាច់មានការទំនាក់ទំនងពពកជាប្រចាំ។

ការបញ្ចូលគ្នានៃបច្ចេកវិទ្យាទាំងនេះកំពុងបើកផ្លូវសម្រាប់ទីក្រុងឆ្លាតវៃ និងផ្លូវថ្នល់ដែលមានសុវត្ថិភាពជាងមុន។ តាមរយៈការទាញយកអត្ថប្រយោជន៍ពីភាពវៃឆ្លាតគែម យានយន្តដែលបានភ្ជាប់អាចសម្របសម្រួលជាមួយអង្គភាពតាមដងផ្លូវ (RSUs) និងហេដ្ឋារចនាសម្ព័ន្ធឆ្លាតវៃ ដោយកាត់បន្ថយការកកស្ទះ និងការបំភាយឧស្ម័ន។ ការរួមបញ្ចូលគ្នានៃបណ្តាញ 5G ធានានូវការវិភាគពេលវេលាជាក់ស្តែង ខណៈពេលដែលវិធានការសន្តិសុខតាមអ៊ីនធឺណិតដូចជា blockchain ការពារទិន្នន័យរសើប។ នៅពេលដែលយានយន្តស្វ័យប្រវត្តិវិវត្តឆ្ពោះទៅរកស្វ័យភាពពេញលេញ ការគណនាគែមឈរជាមូលដ្ឋានគ្រឹះ ដែលជំរុញការច្នៃប្រឌិតនៅក្នុងកម្មវិធីចល័តភាព ការដាក់ពង្រាយរថយន្តដឹកទំនិញ និងការថែទាំព្យាករណ៍។ ផ្នែកនេះស្វែងយល់ពីរបៀបដែលការរីកចម្រើនទាំងនេះកំពុងផ្លាស់ប្តូររូបរាងការដឹកជញ្ជូន ដោយកំណត់ដំណាក់កាលសម្រាប់អនាគតដែលការចល័តភាពឆ្លាតវៃមានប្រសិទ្ធភាព និងមានសុវត្ថិភាព។

តើ Edge Computing ជួយបង្កើនប្រសិទ្ធភាពយានយន្តស្វ័យប្រវត្តិយ៉ាងដូចម្តេច?

ការគណនាគែម (Edge computing) ធ្វើបដិវត្តន៍យានយន្តស្វ័យប្រវត្តិដោយដំណើរការទិន្នន័យនៅក្នុងស្រុក មិនដូចការគណនាលើពពក (cloud computing) ដែលពឹងផ្អែកលើម៉ាស៊ីនមេពីចម្ងាយនោះទេ។ ការផ្លាស់ប្តូរនេះគឺមានសារៈសំខាន់សម្រាប់រថយន្តបើកបរដោយខ្លួនឯង ដែលការសម្រេចចិត្តដែលមានភាពយឺតយ៉ាវទាបគឺមានសារៈសំខាន់សម្រាប់សុវត្ថិភាព និងដំណើរការ។ តាមរយៈការគ្រប់គ្រងទិន្នន័យឧបករណ៍ចាប់សញ្ញាពី LiDAR រ៉ាដា និងកាមេរ៉ានៅលើរថយន្ត ឬនៅឧបករណ៍គែមនៅក្បែរនោះ យានយន្តសម្រេចបាននូវដំណើរការជាក់ស្តែង ដោយកាត់បន្ថយការពន្យារពេលដែលអាចនាំឱ្យមានគ្រោះថ្នាក់។ ឧទាហរណ៍ ការរកឃើញអ្នកថ្មើរជើងតម្រូវឱ្យមានការវិភាគភ្លាមៗ ដែលការគណនាគែមផ្តល់ជូនដោយគ្មានការយឺតយ៉ាវនៃការផ្ទេរលើពពក។

គុណសម្បត្តិគឺច្បាស់ណាស់៖

ភាពយឺតយ៉ាវទាបបំផុត៖ អនុញ្ញាតឱ្យមានការរុករកក្នុងរយៈពេលមួយវិនាទី និងការបង្ការការប៉ះទង្គិចគ្នា។

