《智能网联汽车网络技术路线图（2025—2030）》发布，浪潮信息参编

随着汽车加速迈向智能化、网联化，车端应用场景从信息娱乐扩展到多源协同感知和自动驾驶等高阶场景，计算需求呈现端-边-云分级部署的协同发展趋势，通信需求从基础连接升级为全域覆盖、低时延、高可靠的多维体系。异构算力协同、C-V2X等多技术融合发展带来标准协同、基础设施升级和安全风险等系统性挑战。在此背景下，《路线图》针对汽车智能化演进，提出以“连接-计算-安全”为核心的三大技术方向，并系统规划各技术方向面向2030年的演进路径与发展目标等，将有力推动智能网联汽车领域跨行业及产业链上下游的协同创新与可持续发展。

自动驾驶向高阶场景迈进，端边云的算力基础设施成为关键

《路线图》指出，随着自动驾驶等级提升和车路协同应用深化，不同网络深度协同是未来网络发展的必然选择，分布式计算和ICT融合是实现高阶智能的关键路径，安全是产业健康发展的根本保证。在“连接-计算-安全”三大核心技术中，算力基础设施作为连接人-车-路的关键一环，将面临海量感知数据实时计算的处理瓶颈。传统的中心化云计算已无法满足低时延、高带宽的严苛要求，算力下沉至边缘和端侧已成为必然趋势。

为此，《路线图》中明确，至2030年，要构建“端-边-云”分级部署、能力协同的算力基础设施体系，推动计算资源与网络传输能力深度融合。具体包括：路侧计算设备的可靠性及环境适应性显著提升，新建路侧计算设备的算力纳管率不少于90%；边缘云升级改造，具备智算能力的边缘云不少于90%。《路线图》的制定将加强产业上下游的协同，共同建立相对成熟的端边云协同计算体系，实现端算力之间，以及端边云算力之间的资源共享及按需调度，为车辆提供即取即用、精准匹配的算力服务能力。

目前，部分示范区已通过实践证明，端-边-云协同可以大幅降低自动驾驶车端的网络延时。例如北京亦庄示范区的车路云一体化项目，将车端数据的处理从100ms缩短至20ms，使云端的计算压力降低了50%。同时，数据显示截至目前全国累计自动驾驶开放测试示范道路3.5万公里，部署智能化路侧单元超过1.1万套，随着“车路云一体化”应用试点范围的扩大，高效、协同的算力基础设施将成为产业规模化落地的关键支撑。

浪潮信息打造智能化路侧算力基础设施，支撑车路云一体化应用

《路线图》的发布为产业协同创新提供了重要的技术参考。作为核心参编单位，浪潮信息基于边缘计算、人工智能、自动驾驶等领域的洞察，打造智能化边缘路侧基础设施产品。路侧算力基础设施可以将云端智能算力延伸至边缘，支撑云端的超级神经网络，成为实现车路云一体化应用的关键节点：

全域感知数据接入：部署在路侧的元脑边缘微服务器，能够一站式汇聚路侧单元（RSU）、摄像机、激光雷达、毫米波雷达、信号机等多源异构数据，实现“应采尽采”，为车端和云端构建丰富、实时的数据基础。

多源数据融合处理：路侧算力基础设施可以在数据源头就近完成时空对齐、特征提取与多模态融合，把原始信号转化为高置信、高精度的结构化感知结果，为车端感知与云端决策提供统一、实时的数据基础。

云边端协同闭环：路侧计算设备可以将端侧的融合感知结果以低延时链路实时推送至车辆，为单车提供超视距感知能力；同时，数据与事件同步传至云端，支持全局或局部交通协同决策控制与交通规划，赋能自动驾驶与车路协同。

车路云一体化应用方案

浪潮信息通过构建“全天候、全时空、高精度”的智能路侧感知算力底座，可有效解决传统交通基建“感知数源单一、数据类型异构、置信度及融合度较低”等问题。基于该产品的车路云一体化方案，不仅能够为单车辅助驾驶到高阶自动驾驶提供持续、可信的“上帝视角”，更向上赋能智能交通管控、智慧城市治理等宏大场景，让“聪明的车”、“智慧的路”、“强大的云”在同一节拍里高效协同，共创未来城市新图景。