Trung tâm kiến thức
Mục lục

Phần cứng điều khiển AI cho đèn giao thông thông minh

Cốt lõi của phần cứng điều khiển AI cho đèn giao thông thông minh là đưa nhận thức thời gian thực tại nút giao, suy luận biên và chiến lược phân bổ thời gian tín hiệu từ đám mây xuống thiết bị, để đèn giao thông không còn quay vòng cơ học theo chu kỳ cố định mà điều chỉnh logic giải phóng một cách linh hoạt theo lưu lượng xe, lưu lượng người đi bộ và cả thời tiết. Trong ba năm qua, khi hiệu năng chip AI biên vượt 10 TOPS trong lúc công suất tiêu thụ bị đẩy xuống dưới 10 W, hướng phần cứng này mới thực sự khả thi để triển khai quy mô lớn tại các nút giao.

1. Khái niệm cốt lõi và nguyên lý kỹ thuật

Phần cứng điều khiển AI cho đèn giao thông thông minh thường gồm ba phần: mô-đun nhận thức, đơn vị tính toán biên và giao diện điều khiển tín hiệu. Phía nhận thức do cảm biến AI đảm nhiệm, bao gồm mô-đun thị giác công nghiệp tích hợp AI, radar sóng milimét và camera sự kiện. Camera sự kiện chỉ xuất ra thay đổi độ sáng điểm ảnh và không tạo dữ liệu khung dư thừa, nên chúng bắt quỹ đạo xe ổn định hơn cảm biến CMOS thông thường vào ban đêm và trong điều kiện ngược sáng.

Đơn vị tính toán biên là bộ não của toàn bộ bộ phần cứng. Các thiết kế chủ đạo hiện nay dùng chip AI phía biên, như nền tảng biên thế hệ mới của Qualcomm và MediaTek, hỗ trợ chạy cục bộ các mô hình lớn nhẹ dưới 10 W và có thể lắp trực tiếp trong tủ tín hiệu. Nhiệm vụ suy luận gồm ước lượng độ dài hàng chờ, nhận diện ý định vượt đèn đỏ của người đi bộ và quyết định ưu tiên cho xe đặc biệt. Giao diện điều khiển giao tiếp với bộ điều khiển tín hiệu qua RS485 hoặc Ethernet và phát lệnh chuyển pha.

Về mặt kỹ thuật, mô-đun nhận thức trước tiên tạo dữ liệu lưu lượng có cấu trúc, chip biên chạy mô hình phát hiện và theo dõi đối tượng, sau đó một động cơ học tăng cường hoặc động cơ luật tạo ra phương án thời gian. Toàn bộ luồng hoàn tất trong 100 mili giây mà không phụ thuộc vào một vòng khứ hồi qua đám mây.

2. So sánh sản phẩm và giải pháp chủ đạo

Phần cứng AI biên tại nút giao hiện chia thành khoảng ba hướng. Thứ nhất là hướng GPU đa dụng, một số nhà cung cấp dùng dòng NVIDIA Jetson hoặc kiến trúc tương tự; ưu điểm là hệ sinh thái trưởng thành và chuyển mô hình nhanh, phù hợp nút giao phức tạp cần phân tích nhiều kênh video. Thứ hai là hướng bộ tăng tốc chuyên dụng, khi năng lực suy luận của chip cấp trung tâm dữ liệu như dòng AMD MI400 và Intel Jaguar Shores đang mở rộng về phía biên; tính toán độ chính xác thấp FP8/FP4 rất hợp với mô hình giao thông lượng tử hóa, nhưng công suất và tản nhiệt vẫn cần tối ưu. Thứ ba là hướng SoC biên, khi chip AI biên thế hệ mới của Qualcomm và MediaTek chạy mô hình lớn cục bộ trong 10 W, phù hợp kịch bản một nút giao hoặc phối hợp diện nhỏ với chi phí triển khai thấp và dễ đạt cấp bảo vệ cao.

Trong thực tế, nếu một nút giao chỉ có 4 đến 6 đầu vào video và mô hình dưới 1B tham số, giải pháp SoC biên là đủ. Nếu phải xử lý đồng thời hơn 12 luồng video với phối hợp nhiều nút giao, GPU đa dụng hoặc bộ tăng tốc chuyên dụng đáng tin cậy hơn. Kiến trúc NVIDIA Rubin dùng bộ nhớ HBM4 và tiến trình 3nm, tập trung vào huấn luyện và suy luận thống nhất, hấp dẫn các nhóm thuật toán giao thông liên tục lặp mô hình, nhưng trong ngắn hạn nó sẽ không được dùng trực tiếp trong tủ tín hiệu tại nút giao.

3. Kịch bản ứng dụng điển hình của phần cứng AI giao thông thông minh

Kịch bản đầu tiên là phân bổ thời gian tín hiệu thích ứng. Giả sử tại một nút giao trên trục đường chính đô thị, lưu lượng hướng đông-tây vào giờ cao điểm sáng gấp ba lần hướng bắc-nam; phương án thông thường chỉ có thể giải phóng theo chu kỳ cố định. Phần cứng điều khiển AI dùng mô-đun thị giác để đếm độ dài hàng chờ mỗi hướng theo thời gian thực, kéo dài linh hoạt thời gian xanh đông-tây và giảm thời gian xanh lãng phí.