ប្រសិទ្ធភាពកម្រិតបញ្ជូន៖ កាត់បន្ថយទិន្នន័យដែលបានផ្ញើទៅកាន់ពពក ដោយកាត់បន្ថយថ្លៃដើមកម្រិតបញ្ជូន។

ភាពជឿជាក់៖ ធានានូវមុខងារនៅក្នុងតំបន់ដែលមានការតភ្ជាប់បណ្តាញមិនល្អ ដូចជាផ្លូវជនបទជាដើម។

ការគណនាគែមគាំទ្រកម្មវិធីសំខាន់ៗក្នុងការបើកបរដោយស្វ័យប្រវត្តិ។ វាផ្តល់ថាមពលដល់ការទំនាក់ទំនងយានយន្តទៅអ្វីៗគ្រប់យ៉ាង (V2X) ដែលអនុញ្ញាតឱ្យយានយន្តចែករំលែកទិន្នន័យជាមួយរថយន្តផ្សេងទៀត (V2V) ហេដ្ឋារចនាសម្ព័ន្ធ (V2I) ឬអ្នកថ្មើរជើង (V2P) តាមរយៈបណ្តាញ 5G។ នេះជួយបង្កើនការគ្រប់គ្រងចរាចរណ៍ កាត់បន្ថយការកកស្ទះ និងបង្កើនប្រសិទ្ធភាពប្រេងឥន្ធនៈ។ ឧទាហរណ៍ បញ្ញាសិប្បនិម្មិតគែមដំណើរការទិន្នន័យផ្សំឧបករណ៍ចាប់សញ្ញាដើម្បីគូសផែនទីបរិស្ថានក្នុងពេលវេលាជាក់ស្តែង ដែលអាចឱ្យមានការរុករកប្រកបដោយភាពច្បាស់លាស់។ លើសពីនេះ បញ្ញាសិប្បនិម្មិតគែមដំណើរការគំរូរៀនម៉ាស៊ីននៅលើយន្តហោះ ដែលគាំទ្រដល់ការរកឃើញឧបសគ្គ និងការបើកបរសម្របខ្លួនដោយមិនចាំបាច់ពឹងផ្អែកលើពពកជាប្រចាំ។

បើប្រៀបធៀបទៅនឹងការគណនាលើពពក ការគណនាគែមផ្តល់នូវពេលវេលាឆ្លើយតបលឿនជាងមុន និងកាត់បន្ថយការពឹងផ្អែកលើការគណនាកណ្តាល ដែលមានសារៈសំខាន់សម្រាប់យានយន្តដែលបានភ្ជាប់នៅក្នុងបរិស្ថានថាមវន្ត។ វាក៏គាំទ្រទីក្រុងឆ្លាតវៃផងដែរដោយការរួមបញ្ចូលជាមួយអង្គភាពតាមដងផ្លូវ (RSU) សម្រាប់ការអាប់ដេតចរាចរណ៍តាមពេលវេលាជាក់ស្តែង។ តាមរយៈការបង្កើនប្រសិទ្ធភាពនៃការវិភាគទិន្នន័យនៅក្នុងស្រុក ការគណនាគែមកាត់បន្ថយភាពយឺតយ៉ាវនៃបណ្តាញ ដែលធ្វើឱ្យវាក្លាយជាមូលដ្ឋានគ្រឹះនៃប្រព័ន្ធដឹកជញ្ជូនឆ្លាតវៃ។ វិធីសាស្រ្តនេះធានាថាយានយន្តស្វ័យប្រវត្តិដំណើរការប្រកបដោយប្រសិទ្ធភាព សុវត្ថិភាព និងសន្សំសំចៃ ដោយបើកផ្លូវសម្រាប់កម្មវិធីចល័តដែលអាចធ្វើមាត្រដ្ឋានបាន និងហេដ្ឋារចនាសម្ព័ន្ធឆ្លាតវៃរឹងមាំ។

