聊聊自动驾驶电动汽车消耗的能量比你想象的要多

知识力量

　　除了安全问题外，自动驾驶软件可能会抵消电动汽车的节能降耗。汽车视觉系统https://www.foresightauto.com.cn/foresight18/ 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司，提供自动驾驶汽车解决方案，帮助他们开发自动驾驶汽车的三维感知和探测能力，以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。

　　道路上的十亿辆自动驾驶汽车所消耗的能量可能与世界上所有的数据中心消耗的能量一样多。

　　真正的自动驾驶汽车至少还有几年的路要走，但如果软件成为事实上的自动驾驶工具的那一天真的到来，一项新的研究表明，它需要更加节能才行。如果没有，自动驾驶功能表面上会抵消任何自动驾驶电动汽车对环境的积极影响。根据麻省理工学院研究人员的一项新研究，统计建模表明，为不久的将来全球自动驾驶电动汽车提供动力所需的潜在能源消耗将产生与世界上所有现有数据中心总和相同的温室气体。

　　如今，为世界上无数应用程序提供动力的大型计算机阵列所在的物理场所产生了约0.3%的温室气体排放量，大约相当于阿根廷每年产生的碳量。研究人员估计，自动驾驶技术将在10亿辆自动驾驶汽车中达到这一水平，每辆汽车每天仅行驶一小时。相比之下，目前世界道路上约有15亿辆汽车。

　　研究人员还发现，在90%以上的模型中，电动汽车计算机只需使用不到1.2千瓦的计算能力，就可以保持在今天的数据中心排放范围内，这是我们目前硬件效率无法实现的。例如，在另一个统计模型中，分析了到2050年95%的车辆都是自动驾驶的情景，计算工作量每3年翻一番，汽车的硬件效率需要每年翻一番才能将排放量保持在相同水平。相比之下，数十年来公认的摩尔定律（Moore’s Law）表明，计算能力每两年左右就会翻倍——预计这一时间段最终会放缓，而不是加速。

　　这些场景的参数——道路上有多少辆汽车、行驶多长时间、车载计算能力和能源需求等——似乎相对清晰，但也有许多无法预见的后果需要考虑。例如，当人们同时处理多项任务时，自动驾驶汽车可能会在道路上花费更多的时间。还有一个问题是，尝试为未来的硬件和软件建模。

　　然后还有需要考虑的神经网络。

　　麻省理工学院指出，半自动驾驶汽车已经依赖于诸如“多任务深度神经网络”等流行算法，使用大量高分辨率摄像头为其系统提供恒定的实时信息来导航。研究人员估计，如果一辆自动驾驶汽车在仅行驶一小时的情况下使用10个深度神经网络分析10个摄像头的图像，它每天将产生2160万个推断。对10亿辆汽车进行外推，你会得到21.6万亿的推论。

　　麻省理工学院解释道：“从这个角度来看，Facebook全球所有的数据中心每天都会做出数万亿次的推断（1万亿就是1000万亿）。”

　　可以说，如果汽车行业想要继续向自动驾驶技术扩张，需要考虑这些缺点。电动汽车是我们可持续未来的关键，但自动驾驶版本最终可能加剧能源危机。

　　举报/反馈