車輛將越來越多地設(shè)計為本地收集、處理和存儲數(shù)據(jù)，并在適當時候有選擇地上傳數(shù)據(jù)。這將在車內(nèi)以及云端產(chǎn)生對數(shù)據(jù)存儲和計算基礎(chǔ)設(shè)施的需求，今天我們就介紹一下希捷的自動駕駛汽車邊綠存儲解決方案。

自動駕駛車輛將生成多少數(shù)據(jù)?

自動駕駛訓練汽車每天都會通過車載傳感器(激光雷達,攝像頭,亳米波雷達等)采集4-10TB的數(shù)據(jù),并儲存在車載存儲單元中。長期積累會達到幾PB甚至幾+PB的海量數(shù)據(jù),這些數(shù)據(jù)對于自動駕駛算法訓練與優(yōu)化至關(guān)重要。

自動駕駛汽車會產(chǎn)生海量數(shù)據(jù)，并不是所有的數(shù)據(jù)都會存儲在車里。其中一些將被丟棄或轉(zhuǎn)移到云端。很難精確地測量生成的數(shù)據(jù)量。傳感器產(chǎn)生的數(shù)據(jù)取決于其應用和規(guī)格。例如，根據(jù)分辨率、顏色深度、幀速率和壓縮級別，前置攝像頭生成的數(shù)據(jù)可能在70 GB/hr到300 GB/hr之間。

自動駕駛汽車生成的數(shù)據(jù)量也取決于車輛類型。例如，與乘用車相比，自動駕駛出租車和OEM測試車輛對硬件成本不太敏感，它們將生成更多的數(shù)據(jù)。當與同等自動化程度的乘用車比較時，一輛典型的車企測試車輛將生成多出約80%的數(shù)據(jù)量。將20多種不同類型的傳感器集成到L4級自動駕駛汽車的ADAS中，車輛可以生成1-2TB/hr范圍內(nèi)的數(shù)據(jù)，這取決于是乘用車、商用車還是自動駕駛出租車。

自動駕駛數(shù)據(jù)存儲痛點

如果將海量的數(shù)據(jù)存儲至公有云,在公有云中需要頻繁地上載/下載某部分數(shù)據(jù)片段用于本地訓練會面臨如下困難:

1、帶寬瓶頸凸顯,速度會非常慢,導致效率降低;

2、公有云上載/下載都需要計費,長此以往,會產(chǎn)生大量成本。因此,許多自動駕駛科技公司尋求建立“PB級別私

有云”,形成車隊(端點采集)-私有云(邊緣存儲與訓練)-一-公有云(核心數(shù)據(jù)冷備)的架構(gòu)。提升本地開發(fā)的效率,降低數(shù)據(jù)存儲與處理的成本。

希捷汽車邊緣存儲解決方案及方案優(yōu)點

希捷 CORTX 高性能對象存儲系統(tǒng)，基于希捷 Lyve Rack 硬件平臺和 COR 下 X 對象存儲軟件構(gòu)成。 Lyve Rack 憑借5U84或4U106的高密度的存儲單元，提供PB級的可用空間作為邊緣中心的存儲系統(tǒng)，同時借助搭配的2節(jié)點服務(wù)器，以及CORTX軟件對象存儲軟件，可以輕松實現(xiàn)對于海量對象數(shù)據(jù)的管理，客戶可在上層搭建自己開發(fā)的軟件算法，可針對采集回來的車載數(shù)據(jù)進行敏捷的處理。