ការបើកដំណើរការបច្ចេកវិទ្យាសម្រាប់ការគណនាគែមនៅក្នុងយានយន្តស្វ័យប្រវត្តិ

ការគណនាគែមនៅក្នុងយានយន្តស្វ័យប្រវត្តិពឹងផ្អែកលើបច្ចេកវិទ្យាទំនើបៗ ដើម្បីផ្តល់នូវដំណើរការជាក់ស្តែង និងការតភ្ជាប់ដ៏រលូន។ បណ្តាញ 5G ដែលផ្គូផ្គងជាមួយនឹងការគណនាគែមច្រើនច្រកចូល (MEC) គឺជាស្នូល ដែលផ្តល់នូវការទំនាក់ទំនងដែលមានភាពយឺតយ៉ាវទាបសម្រាប់ប្រព័ន្ធយានយន្តទៅអ្វីៗគ្រប់យ៉ាង (V2X)។ 5G អាចឱ្យមានអន្តរកម្ម V2V, V2I និង V2P ដែលអនុញ្ញាតឱ្យយានយន្តចែករំលែកទិន្នន័យចរាចរណ៍ជាមួយអង្គភាពតាមដងផ្លូវ (RSUs) ឬហេដ្ឋារចនាសម្ព័ន្ធឆ្លាតវៃ ដែលបង្កើនការគ្រប់គ្រងចរាចរណ៍ និងការបង្ការការប៉ះទង្គិចគ្នា។ ការដំឡើង MEC ឯកជនគាំទ្រប្រតិបត្តិករកងនាវា ខណៈពេលដែល MEC សាធារណៈធានានូវការធ្វើសមាហរណកម្មទីក្រុងឆ្លាតវៃកាន់តែទូលំទូលាយ ដែលធ្វើឱ្យយានយន្តដែលបានភ្ជាប់មានការឆ្លើយតបកាន់តែល្អ។

បញ្ញាសិប្បនិម្មិត (AI) និងការរៀនម៉ាស៊ីនជំរុញបញ្ញាគែម ដំណើរការទិន្នន័យឧបករណ៍ចាប់សញ្ញាពី LiDAR រ៉ាដា និងកាមេរ៉ាក្នុងពេលវេលាជាក់ស្តែង។ គំរូសិក្សាស៊ីជម្រៅ ដែលដំណើរការលើផ្នែករឹងឯកទេសដូចជា NVIDIA DRIVE ឬ Qualcomm Snapdragon អាចឱ្យមានការវិន្និច្ឆ័យតាមពេលវេលាជាក់ស្តែងសម្រាប់ការរុករក និងការរកឃើញឧបសគ្គ។ វេទិកាទាំងនេះបង្កើនប្រសិទ្ធភាពធនធានកុំព្យូទ័រ ដោយធ្វើឱ្យមានតុល្យភាពនៃដំណើរការជាមួយនឹងការប្រើប្រាស់ថាមពល។ ឧទាហរណ៍ បញ្ញាសិប្បនិម្មិតគែមវិភាគស្ថានភាពផ្លូវភ្លាមៗ ដោយកាត់បន្ថយការពឹងផ្អែកលើការគណនាលើពពក។

ការបញ្ចូលគ្នានៃឧបករណ៍ចាប់សញ្ញារួមបញ្ចូលទិន្នន័យពីប្រភពច្រើនសម្រាប់ការគូសផែនទីបរិស្ថានបានត្រឹមត្រូវ។ តាមរយៈការរួមបញ្ចូលគ្នានូវធាតុចូល LiDAR រ៉ាដា និងកាមេរ៉ា យានយន្តសម្រេចបាននូវការសម្រេចចិត្តជាក់ស្តែងយ៉ាងច្បាស់លាស់។ ការគណនាគែមត្រងទិន្នន័យនេះនៅក្នុងស្រុក ដោយកាត់បន្ថយការប្រើប្រាស់កម្រិតបញ្ជូន និងបន្ធូរបន្ថយបន្ទុកនៅលើម៉ាស៊ីនមេពពក។ នេះគឺជារឿងសំខាន់សម្រាប់ប្រព័ន្ធដឹកជញ្ជូនឆ្លាតវៃ (ITS) ដែលការវិភាគទិន្នន័យប្រកបដោយប្រសិទ្ធភាពគាំទ្រដល់ការចល័តឆ្លាតវៃ។

