⚡ electrical engineering

Can the Cloud Drive? Infrastructure Feasibility of Offloading Autonomous Driving Across 5G and 6G

本文提出了一个分析框架，旨在证明尽管通信限制和硬件延迟目前制约着基于云端的自动驾驶，但未来的 6G 网络和池化 GPU 资源最终将使大型视觉-语言-动作模型的特征级卸载在技术上变得可行，且在经济上优于车载部署。

原作者： Pouya Parsa, Kawon Han, Seongjin Choi

发布于 2026-07-13

📖 1 分钟阅读☕ 轻松阅读

原作者： Pouya Parsa, Kawon Han, Seongjin Choi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图驾驶一辆能够自我思考的汽车，但你不想在仪表盘里塞进一个超级大脑，而是想把所有的思考过程都发送到一个巨大的、共享的云端大脑中。这听起来像是一个科幻梦境：既然可以租用一台庞大超级计算机的一小块切片，为什么还要为每辆车都购买一台价值 10,000 美元的计算机呢？

但在我们开始梦想云端驱动的汽车之前，我们必须先问一个问题：云端真的能开车吗？

一组研究人员决定通过模拟纽约市繁忙的一天来跑一下数据，看看这个想法是否真的可行。他们不仅仅是凭空猜测；他们建立了一个复杂的模型，检查汽车为了将大脑接入云端必须通过的三个不同“关卡”。这就像是一个三级的电子游戏，你必须打通第一关，才能看到第二关。

第一关：数据高速公路（通信关）

首先，想象你的汽车是一个视频游戏主播。为了将其“思想”发送到云端，它必须上传一个巨大的视频文件。在拥挤的城市中，成千上 thousands 的辆汽车都在尝试同时上传。

研究人员发现，如果你尝试发送来自摄像头的原始视频（策略 S1），互联网高速公路几乎会瞬间瘫痪。这就像试图用花园水管去灌溉一个游泳池；管道根本承受不了。在他们的模拟中，即使使用当今最先进的 5G 网络，如果太多汽车尝试发送原始视频，像纽约这样的城市也会陷入瘫痪。

然而，存在一个中间地带。如果汽车先进行一点点思考——将视频压缩成“特征”（策略 S2）——它发送的数据包就会小得多。研究表明，利用 5G-Advanced（5G 的一个稍微更新的版本）或 6G，这种压缩后的数据可能可以穿过管道，但前提是城市不能过于拥挤。如果你尝试发送原始视频（S1），或者等待下一代互联网（6G）来处理一切，你很可能会卡在交通中。该论文明确排除了在人口密集的城市中使用原始视频卸载的技术。

第二关：思考速度（计算关）

假设你通过了第一关，数据已经到达了云端。现在，云端必须思考得足够快，才能告诉汽车如何转向。

这里有个转折：云端很快，但不是“瞬时”快。研究人员观察了最新的、最智能的 AI 模型（称为 VLA 或视觉-语言-动作模型）。这些模型就像一个天才，在回答问题之前需要先读完一整本书。

研究发现了一个硬性障碍：内存带宽。即使云端拥有世界上最快的计算机芯片，新的 VLA 模型在每一次思考步骤中都必须“重读”其内存。这就像一位厨师在为汤添加每一小撮调料时，都必须走去储藏室拿一次调料一样。

在他们的模拟中，仅仅是“走去储藏室”这个动作就需要大约 114 毫秒。再加上数据往返传输的时间，总时间超过了 100 毫秒。

坏消息： 对于汽车要做出即时反应（比如为了避开行人而紧急转向），它需要在 100 毫秒 内做出决策。论文指出，对于这些超智能的 VLA 模型，目前的云端实在太慢了，无论你的互联网有多快，它们都无法实现反应式驾驶。直到 2027 年或 2028 年 左右，当计算机内存变得更快时，它们才能够胜任。
漏洞/例外： 如果汽车自带一个处理紧急情况的“备份大脑”，可以在 100 毫秒内应对，那么云端就可以接管那些较慢的“深思熟虑型”思考（如规划路线），其预算为 300 毫秒。但云端不能成为处理即时安全问题的唯一大脑。

第三关：价格标签（成本关）

最后，假设我们解决了速度和互联网的问题。租用云端大脑是否比为每辆车买一个大脑更便宜？

这就是奇迹发生的地方。研究人员发现，对于最昂贵、最复杂的 AI 模型（VLA），云端是一个巨大的省钱工具。为什么？因为汽车在一天中 95% 的时间都在停放。如果你为每辆车都买一台 8,500 美元的计算机，这台计算机大部分时间都在闲置。但在云端，一台超级计算机可以为成千上万辆正在行驶中的汽车提供服务。

