高速以太网遇见装甲骑兵

坦克是很好的目标。它们大、重、慢且难以操纵。他们必须日夜监视周围的环境，以便在地形中蹒跚而行，并在情况允许的情况下与对手交战或避开对手。在当今不对称冲突中如此常见的城市战场上，这些车辆还需要处理简易爆炸装置（IED）、狙击手和自杀式炸弹袭击者，并且必须区分敌对平民和无辜旁观者。

这就是为什么未来的战车将配备一系列光学、热、声学甚至电子战（EW）传感器，这些传感器收集了大量的环境数据，以最大限度地提高360度态势感知能力，并在发现敌人之前找到敌人。

随着车辆传感器数量和复杂程度的增加，处理带宽必须扩展以保持数据曲线的领先地位。数据摄取、采样（如果是模拟）并分发到处理资源的速度越快，信号的保真度就越高，基于它们的测量就越精确，可以运行的算法就越复杂，可以区分的目标或图像就越多，并且对相应威胁的响应时间就越快。

以太网救援

有什么比高速以太网更好的将高带宽传感器收集的大量数据分配给处理资源呢？从 1970 年代到今天，以太网的发展轨迹从几 Mbits/s 发展到千兆位，再到 10 Gbit/s。就在地平线上是40 Gbit/s的标准。以太网已有 40 年历史的技术广为人知、无处不在且价格合理。最重要的是，从军事角度来看，已经制定了行业标准，以允许以太网在最极端的军事环境中使用，并确保可靠性和性能。

高速以太网也是互联世界中的必备工具，因为它是将各种传统车辆数据总线域粘合在一起并直接连接到以太网传感器的粘合剂。该技术也是物联网（IoT）的基础，机器可以与机器以及人类看护人交谈。尽管如此，当今的车载图形处理器通常最多具有一个 1 Gb 以太网端口。

其他 COTS 元素

商用现货 （COTS） 图形和视觉处理器正在应对高带宽传感器的挑战。最新一代的模块系统（SoM）结合了大规模并行图形处理单元（GPU）、传统中央处理内核、大内存存储和I/O，包括连接到控制器局域网总线（CANbus）和MilCAN等通道以及以太网。

这种小封装中的处理能力足以启用图像识别等功能;目标检测;以及在小型但坚固耐用的车辆计算机中进行图像校正、融合和跟踪。

更重要的是，多个SoM可以组合在一起，形成力量倍增效应，同时仍然满足军方对最小SWaP-C（尺寸，重量，功率和成本）的需求。或者这些模块可以用于较小的车辆和自动驾驶汽车，作为任务计算机和图形处理器。

像CANbus这样的链接从车辆控制系统收集车辆数据，如速度、位置、航向、发动机和变速箱系统温度，并将其折叠到图形数据中，为图形和视觉处理提供上下文。

具有此功能的电路板的一个例子是 Abaco Systems 的 GVC1000，它具有 NVIDIA Jetson TX2 SoM——具有 256 个 CUDA 内核、双丹佛内核和四个 ARM A57 级 CPU 内核，能够产生超过 1 TFLOPS（每秒太浮点操作）的性能——采用加固型封装，具有两个 10-Gbit/s 以太网端口和两个 MilCAN 或 CANBus 端口可供选择。（图 1。

GPU加速计算有望提高现代战车的进攻和防御能力。异构架构结合了两全其美的优势。他们的大规模并行图形处理器可以处理信号和图像处理中涉及的数千个同时重复的操作，而他们的CPU内核管理更简单的内核，分析结果，并将解决方案发送到正确的目的地。

最强大的SoM不仅承诺使载人战车更有能力，而且还使自主地面战车成为一支不可忽视的力量。这些模块中的一个或多个可以允许执行算法，从而实现增强的基于视觉的机器智能和实时决策能力。

审核编辑：郭婷