បច្ចេកវិទ្យាសំខាន់ៗរួមមាន៖

5G និង MEC៖ បើកការទំនាក់ទំនង V2X ដែលមានល្បឿនលឿន និងអាចទុកចិត្តបាន។

គែម AI៖ ផ្តល់ថាមពលដល់ការរៀនម៉ាស៊ីននៅលើយន្តហោះសម្រាប់ការឆ្លើយតបថាមវន្ត។

ការបញ្ចូលគ្នានៃឧបករណ៍ចាប់សញ្ញា៖ ផ្សំទិន្នន័យសម្រាប់ការរុករកដែលត្រឹមត្រូវ និងទាន់ពេលវេលា។

គុណសម្បត្តិនៃការគណនាគែមនៅក្នុងប្រព័ន្ធយានយន្តស្វ័យប្រវត្តិ

ការគណនាគែម (Edge computing) ផ្លាស់ប្តូរយានយន្តស្វ័យប្រវត្តិដោយអនុញ្ញាតឱ្យមានដំណើរការជាក់ស្តែង ដោយផ្តល់នូវអត្ថប្រយោជន៍សំខាន់ៗសម្រាប់សុវត្ថិភាព ប្រសិទ្ធភាព និងសមត្ថភាពធ្វើមាត្រដ្ឋាន។ តាមរយៈដំណើរការទិន្នន័យឧបករណ៍ចាប់សញ្ញាពី LiDAR រ៉ាដា និងកាមេរ៉ានៅក្នុងស្រុក ការគណនាគែមធានានូវការឆ្លើយតបដែលមានភាពយឺតយ៉ាវទាប ដែលមានសារៈសំខាន់សម្រាប់ការបង្ការការប៉ះទង្គិចគ្នា។ ឧទាហរណ៍ ការរកឃើញឧបសគ្គ ឬអ្នកថ្មើរជើងជាមិល្លីវិនាទី បង្កើនសុវត្ថិភាពយានយន្ត កាត់បន្ថយហានិភ័យនៃគ្រោះថ្នាក់នៅក្នុងបរិស្ថានថាមវន្តដូចជាផ្លូវក្នុងទីក្រុង។ ការគ្រប់គ្រងចរាចរណ៍មានភាពប្រសើរឡើង ដោយសារភាពវៃឆ្លាតគែមគាំទ្រដល់ការទំនាក់ទំនងយានយន្តទៅអ្វីៗគ្រប់យ៉ាង (V2X)។ តាមរយៈ V2V និង V2I យានយន្តចែករំលែកទិន្នន័យជាក់ស្តែងជាមួយអង្គភាពតាមដងផ្លូវ (RSUs) និងហេដ្ឋារចនាសម្ព័ន្ធឆ្លាតវៃ ដោយធ្វើឱ្យលំហូរចរាចរណ៍ប្រសើរឡើង និងកាត់បន្ថយការកកស្ទះ។ នេះនាំឱ្យមានប្រសិទ្ធភាពប្រេងឥន្ធនៈ កាត់បន្ថយថ្លៃដើម និងការបំភាយឧស្ម័នសម្រាប់យានយន្តដែលបានភ្ជាប់។ ការគណនាគែមក៏កាត់បន្ថយការប្រើប្រាស់កម្រិតបញ្ជូនដោយត្រងទិន្នន័យនៅក្នុងស្រុក កាត់បន្ថយការពឹងផ្អែកលើការគណនាលើពពក និងកាត់បន្ថយថ្លៃដើមកម្រិតបញ្ជូន។ សម្រាប់ទីក្រុងឆ្លាតវៃ ការគណនាគែមអាចឱ្យប្រព័ន្ធដឹកជញ្ជូនឆ្លាតវៃដែលអាចធ្វើមាត្រដ្ឋានបាន (ITS)។ វាគាំទ្រកម្មវិធីចល័ត និងការរៀបចំផែនការដឹកជញ្ជូនតាមរថយន្តដឹកទំនិញ ដែលយានយន្តសម្របសម្រួលដើម្បីសន្សំសំចៃប្រេងឥន្ធនៈ និងធ្វើឱ្យការដឹកជញ្ជូនមានភាពរលូន។ តាមរយៈដំណើរការទិន្នន័យនៅគែម ប្រព័ន្ធបើកបរស្វ័យប្រវត្តិនៅតែអាចទុកចិត្តបានសូម្បីតែនៅក្នុងតំបន់ដែលមានការតភ្ជាប់បណ្តាញមិនល្អក៏ដោយ ដែលធានាបាននូវដំណើរការស្របគ្នា។ គុណសម្បត្តិសំខាន់ៗរួមមាន៖ សុវត្ថិភាពប្រសើរឡើង៖ ការវិភាគពេលវេលាជាក់ស្តែងសម្រាប់ការរកឃើញគ្រោះថ្នាក់ភ្លាមៗ។ ការបង្កើនប្រសិទ្ធភាព៖ ចរាចរណ៍ និងប្រសិទ្ធភាពប្រេងឥន្ធនៈប្រសើរឡើងតាមរយៈ V2X។ សមត្ថភាពធ្វើមាត្រដ្ឋាន៖ គាំទ្រដល់ការធ្វើសមាហរណកម្មទីក្រុងឆ្លាតវៃ និងការគ្រប់គ្រងកងនាវា។



