坦克是很好的目標。它們大、重、慢且難以操縱。他們必須日夜監視周圍的環境，以便在地形中蹣跚而行，并在情況允許的情況下與對手交戰或避開對手。在當今不對稱沖突中如此常見的城市戰場上，這些車輛還需要處理簡易爆炸裝置（IED）、狙擊手和自殺式炸彈襲擊者，并且必須區分敵對平民和無辜旁觀者。

這就是為什么未來的戰車將配備一系列光學、熱、聲學甚至電子戰（EW）傳感器，這些傳感器收集了大量的環境數據，以最大限度地提高360度態勢感知能力，并在發現敵人之前找到敵人。

隨著車輛傳感器數量和復雜程度的增加，處理帶寬必須擴展以保持數據曲線的領先地位。數據攝取、采樣（如果是模擬）并分發到處理資源的速度越快，信號的保真度就越高，基于它們的測量就越精確，可以運行的算法就越復雜，可以區分的目標或圖像就越多，并且對相應威脅的響應時間就越快。

以太網救援

有什么比高速以太網更好的將高帶寬傳感器收集的大量數據分配給處理資源呢？從 1970 年代到今天，以太網的發展軌跡從幾 Mbits/s 發展到千兆位，再到 10 Gbit/s。就在地平線上是40 Gbit/s的標準。以太網已有 40 年歷史的技術廣為人知、無處不在且價格合理。最重要的是，從軍事角度來看，已經制定了行業標準，以允許以太網在最極端的軍事環境中使用，并確保可靠性和性能。

高速以太網也是互聯世界中的必備工具，因為它是將各種傳統車輛數據總線域粘合在一起并直接連接到以太網傳感器的粘合劑。該技術也是物聯網（IoT）的基礎，機器可以與機器以及人類看護人交談。盡管如此，當今的車載圖形處理器通常最多具有一個 1 Gb 以太網端口。

其他 COTS 元素

商用現貨 （COTS） 圖形和視覺處理器正在應對高帶寬傳感器的挑戰。最新一代的模塊系統（SoM）結合了大規模并行圖形處理單元（GPU）、傳統中央處理內核、大內存存儲和I/O，包括連接到控制器局域網總線（CANbus）和MilCAN等通道以及以太網。

這種小封裝中的處理能力足以啟用圖像識別等功能;目標檢測;以及在小型但堅固耐用的車輛計算機中進行圖像校正、融合和跟蹤。

更重要的是，多個SoM可以組合在一起，形成力量倍增效應，同時仍然滿足軍方對最小SWaP-C（尺寸，重量，功率和成本）的需求。或者這些模塊可以用于較小的車輛和自動駕駛汽車，作為任務計算機和圖形處理器。

像CANbus這樣的鏈接從車輛控制系統收集車輛數據，如速度、位置、航向、發動機和變速箱系統溫度，并將其折疊到圖形數據中，為圖形和視覺處理提供上下文。

具有此功能的電路板的一個例子是 Abaco Systems 的 GVC1000，它具有 NVIDIA Jetson TX2 SoM——具有 256 個 CUDA 內核、雙丹佛內核和四個 ARM A57 級 CPU 內核，能夠產生超過 1 TFLOPS（每秒太浮點操作）的性能——采用加固型封裝，具有兩個 10-Gbit/s 以太網端口和兩個 MilCAN 或 CANBus 端口可供選擇。（圖 1。

GPU加速計算有望提高現代戰車的進攻和防御能力。異構架構結合了兩全其美的優勢。他們的大規模并行圖形處理器可以處理信號和圖像處理中涉及的數千個同時重復的操作，而他們的CPU內核管理更簡單的內核，分析結果，并將解決方案發送到正確的目的地。

最強大的SoM不僅承諾使載人戰車更有能力，而且還使自主地面戰車成為一支不可忽視的力量。這些模塊中的一個或多個可以允許執行算法，從而實現增強的基于視覺的機器智能和實時決策能力。

審核編輯：郭婷