研究表明，一旦速度和互联网问题得到解决，特征级卸载（策略 S2） 是最佳平衡点。这是唯一一种能节省足够资金以击败购买单车硬件成本的策略。如果你尝试发送原始视频（S1），互联网成本会吞噬掉所有的节省；如果你在车内保留过多的计算量（S3），则省不下多少钱。

大局观

那么，云端能开车吗？答案并不是简单的“是”或“否”。

它不是一个魔术开关： 你不能在今天就把汽车直接插进云端。拥挤城市中的互联网会崩溃，而且目前的云端对于紧急反应来说太慢了。
这是一个等待的过程： 论文表明，我们需要等待 6G（或非常先进的 5G）来解决互联网问题，以及更快的内存芯片来解决速度问题。
这是一个聪明的拆分： 最好的计划并不是把所有东西都交给云端。汽车应该保留本地的“眼睛”和“反射神经”，只将“思考”和“规划”交给云端。这条中间路径（策略 S2）正是实现节省的地方。

简而言之，云端最终可能会驾驶我们的汽车，但前提是我们必须建立更好的数据道路，等待更快的内存芯片，并且在车内保留一个备份大脑以防万一。在那之前，汽车自带的大脑仍然是最安全的保障。

技术摘要：云端能否驾驶？跨 5G 与 6G 卸载自动驾驶的基础设施可行性研究

1. 问题陈述

本文探讨了前沿自动驾驶（AD）模型日益增长的计算需求，特别是视觉-语言-动作（VLA）架构，其前向传播的计算量接近 ~60 TFLOPs。虽然当前的汽车片上系统（SoC）硬件可以勉强支持早期的端到端（E2E）或视觉语言模型（VLM）工作负载，但部署更大规模的 VLA 在车载端在经济上是低效的。个人车辆约 95% 的时间处于停放状态，这意味着峰值硬件在一天中的大部分时间里都是闲置的。

核心问题在于，云端推理是否可以通过在活跃车辆之间共享昂贵的 GPU 来取代车载硬件。然而，这不仅仅是一个计算问题；这是一个耦合的系统挑战，涉及三个从未被共同分析过的不同约束条件：

驾驶模型拆分（Driving Model Split）： 确定哪些流水线阶段（感知、感知、规划、解码）应保留在车载端，哪些应卸载。
车载通信（Vehicular Communication）： 上行链路的能力是否足以支撑活跃车辆向云端持续传输高速率数据流，并满足闭环时延要求。
云端 GPU 服务（Cloud GPU Service）： 共享 GPU 是否能够在严格的时延预算内（反应式 vs. 深思熟虑式）处理突发请求，同时管理队列尾部延迟。

现有的文献通常孤立地对待这些系统。本文认为，需要一个统一的框架来确定云端驾驶在技术上是否可行，以及在经济上是否具有可行性。

2. 研究方法

作者提出了一个统一的分析框架，并将其应用于高密度城市案例研究（纽约市）。该框架通过一个顺序评估流水线将三个系统整合在一起：

2.1. 分析流水线

该流水线通过三个嵌套的“绑定机制（binding regimes）”对场景进行评估：

通信门槛（Communication Gate）： 根据特定卸载策略下活跃车辆的上行需求，确定接入网是否能够容纳所需数量的活跃车辆。
时延门槛（Latency Gate）： 评估总端到端时延（确定性 + 随机性）是否符合控制回路预算（100 ms 反应式或 300 ms 深思熟虑式）。
成本门槛（Cost Gate）： 对于可行的分支，比较云端卸载与全车载硬件基准的总体拥有成本（TCO）。

2.2. 关键建模组件

卸载策略： 根据流水线拆分点定义了三种策略：
- S1（原始传感器）： 卸载原始传感器数据（高上行带宽，低车载计算量）。
- S2（特征级）： 卸载经过视觉骨干网络压缩后的特征（中等上行带宽，中等车载计算量）。
- S3（查询级）： 卸载 Transformer 编码器之后的紧凑场景查询（低上行带宽，高车载计算量）。
通信模型： 使用基于干扰感知的 OFDMA 上行链路模型。它根据单元负载和多用户干扰计算每用户的频谱效率，以确定给定策略和生成代际（5G、5G-Advanced、6G）下单个小区能支持的最大活跃车辆数 ( $N_{max}$ )。
GPU 服务模型：
- Roofline 推理： 将 VLA 推理时间建模为计算受限（编码器/预填充）和内存带宽受限（自回归解码）部分的总和。
- 排队论： 使用 M/D/ $c$ 队列及 Erlang-C 尾部界限，以确保极少数的长等待事件仍能保持在时延预算内。
- 硬件演进： 使用减速增长模型预测 GPU 性能（从 A100 $\to$ B300 $\to$ 未来），涵盖计算吞吐量和 HBM 带宽。
时延分解： 将控制回路分为确定性组件（感知、编码、推理、执行）和随机性组件（网络调度、传输、路由、排队）。可行性的要求是随机性总和必须在剩余预算内，且尾部概率 $\le 10^{-5}$ 。