ការអនុវត្តជាក់ស្តែង និងឧទាហរណ៍ឧស្សាហកម្ម
ការគណនាគែមជំរុញកម្មវិធីផ្លាស់ប្តូរនៅក្នុង យានយន្តស្វ័យប្រវត្តិ, អនុញ្ញាតឱ្យ ដំណើរការ​តាម​ពេលវេលា​ជាក់ស្តែង សម្រាប់ករណីប្រើប្រាស់ជាច្រើនប្រភេទ។ នៅក្នុងពាណិជ្ជកម្ម កងនាវាស្វយ័តក្រុមហ៊ុនដូចជា Waymo harness បញ្ញា​គែម តាមរយៈកម្រិតខ្ពស់ កុំព្យូទ័រ​ដែល​បាន​បង្កប់ ប្រព័ន្ធសម្រាប់ដំណើរការ ទិន្នន័យឧបករណ៍ចាប់សញ្ញា ពី LiDAR, រ៉ាដានិង កាមេរ៉ាការធ្វើឱ្យការដឹកជញ្ជូន និងភស្តុភារកាន់តែងាយស្រួល។ កងនាវាទាំងនេះពឹងផ្អែកលើ បញ្ញាសិប្បនិម្មិតគែម សម្រាប់ ការវិភាគតាមពេលវេលាជាក់ស្តែងធានាការរុករកប្រកបដោយប្រសិទ្ធភាព និង ការបង្ការការប៉ះទង្គិចគ្នា នៅក្នុងបរិស្ថានថាមវន្ត។ ឧទាហរណ៍ ក កុំព្យូទ័រខ្នាតតូចដែលគ្មានកង្ហារ អនុញ្ញាតឱ្យរថយន្តដឹកជញ្ជូនសម្របផ្លូវភ្លាមៗ ដោយកាត់បន្ថយ ការប្រើប្រាស់ប្រេងឥន្ធនៈ និងពេលវេលាដឹកជញ្ជូន។


