鲁思迪（Lu Sidi）、何元恺（He Yuankai）和施巍松（Shi Weisong）分别来自威廉玛丽计算机科学系（William & Mary）和特拉华大学计算机与信息科学系（University of Delaware）。他们的论文《车计算：自动驾驶时代的新型计算范式》（Vehicle Computing: An Emerging Computing Paradigm for the Autonomous Driving Era）于2025年发表在《计算机研究与发展》（Journal of Computer Research and Development）期刊上。

随着边缘计算（edge computing）、传感、人工智能（AI）和通信技术的快速发展，车辆正经历前所未有的变革。论文提出了一种适用于自动驾驶时代的新型计算范式——车计算（Vehicle Computing）。在这一范式中，车辆的数据层与控制层被分离，构建了一个开放的计算平台，支持多方协作和数据共享，打破了传统车辆系统的封闭局限，使车辆从单一的交通工具演变为支持丰富高级应用和第三方服务的多功能移动计算平台。

车计算的核心功能与技术
车计算的五大核心功能包括计算、通信、能源管理、传感和数据存储。这些功能通过相关的前沿技术得以实现。
1. 计算：车辆的计算能力通过高性能硬件如GPU、FPGA和ASIC等得到提升。例如，NVIDIA Drive AGX系统芯片提供了每秒320万亿次运算（TOPS）的计算能力。
2. 通信：车计算依赖于车辆到基础设施（V2I）、车辆到车辆（V2V）以及车辆到万物（V2X）的通信技术。专用短程通信（DSRC）和蜂窝车联网（C-V2X）是当前主流的技术。
3. 能源管理：车辆的能源管理不仅涉及能耗优化，还包括能源存储和发送。电动汽车可以作为移动能源存储单元，通过车辆到电网（V2G）技术为电网提供电力。
4. 传感：车载传感器如摄像头、雷达、激光雷达和超声波传感器等，为车辆提供了丰富的环境感知能力。
5. 数据存储：车辆生成的大量数据需要通过高效的数据压缩和存储系统进行管理。分层云存储架构和Hydraspace计算存储系统是当前的研究热点。

车计算的应用场景
论文详细介绍了车计算的五个应用场景：
1. 基础设施健康管理：车辆通过传感器和计算单元监控桥梁等基础设施的健康状况，并将数据传输至边缘服务器和云端进行进一步分析。
2. 车内会议：自动驾驶车辆可以为用户提供高效的车内在线会议服务，实现无缝的跨设备会议体验。
3. 车内快递配送：车辆可以作为智能家居的一部分，支持便捷且安全的车内快递服务。
4. 车内增强现实（AR）：AR技术将车辆的挡风玻璃转变为互动显示屏，提供实时环境信息和导航辅助。
5. 车内娱乐：车辆通过丰富的视频和音频娱乐选项提升乘车体验，支持扩展现实（XR）游戏等互动应用。

车计算的新型商业模式
车计算不仅带来了技术革新，还催生了新型商业模式。传统的汽车制造商、经销商与消费者之间的单一交易模式，逐渐转变为由车载服务客户、服务提供商、基础设施供应商、汽车制造商和车辆所有者共同参与的多层次生态系统。这一模式通过提供持续的服务和应用，为各方创造了新的收入来源。例如，电动汽车在慢速充电时可以处理数据密集型任务，如高清地图更新和基础设施问题检测，地方政府为这些服务付费，从而为所有参与方带来经济利益。

车计算的技术挑战与机遇
尽管车计算具有广阔的应用前景，但其发展仍面临诸多技术挑战，包括计算资源的限制、通信网络的稳定性、能源管理的高效性以及数据安全与隐私保护等问题。论文总结了这些挑战，并提出了未来的研究方向，如开发更高效的硬件加速器、优化通信协议、提升能源利用效率以及加强数据访问控制等。

结论与意义
车计算作为一种新型计算范式，为自动驾驶时代提供了强大的技术支持。它不仅推动了车辆从封闭系统向开放平台的转变，还通过丰富的应用场景和新型商业模式，为智能交通和智慧城市的发展奠定了基础。论文通过深入探讨车计算的核心功能、技术架构、应用场景和商业模式，为学术界和工业界提供了重要的研究方向和参考价值。

亮点
论文的创新点在于提出了车计算这一全新的计算范式，并详细阐述了其在自动驾驶时代的核心功能、技术架构、应用场景和商业模式。通过结合前沿技术和实际应用，论文为车辆计算领域的研究提供了全面的理论框架和实践指导。