Rambler's Top100
Статьи
Константин ТИМОФЕЕВ  20 февраля 2021

«Умным» автомобилям – интеллектуальные СХД

Чтобы реализовать ожидания в отношении автономного и «умного» вождения, потребуется перейти к новой модели сбора и хранения данных, генерируемых транспортными средствами, – с анализом и категоризацией в реальном времени с помощью искусственного интеллекта.

Объемы данных, которые к 2025 году будут поступать от 100 млн «умных» автомобилей по всему миру, составят, по прогнозам Dell Technologies, 10 экзабайт в месяц. Чтобы воспользоваться огромными возможностями, заключенными в этих данных, нужно перейти от текущей модели сбора, хранения и категоризации данных, генерируемых транспортными средствами, к модели следующего поколения, которая позволит в реальном времени собирать, каталогизировать, перемещать, хранить, защищать и индексировать огромные объемы структурированных и неструктурированных данных из множества источников − от мобильных устройств до облачных и периферийных ресурсов. Платформенный подход поможет передавать данные в сеть партнерских решений, что обеспечит более качественную аналитику и улучшенную видимость, прозрачность данных. Только тогда эти данные удастся использовать для управления подключенными и высокоавтоматизированными автомобилями и для монетизации. Если же мы продолжим внедрять разрозненные системы, то проблемы совместимости и фрагментированности данных не позволят реализовать ожидания в отношении автономного и «умного» вождения.

В авангарде разработок для подключенных автомобилей находятся современные системы помощи водителю (Advanced Driver Assistance System, ADAS). Речь идет о таких функциях, как автоматическое торможение, защита от столкновений и помощь при аварийной остановке. Требования к данным в подобных системах чрезвычайно высоки. В частности, это касается СХД, где емкости начального уровня измеряются петабайтами.

Поскольку системы ADAS крайне важны для обеспечения безопасности, сбор данных имеет первостепенное значение, и именно к нему предъявляются самые строгие требования, и чем глубже автоматизация, тем они выше. Неудивительно, что ограничения традиционных архитектур СХД и вычислительных комплексов в целом ощущаются все острее. 

Общество автомобильных инженеров (Society of Automotive Engineers, SAE) выделяет пять уровней автоматизации. Согласно его классификации, самые современные автомобили находятся на втором и третьем. Тем не менее системы ADAS третьего уровня уже исчерпали возможности существующих СХД. А поскольку появление систем четвертого и пятого уровней − лишь вопрос времени, сегодня на первый план выходит потребность в СХД, оптимизированных для высокопроизводительных рабочих нагрузок с высокой степенью многопоточности и масштабируемости.

Приведем наглядный пример. Один передний радиолокационный датчик автомобиля может генерировать 2800 Мбит данных в секунду. Это значит, что на третьем уровне автоматизации по классификации SAE на дистанции 200 тыс. км будет создано 4,2 Пбайт данных (при движении автомобиля со скоростью 60 км/ч). И это только от одного датчика! А если учесть, что современные транспортные средства в среднем оснащены более чем 10 датчиками, то вполне закономерно, что к моменту появления на рынке автомобилей пятого уровня требования к обработке данных возрастут многократно. 

Хотя формирование, транспортировка, хранение, обработка и анализ данных − задачи сами по себе непростые, нельзя забывать о контрактных обязательствах и законодательных требованиях, регулирующих хранение результатов испытаний систем ADAS. Разработчики обязаны хранить собранную информацию на протяжении десятилетий, причем, по условиям сервисных контрактов, на восстановление таких данных и повторное моделирование различных дорожных ситуаций отводится несколько дней. Традиционные решения для архивации, такие как ленточные накопители и облачные хранилища, не подходят для этих задач. Все, что нам остается, − это переходить на более перспективные архитектуры, которые позволяют планомерно увеличивать емкость СХД без ущерба для производительности.

Движущей силой транспортной отрасли станет искусственный интеллект (ИИ), способный удовлетворить сложные технологические требования сетей, объединяющих «умные» или подключенные автомобили, и связанных с ними рабочих нагрузок. Нас ожидает новое поколение центров обработки данных на базе ИИ с передовой аппаратной и программной архитектурой для широкомасштабного анализа в реальном времени.

Тщательно спроектированные, мощные ресурсы для вычислений и хранения данных будут играть ключевую роль в управлении автомобилями − и на границе сети, и в ЦОДах, − помогая повысить запас хода, оптимизировать потребление энергии и избежать накладок и задержек, характерных для существующих технологий. А структуры данных упростятся за счет применения архитектур управления данными с развитой семантикой и активного архивирования. Все это будет иметь решающее значение для развития технологий, обеспечивающих работу подключенных автомобилей. 

Очевидно, что в автомобильной отрасли начинается новая переходная эпоха, которая перевернет представление об удобстве и безопасности транспортного средства и ознаменуется высокой конкуренцией. Такие изменения коснутся не только автомобилестроения, но и смежных сфер, которые снабжают инфраструктуру подключенного транспорта необходимыми ресурсами.

Константин Тимофеев, руководитель направления по продаже OEM/IoT-решений в России и странах СНГ, Dell Technologies
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!