ក្នុង ទីក្រុងឆ្លាតវៃ, ការគណនាគែម បង្កើន ការគ្រប់គ្រងចរាចរណ៍ តាមរយៈ យានយន្ត​សម្រាប់​អ្វីៗ​គ្រប់យ៉ាង (V2X) ប្រព័ន្ធ។ អង្គភាព​តាម​ដងផ្លូវ (RSUs) និង ហេដ្ឋារចនាសម្ព័ន្ធឆ្លាតវៃ, ដំណើរការដោយថាមពលរឹងមាំ កុំព្យូទ័រ​ប្រភេទ​ rackmount ឧស្សាហកម្ម ដំណោះស្រាយ ដំណើរការទិន្នន័យនៅក្នុងស្រុក ដើម្បីឱ្យអាច V2I ការទំនាក់ទំនង ការសម្របសម្រួលសញ្ញាចរាចរណ៍ និងការកាត់បន្ថយការកកស្ទះ។ Apollo Go របស់ Baidu រួមបញ្ចូល 5G និង កុំព្យូទ័រ​ដែល​មាន​រន្ធ​សម្រាប់​តោង​លើ​រ៉ាក់ ប្រព័ន្ធដើម្បីគាំទ្រ ការបើកបរដោយស្វ័យប្រវត្តិ នៅតំបន់ទីក្រុង ជំរុញ សុវត្ថិភាពយានយន្ត និងលំហូរចរាចរណ៍។ កិច្ចសហការនេះជំរុញឱ្យមានការធ្វើមាត្រដ្ឋាន ប្រព័ន្ធដឹកជញ្ជូនឆ្លាតវៃ (ITS), គាំទ្រ កម្មវិធីចល័ត សម្រាប់ព័ត៌មានថ្មីៗអំពីចរាចរណ៍តាមពេលវេលាជាក់ស្តែង។


ក្រុមហ៊ុន Intel Mobileye បង្ហាញ​ពី​បច្ចេកវិទ្យា ការគណនាគែម នៅក្នុងយានយន្តប្រើប្រាស់ ដោយទាញយកអត្ថប្រយោជន៍ពី ការរៀនសូត្រស៊ីជម្រៅ នៅលើ កុំព្យូទ័រខ្នាតតូចឧស្សាហកម្ម សម្រាប់ ការរកឃើញឧបសគ្គ និងការរុករក។ ដោយដំណើរការ ការបញ្ចូលគ្នានៃឧបករណ៍ចាប់សញ្ញា ទិន្នន័យនៅលើយន្តហោះ Mobileye កាត់បន្ថយ ភាពយឺតយ៉ាវនៃបណ្តាញ និង ការពឹងផ្អែកលើពពកធានានូវភាពជឿជាក់នៅក្នុងតំបន់ដែលមានភាពក្រីក្រ ការតភ្ជាប់បណ្តាញវិធីសាស្រ្តនេះក៏បន្ថយផងដែរ ថ្លៃដើមកម្រិតបញ្ជូន, ការធ្វើ យានយន្តដែលបានភ្ជាប់ អាចចូលដំណើរការបាន និងមានប្រសិទ្ធភាពជាងមុន។




កម្មវិធីសំខាន់ៗរួមមាន៖


កងនាវាស្វយ័ត៖ ការបង្កើនប្រសិទ្ធភាពផ្លូវដឹកជញ្ជូនតាមពេលវេលាជាក់ស្តែង។
ការរួមបញ្ចូលទីក្រុងឆ្លាតវៃ៖ V2X សម្រាប់ការសម្របសម្រួលចរាចរណ៍ និងប្រសិទ្ធភាពប្រេងឥន្ធនៈ។
យានយន្តប្រើប្រាស់៖ បច្ចេកវិទ្យា AI គែម​ដែល​មាន​ស្រាប់​សម្រាប់​ការ​រុករក​ដែល​មាន​សុវត្ថិភាព​ជាង។


