作为人工智能落地进展最迅速的场景之一,自动驾驶正在重构汽车产业底层逻辑。而以城市NOA为代表的自动驾驶汽车,需以海量多样化的有效数据“投喂”,才能持续优化系统的感知、决策及控制能力,从而真正完成产业跃升。因此,如何高效地纳管利用数据,并实现数据安全,成为自动驾驶商业化落地关键。
自动驾驶训练数据多为标注后的路况图片、点云文件以及标注结果等非结构化数据,十分考验存储的带宽、吞吐量与IOPS等性能,伴随数据量持续增长,拓展能力也日益重要。目前,国内各汽车厂商正在积极寻找、部署更高效的存储系统,以持续推动系统的智能化升级。
某“造车新势力”厂商目前选择了曙光存储ParaStor分布式全闪产品作为自身数据训练支撑,并在2年间,部署超百PB的存储资源。目前,该存储系统单节点带宽高达150GB/s,320万IOPS,可深度支持GPU训练,最大化提升自动驾驶训推效率。借助分布式存储架构,曙光ParaStor 单一集群支持3-4096个节点,拥有EB级扩展能力。此外,曙光存储还提供全天侯的响应机制,持续保障数据的完整性和可靠性,稳定支持业务高负载运行。
从L3到L5,自动驾驶技术正在全产业的共同努力下持续突破。国内新势力造车企业以先进存力与算力融合探索,持续为产业升级探索新路径,推进自动驾驶加速量产,快速迈入商业市场。
免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。