了不起!全民参与的千亿大单再刷新高，但问题来了，2019年双11的包裹量再次爆发式增长，28亿包裹物流要如何拼尽全力，加速送到你手里?事实上，阿里、京东、苏宁、美团、顺丰等电商、物流行业开始布局智慧化的无人物流，现在已经将包裹的无人分拣、无人运输延伸到了无人配送。
阿里、菜鸟旗下的ET物流实验室于2016年就推出了第一代末端送货机器人“小G”，可以实现避障、上下电梯等功能，完成包裹的配送。京东无人配送车队也在2018年开始上路，配备360度高清摄像头，能够自动避让行人车辆，还会绕开路障，甚至还能识别红绿灯。
无人配送的机器人会十八般武功，最主要的武功是自动驾驶，其重要性就像九阳神功之于张无忌。
自动驾驶的闭关苦“算”
自动驾驶并不是新鲜事，2002年上映的《007之择日而亡》就展示了类似的技术(当然做了艺术性的夸张)，这项技术之所以今天才开始应用，就是因为现实世界的复杂度远超过人的想象，我们很难拿出一套算法来应对所有的情况，那么自动驾驶就没解决办法了吗?
并非如此，现在的自动驾驶充分运用了AI，让自动驾驶系统变成一个可自我学习，自我升级的系统。比如场景流的识别。为了安全地在驾驶现场导航，一辆自动驾驶的汽车应该能够估计周围环境的运动，比如车辆、行人，甚至是飘落的树叶、摇晃的树木等，这就是场景流识别估计。显然场景流的计算是十分复杂和困难的，以往场景流的识别估计主要依赖于人工设计的特征，现在则普遍采用能够自动学习场景流的深度学习技术，深度学习技术可以自动抽取场景流的规律和特征，调整系统的策略，就像人会积累经验一样，“走的路多，就成一个老司机了”。
只是，自动驾驶系统还是和人不一样，人类可以边走边学，自动驾驶系统只能“停下来学”，我们需要把各种场景标记下来，形成标记数据集，然后将这些标记数据输入到系统中，系统将计算结果与标记在数据上的正确结果比对，然后根据差异调整策略，就会积累新的经验，这个过程系统不能对外服务，所以称为“线下训练”，升级完成后就可以上线工作，这个过程叫“线上推理”。
“台上一分钟，台下十年功”，人是如此，自动驾驶系统也是如此，今天我们能够享受到无人快递，是因为自动驾驶系统已经经过了多年的训练。
训练对于计算力的需求是指数变化的，从2012年至今人类用于AI线下训练的计算力增长了30多万倍。只有AI服务器才能满足训练对于计算力的需求，浪潮目前最快服务器AGX-5单机可配置16颗NVIDIA Tesla V100 Tensor Core 32GB GPUs，拥有10240个张量计算核心，支持每秒2000万亿次的AI训练计算力。
浪潮服务器AGX-5
上路，释放计算的“洪荒之力”
有了训练好的自动驾驶模型，还需要无人配送终端具备能承载激光雷达、毫米波雷达、摄像机、GPS定位系统等应用处理、运算的计算设备，从而做出最低延迟的高可靠推理。因此，对于无人配送小车，车端计算设施的算力、延迟与能耗是必须要考虑的因素。
面向这种对能耗及延迟严苛要求的应用场景，浪潮也开发出了高性能、高可靠、高能效和低延时的车载计算终端，预计不久就会上路进行实测，在末端释放计算的“洪荒之力”。
边缘计算，无人配送的“护车使者”
是否有能够进行大规模训练的数据中心，有可靠的车载计算终端，就能够实现无人配送了呢?答案是远远不够。无人配送机器人上路之后，也是需要监管与保护的。想象一下，如果无人配送车被人“抱走”怎么办?如果遇到事故怎么办?如果遇到堵车怎么办?
要想让这些机器人安全上路，需要在周边部署大量的“护车使者”，就是负责感知机器人周边路况信息，红绿灯信号，进行车辆监管的边缘计算节点。边缘计算服务器因为部署在边缘端的优势，可以通过本地化的数据计算，协助小车更快判断前方道路是否堵车需要变更路线，是否有红灯需要减速，而一旦小车被人“抱走”也能通过车载端传递的360度高清视频找出“凶手”。
浪潮在今年年初发布了边缘计算服务器NE5260M5，高度为2U，宽19英寸，深度为43cm，仅有传统标准服务器深度的1/2稍多，可以直接与电信设备混合部署在通信中心机架上，承担“护车使者”职责。
浪潮服务器NE5260M5
尽管无人配送目前还未大规模商用，但数据显示，物流配送机器人正在以超过40%的年增速迅速发展，每年快递的包裹数量也在高速增长，去年双十一全网18亿包裹，今年再次突破28亿，而今天双十一的包裹量，在不久的将来可能就是一个稀松平常的数字。因此随着5G、人工智能等技术的发展，各大电商已经开始在无人配送这条赛道上加速，浪潮也在用计算力点亮AI，赋能云、边、端的协同计算，陪你感受新的加速度。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