ឧទាហរណ៍ទាំងនេះបង្ហាញពីរបៀបដែល Edge Computing ផ្តល់ថាមពលដល់ការចល័តឆ្លាតវៃ ដោយក្រុមហ៊ុនដូចជា NVIDIA និង Tesla ជំរុញកម្មវិធីដែលមានមូលដ្ឋានលើ Edge។ តាមរយៈការរួមបញ្ចូលគ្នានូវបណ្តាញ 5G សន្តិសុខតាមអ៊ីនធឺណិត និងការវិភាគទិន្នន័យ Edge Computing ធានាថាយានយន្តស្វ័យប្រវត្តិមានប្រសិទ្ធភាព សុវត្ថិភាព និងត្រៀមខ្លួនសម្រាប់ការអនុម័តយ៉ាងទូលំទូលាយនៅក្នុងទីក្រុង។




វេទិកាកុំព្យូទ័រគែមរឹងមាំផ្តល់ថាមពលដល់ការបើកបរដោយស្វ័យប្រវត្តិ




ដោយសារការបើកបរដោយស្វ័យប្រវត្តិអាចចូលដំណើរការបានយ៉ាងពេញលេញនៅក្នុងតំបន់ទីក្រុងសំខាន់ៗរបស់ទីក្រុងហាំងចូវ ការរីកចម្រើននៃឧបករណ៍ឆ្លាតវៃបានក្លាយជាចំណុចកណ្តាលនៃវឌ្ឍនភាពបច្ចេកវិទ្យា។ ដើម្បីបំពេញតម្រូវការនេះ យើងណែនាំវេទិកា AI ដ៏រឹងមាំមួយសម្រាប់ការគណនាគែមដែលត្រូវបានរចនាឡើងសម្រាប់ការបើកបរដោយស្វ័យប្រវត្តិ និងប្រព័ន្ធដឹកជញ្ជូនឆ្លាតវៃ ដែលបំពាក់ដោយដំណើរការ CPU និង GPU ដ៏រឹងមាំ។



ថាមពលកុំព្យូទ័រដ៏អស្ចារ្យ


វេទិកា SIN-3412-R680E ត្រូវបានបំពាក់ដោយស៊ីភីយូជំនាន់ទី 12/13 របស់ Intel ដែលគាំទ្ររហូតដល់ 24 ស្នូល និង 32 ខ្សែសម្រាប់ការគ្រប់គ្រងភារកិច្ចស្មុគស្មាញប្រកបដោយប្រសិទ្ធភាព។ វាមានរន្ធដោតអង្គចងចាំ ECC ទំហំ 64GB ចំនួនពីរ ដែលធានាបាននូវការគាំទ្រដែលអាចទុកចិត្តបានសម្រាប់ប្រតិបត្តិការសំខាន់ៗ។ សម្រាប់ការផ្ទុក វាផ្តល់ជូននូវរន្ធដោតគ្រាប់ចុច M.2 2280 M ដែលគាំទ្រ Gen4 x4 NVMe SSDs បូករួមទាំងជម្រើសផ្ទុកដែលអាចប្តូរបានពីរនៅខាងមុខ៖ HDD/SSD SATA ទំហំ 2.5 អ៊ីញមួយ និងថាស NVMe M.2 2280 Gen4 x4 ជាជម្រើស ដែលឆ្លើយតបទៅនឹងតម្រូវការផ្ទុកចម្រុះ។