2.3. 案例研究参数

地点： 纽约市（约 220 万辆注册车辆，约 10,000 个小区站）。
变量： 3 种通信代际（5G, 5G-Adv, 6G），3 种模型类别（E2E, VLM, VLA），3 种策略（S1, S2, S3），8 个渗透水平，以及 6 个利用率水平。
预算： 100 ms（反应式控制）和 300 ms（深思熟虑式规划，假设存在车载备选方案）。

3. 关键结果

3.1. 机制 1：通信受限（密集小区）

在密集城市环境中，上行链路容量是主要的绑定约束。

S1 (原始传感器)： 每辆车需要约 100 Mbps。即使使用 6G，S1 在高渗透率/高利用率的密集小区中也是不可行的。5G 几乎立即失效。
S2 (特征级)： 需要约 25 Mbps。5G 在中等利用率下仅支持约 2% 的渗透率。5G-Advanced 是密集走廊中实现 S2 的实际阈值，可支持高达 ~30% 的渗透率。6G 则为更广泛的部署提供了必要的余量。
S3 (查询级)： 需要约 3 Mbps。易于被 5G 支持，但会在车载端保留大量计算，从而降低了卸载的经济效益。

3.2. 机制 2：计算受限（反应式时延）

即使拥有足够的带宽，近期的 VLA 模型也会由于内存带宽限制面临时延底线。

内存受限解码： 自回归 VLA 解码受限于 HBM 带宽（为每个 token 读取权重），而非算术吞吐量。在 2025 年的硬件（B300）上，VLA 的确定性推理底线约为 132–164 ms，超过了 100 ms 的反应式预算。
时间线： VLA 确定性底线在 2027 年前后 才能突破 100 ms 的预算。
- 反应式预算 (100 ms)： 无论带宽如何，VLA 在 2026 年在时延上都是不可行的。到 2028 年，6G 允许在密集走廊中进行特征级 VLA (S2) 部署；而 5G-Advanced 仅在轻载情况下支持。
- 深思熟虑预算 (300 ms)： VLA 从 2026 年起即具备可行性，但该层级只有在存在车载反应式备选方案的情况下才是可接受的。

3.3. 机制 3：成本受限（经济性）

一旦确立了技术可行性，利用率将驱动经济性的交叉点。

利用率效应： 云端 GPU 是根据活跃需求进行配置的，而车载硬件则是为每一辆车支付费用。低至中等利用率的车队从卸载中获益最多。
模型类别敏感性：
- E2E： 车载硬件便宜（约 $400/年）；云端卸载提供的成本优势微乎其微。
- VLA： 车载硬件昂贵（约 $8,500/年）且处于闲置状态。一旦满足时延约束，云端卸载将变得显著廉价。
最优策略： 特征级卸载 (S2) 集中体现了 VLA 的成本交叉点。它平衡了上行带宽需求（在 5G-Advanced/6G 下可行）与残余车载计算量（足够低，使得卸载在经济上值得）。S1 带宽压力过大；S3 保留了过多的车载硬件。

4. 重要性与主张

本文声称，“云端能否驾驶”的答案是有条件的且序列性的，取决于模型类别、GPU 年份和时延预算。

三个嵌套机制： 可行性不是二元的。它由一系列绑定约束决定：
- 通信首先在密集小区中成为约束（排除了 S1，并要求 5G-Advanced/6G 来支持 S2）。
- **计算（内存带宽）**随后成为 VLA 在反应式预算下的约束（使得近期的 VLA 无论网络速度如何都不可行）。
- 成本最后成为约束，其中利用率决定了云端选项在经济上是否优于车载硬件。
S2 的作用： 特征级卸载被确定为稳健的“中间地带”。它是唯一能同时满足密集小区通信约束，并保留足够硬件节省以使昂贵 VLA 模型在经济上具有吸引力的策略。
政策启示：
- 频谱： 针对自动驾驶走廊，上行密集的频谱分配至关重要，这扭转了典型的下行密集型消费模式。
- 基础设施： 需要共享边缘基础设施（共同投资）来摊销 GPU 成本。
- 安全： 认证必须强制要求对于依赖云端深思熟虑规划的任何架构，都要具备车载反应式备选方案（例如 S3 或完全本地推理），以确保在网络中断时实现平滑降级。
局限性： 作者指出，其结果是保守的，假设采用了自回归 FP16 解码。未来的架构转变（如扩散解码器、投机采样、FP8）可能会加速 VLA 的可行性。此外，6G 参数属于愿景目标。

总之，本文证明了云端驾驶并非车载计算的普遍替代品，而是针对特定模型类别（VLA）和利用率剖面的可行且具成本效益的替代方案，前提是通信基础设施（5G-Advanced/6G）和内存带宽演进能够匹配反应式控制的严格时延要求。