Kịch bản thứ hai là bảo vệ người đi bộ qua đường. Sau khi cảm biến AI được triển khai tại các nút giao quanh trường học, hệ thống có thể nhận biết bao nhiêu người đang chờ trong vùng chờ người đi bộ, và khi số đó vượt ngưỡng trong lúc làn xe trống, nó tự động chèn một pha cho người đi bộ. Camera sự kiện thể hiện ưu thế rõ rệt ở đây, độ trễ thấp và không phụ thuộc ánh sáng ban đêm.

Kịch bản thứ ba là ưu tiên xe đặc biệt. Khi xe cứu thương hoặc xe cứu hỏa đến gần nút giao, phần cứng biên nhận diện loại xe qua hợp nhất radar và thị giác rồi chuyển đèn sang xanh trước. Logic tương tự được dùng trên tuyến hậu cần ngoài nhà máy phụ tùng ô tô: khi xe đưa đón của nhà máy đến gần, tín hiệu cho xe đó ưu tiên để giảm thời gian chờ của xe đưa đón nhân viên.

Kịch bản thứ tư là tối ưu tín hiệu trong thời tiết khắc nghiệt. Khi mưa lớn hoặc sương mù, tầm nhìn của mô-đun thị giác giảm, radar sóng milimét đảm nhận nhiệm vụ nhận thức chính, và hệ thống tự động giảm tần suất chuyển đổi tỷ lệ xanh để tránh thay đổi liên tục khiến nút giao khó giải phóng.

4. Tiêu chí lựa chọn và khuyến nghị triển khai

Bắt đầu lựa chọn từ số giao diện nhận thức. Nếu một nút giao có hơn 8 đầu vào video, đơn vị tính toán biên cần ít nhất 16 GB bộ nhớ và hơn 100 TOPS năng lực tính toán. Chỉ với 4 đầu vào, giải pháp chip AI biên tiết kiệm hơn.

Tiếp theo xét cấp bảo vệ và tản nhiệt. Nhiệt độ trong tủ tín hiệu có thể vượt 60 độ C vào mùa hè, nên phần cứng phải hỗ trợ vận hành ở nhiệt độ rộng, ưu tiên thiết kế không quạt. Giải pháp tiêu thụ trên 30 W cần làm mát chủ động, điều này làm giảm cấp bảo vệ.

Triển khai tốt nhất nên làm theo ba bước. Bước một là kiểm chứng điểm đơn: chọn một nút giao có lưu lượng vừa phải và quy tắc phân làn rõ ràng, chạy dữ liệu hai tuần để so sánh chênh lệch số lần dừng giữa thời gian AI và thời gian cố định. Bước hai là phối hợp diện: nối mạng phần cứng biên tại ba đến năm nút giao liền kề để điều chỉnh làn sóng xanh động. Bước ba là kết nối với nền tảng quản lý giao thông, chỉ tải lên dữ liệu có cấu trúc và khuyến nghị thời gian để video thô không bao giờ rời khỏi nút giao, giảm băng thông và rủi ro riêng tư.

Giải pháp đến nay đã phục vụ hơn 3.200 thiết bị đầu cuối trên hơn 15 ngành, trong đó kịch bản giao thông chiếm tỷ trọng tăng đều. Trong hơn 120 khách hàng, phần lớn bắt đầu bằng thí điểm một nút giao rồi mở rộng lên triển khai cấp tuyến.

5. Xu hướng công nghệ và triển vọng tương lai

Trong hai năm tới, phần cứng điều khiển AI cho đèn giao thông thông minh sẽ đi theo ba hướng. Thứ nhất, hợp nhất cảm biến sâu hơn: camera sự kiện và cảm biến thần kinh sẽ chia sẻ một đơn vị tính toán biên với mô-đun thị giác, giảm lượng phần cứng mỗi nút giao. Thứ hai, mô hình lớn biên đạt mức triển khai: chip trong 10 W có thể chạy mô hình 1B đến 3B tham số, nên tín hiệu có thể mô tả mục tiêu tối ưu bằng ngôn ngữ tự nhiên, ví dụ ưu tiên đúng giờ xe buýt trong giờ cao điểm sáng. Thứ ba, huấn luyện và suy luận thống nhất: tính toán độ chính xác thấp mà kiến trúc NVIDIA Rubin và dòng AMD MI400 thúc đẩy sẽ cho phép huấn luyện mô hình giao thông tập trung rồi nhanh chóng lượng tử hóa và triển khai xuống nút giao, rút chu kỳ lặp từ hàng tháng xuống hàng tuần.

Với cơ quan quản lý giao thông và nhà tích hợp hệ thống, ưu tiên hiện nay không phải đuổi theo năng lực tính toán cao nhất mà là để dư chỗ cho nhiều giao diện nhận thức và nâng cấp mô hình. Phần cứng AI tại nút giao thường có vòng đời năm đến bảy năm, và khả năng nâng cấp mô hình trực tuyến quan trọng hơn chỉ số tính toán xuất xưởng.

Chủ đề: Bách khoa phần cứng AI