ចំណុចប្រទាក់ទូលំទូលាយ និងសមត្ថភាពពង្រីក


SIN-3412-R680E ផ្តល់នូវចំណុចប្រទាក់ I/O ដ៏សម្បូរបែបនៅលើក្តារ រួមទាំងរន្ធ USB 3.2 Gen2 ចំនួនប្រាំមួយ រន្ធ Ethernet 2.5G ចំនួនបី/រន្ធ Gigabit Ethernet និងរន្ធ Ethernet 10G ជាជម្រើសមួយ។ វាក៏រួមបញ្ចូលទាំងចំណុចប្រទាក់ RS-232/422/485 ដែលអាចសរសេរកម្មវិធីបានពីរសម្រាប់ការតភ្ជាប់ដែលអាចបត់បែនបាន។ សម្រាប់ការពង្រីក វេទិកានេះមានរន្ធ PCIe x16 មួយជាមួយនឹងទទឹងរន្ធបន្ថែម 6.5mm ដែលត្រូវបានបម្រុងទុកសម្រាប់កាត GPU។ តង្កៀបចាក់សោ GPU ប្រកបដោយភាពច្នៃប្រឌិតធានានូវស្ថេរភាព ខណៈពេលដែលស៊ុមស្រូបយកការប៉ះទង្គិចតែមួយគត់កាត់បន្ថយរំញ័រប្រេកង់ខ្ពស់ ដែលធានានូវប្រតិបត្តិការដែលអាចទុកចិត្តបានទាំងក្នុងកម្មវិធីនៅលើផ្លូវ និងក្រៅផ្លូវ។ វាគាំទ្រ NVIDIA® RTX A4000, A5000, A6000, 6000 Ada និង GPU ស៊េរី RTX 40 ដែលបានជ្រើសរើស។




ជម្រើសពង្រីកបន្ថែម


វេទិកានេះផ្តល់ជូននូវរន្ធ PCIe បន្ថែមចំនួនបីសម្រាប់កាតចាប់យក GMSL2/កាមេរ៉ាឧស្សាហកម្ម ឬកាតពង្រីកផ្សេងទៀត រន្ធ mini PCIe ប្រវែងពេញពីរសម្រាប់ការពង្រីកច្រក CAN bus/COM និងរន្ធ M.2 B key មួយសម្រាប់ម៉ូឌុល 4G LTE, 5G NR ឬ WiFi ដែលផ្តល់នូវការប្ដូរតាមបំណងដែលអាចបត់បែនបាន។




ការរចនាកម្ដៅប្រកបដោយភាពច្នៃប្រឌិត


ការរចនាប្រព័ន្ធត្រជាក់ដែលគ្មានកង្ហារដែលបង្ហាញឱ្យឃើញ ធានានូវដំណើរការ CPU និង GPU ដែលមានស្ថេរភាពក្នុងសីតុណ្ហភាពចាប់ពី -25°C ដល់ 60°C។ វាកាត់បន្ថយសំឡេងរំខាន បង្កើនភាពជឿជាក់ និងពន្យារអាយុកាលប្រើប្រាស់ ដែលធ្វើឱ្យវាល្អសម្រាប់ការបើកបរដោយស្វ័យប្រវត្តិនៅក្នុងបរិបទទីក្រុង។



ទស្សនវិស័យនៃការដាក់ពាក្យ


វេទិកា SIN-3412-R680E ជាមួយនឹងដំណើរការដ៏លេចធ្លោ និងការពង្រីកដែលអាចបត់បែនបានរបស់វា ផ្តល់នូវការគាំទ្រដ៏រឹងមាំសម្រាប់ការបើកបរដោយស្វ័យប្រវត្តិ និងការដឹកជញ្ជូនឆ្លាតវៃ។ វាដំណើរការប្រកបដោយភាពជឿជាក់នៅក្នុងបរិយាកាសស្មុគស្មាញ ដោយបំពេញតម្រូវការនៃការចល័តឆ្លាតវៃក្នុងទីក្រុង។ នៅពេលដែលទីក្រុងឆ្លាតវៃវិវឌ្ឍ វេទិកានេះគឺជាកត្តាជំរុញដ៏សំខាន់នៃបច្ចេកវិទ្យាយានយន្តស្វ័យប្រវត្តិ ដោយផ្តល់ជូននូវការរចនាប្រកបដោយភាពច្នៃប្រឌិត និងដំណើរការដែលអាចទុកចិត្តបានសម្រាប់អនាគតនៃការដឹកជញ្ជូនឆ្លាតវៃ។ សម្រាប់ការសាកសួរ ឬដើម្បីស្វែងយល់បន្ថែម សូមទាក់ទងមកយើងខ្ញុំ!