關于自動駕駛汽車的發(fā)展，存在各種討論，比如汽車軟件和全自動駕駛汽車上路還需要多久。
然而，與自動駕駛汽車相關的數(shù)據(jù)問題卻鮮少涉及。當自動駕駛汽車上路時，他們所需要的海量數(shù)據(jù)存儲帶來了很多問題，例如這些數(shù)據(jù)將如何安全地管理、保存和傳輸。
弗洛里安·鮑曼是戴爾科技公司汽車和人工智能的首席技術(shù)官(CTO)。他接受Siliconrepublic.com網(wǎng)站采訪時談論了自動駕駛汽車行業(yè)所面臨的數(shù)據(jù)挑戰(zhàn)，首先是數(shù)據(jù)存儲水平的不斷提高。
“如今的汽車就是路上的移動數(shù)據(jù)中心”
弗洛里安·鮑曼
汽車自動化分五級。自動化程度越高，所需的數(shù)據(jù)存儲量就越大。舉個例子，比如二級自動駕駛汽車需要全程人為操作，但有附加的自動化系統(tǒng)，如變道輔助、盲點檢測或自動停車功能。鮑曼認為，二級自動駕駛汽車需要4到10PB的數(shù)據(jù)。
然而，三級自動駕駛汽車需要50到100PB的數(shù)據(jù)存儲，五級自動駕駛汽車則需要3EB以上的存儲空間。鮑曼說：“三級自動駕駛系統(tǒng)意味著汽車可以實現(xiàn)自動駕駛。而五級自動駕駛汽車可以實現(xiàn)完全自動駕駛”“。
如何處理所有數(shù)據(jù)?
盡管自動駕駛汽車所需的數(shù)據(jù)存儲量是巨大的，但挑戰(zhàn)并非源于存儲階段，而是傳輸階段。鮑曼說，例如，讓車輛上路去記錄來自攝像機、激光掃描儀和雷達的數(shù)據(jù)時，每輛車每天能產(chǎn)生80TB的數(shù)據(jù)。
他說：“然后，你必須通過數(shù)據(jù)線連接車輛，將數(shù)據(jù)從汽車系統(tǒng)傳輸?shù)綌?shù)據(jù)中心，接著將數(shù)據(jù)從研發(fā)中心復制到數(shù)據(jù)中心。通常，我們的客戶在每個洲都有一個集中的數(shù)據(jù)庫，數(shù)據(jù)傳輸就可以通過加速文件傳輸方法或物理方式實現(xiàn)”。
鮑曼認為，汽車行業(yè)在數(shù)據(jù)方面面臨的兩大挑戰(zhàn)是數(shù)據(jù)的安全性，尤其是在數(shù)據(jù)傳輸方面，以及對5G的需求。
5G基礎設施對數(shù)據(jù)的重要性
鮑曼表示，5G對于自動駕駛汽車的研發(fā)和生產(chǎn)至關重要，尤其是在未來5到10年，屆時將有更多的技術(shù)集成到汽車中。他說：“如今的汽車就是路上的移動數(shù)據(jù)中心。因此，必須對車輛中的數(shù)據(jù)進行預處理，例如，識別值得通過5G傳輸?shù)綌?shù)據(jù)中心的有價值的數(shù)據(jù)” 。
他還說，自動駕駛汽車需要存儲邊緣數(shù)據(jù)，也就是在車內(nèi)存儲數(shù)據(jù)。“你需要計算邊緣存儲，特別是在沒有5G覆蓋的地方。這是另一個問題，因為你必須在車輛中緩存數(shù)據(jù)，以便在有5G信號后發(fā)送數(shù)據(jù)”。
與5G相關的另一個問題是上傳速度。鮑曼說：“5G是為高速下載流數(shù)據(jù)設計的，所以上傳速度沒有那么快。因此，你不可能真正通過5G上傳大量數(shù)據(jù)，它是為從數(shù)據(jù)中心向最終用戶傳輸數(shù)據(jù)而不是從車輛到數(shù)據(jù)中心而設計的。但5G的優(yōu)勢在于其低延遲”。
集中數(shù)據(jù)面臨的挑戰(zhàn)
與所有圍繞數(shù)據(jù)的討論一樣，所述數(shù)據(jù)的安全性是一個至關重要的考慮因素。鮑曼說，圍繞自動駕駛，有很多初創(chuàng)公司致力于增加數(shù)據(jù)安全性，也有很多開源技術(shù)應用于其中，例如加密數(shù)據(jù)或使用VPN連接。
不過，他補充說，對于大型汽車公司和初創(chuàng)企業(yè)來說，能在數(shù)據(jù)科學家所在地之外的地方訪問數(shù)據(jù)是非常重要的。
“我們有一個開發(fā)團隊在美國灣區(qū)工作，另一個開發(fā)團隊在東海岸的密歇根地區(qū)工作，然后我們在德國有一個開發(fā)團隊，還有的在韓國，中國，所有這些人都必須訪問數(shù)據(jù)，而數(shù)據(jù)就位于阿姆斯特丹的一個數(shù)據(jù)中心，那么，如何遠程訪問和定位數(shù)據(jù)呢?”
他說，真正的挑戰(zhàn)是如何創(chuàng)建一個全球系統(tǒng)，讓數(shù)據(jù)科學家能夠定位和使用數(shù)據(jù)，同時遵循GDPR的條例。他說：“它與地理分布機器學習和聯(lián)合學習齊頭并進。”
“我們的目標是無需移動數(shù)據(jù)，開發(fā)人員也無需將數(shù)據(jù)復制到集中的數(shù)據(jù)中心，就可以進行全球機器學習工作。”
新冠肺炎與自動駕駛行業(yè)
鮑曼還談到了整個自動駕駛行業(yè)以及新冠肺炎疫情對該行業(yè)的影響。他說，雖然一些戰(zhàn)略項目被凍結(jié)暫停了，但整個行業(yè)發(fā)展并沒有真正放緩。
他說：“客戶仍在投資存儲網(wǎng)絡和計算，因為這些項目肯定會實施，如果他們現(xiàn)在停止開發(fā)，那么他們未來就會遭受極大損失。”
“從長遠來看，[新冠肺炎]將成為加速所有這些工廠自動化的催化劑，因此，公司正努力避免在生產(chǎn)過程中使用人工，并試圖實現(xiàn)全程自動化和數(shù)字化“。
“(冠狀病毒)不會是自動駕駛行業(yè)面臨的最后一次危機，但如果能夠?qū)崿F(xiàn)生產(chǎn)的完全自動化，行業(yè)的發(fā)展就不會受到影響。”
