进博会上戴尔的这辆小车不简单,CCTV来采访它了

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  最近小编在整理戴尔科技集团的世博会新闻时,一则CCTV的报道吸引了我的注意。

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  视频中可以看到,这辆小车无需人工操作就可以自动行驶,当记者把一个障碍物放在小车前方时,它会自动进行规避。

  面对戴尔展区各种高大上的产品和解决方案,记者唯独对一辆无人驾驶小车感兴趣?

  只有一种原因可以解释

  这辆小车不简单!

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  前工信部部长,现任全国政协经济委员会副主任李毅中来到戴尔展区,也参观起了无人驾驶小车

  根据小编得到的线报,它的诞生是戴尔易安信大中华区集体智慧的结晶,多个团队人员参与了小车的研发工作,包括市场团队、卓越研发中心团队、售前团队、行业架构师团队、解决方案中心团队等等,从创意、设计、实施、到算法的开发和模型的训练,均由内部人员完成。

  说起来,自动驾驶汽车最近几年一直是互联网公司或汽车公司在关注的事情,难道戴尔也要造车?

  其实答案隐藏在记者说的最后一句话里:

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  “这辆无人驾驶小车的背后有一个更大的平台和产业链。”

  我们知道,近几年无人驾驶汽车概念火热,科技公司如谷歌早早就把测试车开上了街道,传统汽车厂商也在纷纷跟进。不过,虽然整个产业一片热火朝天,但距离自动驾驶汽车真正获准上路还有很长的路要走。即便我们把法规、监管、伦理这些令人头疼的问题放在一边,摆在眼前的依然关山重重,比如在数据领域,就有数据存储、分析和归档这三座大山摆在眼前。

  1

  第一座大山,数据存储

  无人驾驶汽车是对传统存储架构的一次颠覆。

  当一辆自动驾驶测试车结束一天的工作时,它身上携带的声纳、雷达、GPS、摄像头等传感器将产生10TB-30TB的数据,而当下大部分公司的传统数据中心存储容量仅仅是几十个TB。这只是开始,更惊人的在后面。

  在汽车工业领域,有一个如“五岳盟主”般的存在,它就是美国汽车工程师协会,简称SAE,这个协会制定的标准和规范是全球汽车工业发展的重要风向标。此前,SAE也针对汽车自动化等级做出了评定标准,分为6个等级。最低的0意味着驾驶员控制车辆的一切,而最高的5意味着自动驾驶系统可以处理所有可以被人类驾驶员处理的公路与环境状况。

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  据了解,今天自动驾驶的开发方向(SAE等级2-3)有一个典型的要求:为了充分完成高级驾驶辅助系统(ADAS)软件开发和验证,试验车队需要抓取20万公里到1百万公里的真实世界数据。举例来说,一个典型的SAE 2级ADAS项目,仅对于一个单一传感器而言,抓取以平均时速65km每小时行驶的20万公里,将产生超过3076小时的数据,需要大约3.8PB的存储。而SAE 3级ADAS项目,涉及抓取100万公里的驾驶,可以产生19.3PB的原始传感器数据

  也就是说,即使是入门级的自动驾驶(SAE 3级),所需的数据量都以PB起步,而随着行业走向5级(完全自动化,车辆需要在真实世界抓取约2.4亿公里的数据,数据量大约在50-100EB。这意味着,当下绝大部分传统存储架构均不能适应无人驾驶汽车的发展要求。

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  2

  第二座大山,数据导入和分析

  通常,测试车行驶过程中采集的数据会被存储在车上的SSD当中,一天工作结束后,SSD中的数据会被复制到廉价存储介质(譬如磁带),然后快递运到某个使用高带宽的临时中转站。在那里,数据导入到数据中心——通常是一个分布式可横向扩展的海量并行文件系统。在那里这些数据需要进一步AI训练、仿真模拟测试以及Hadoop分析。

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  在这里,由于被测试车队抓取的传感器数据大多是非结构化数据,如视频(4K甚至12K视频)、声纳、雷达、激光雷达等。对于这些不断增长的非结构化数据,ADAS基础架构需要可以提供始终如一的高性能的存储,以便同时读取大量的原始流媒体数据——因为即使在仿真测试开始后,存储还要同时上传传感器数据。

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  同时,将这一TB级的数据进行迁移也是一个非常消耗时间和资源的过程,而这可能会导致从Hadoop分析工作中提取的决策产生重大延迟。

  

进博会上戴尔的这辆小车不简单,CCTV来采访它了

  3

  第三座大山,数据归档