【中國安防展覽網 企業(yè)關注】你的愛車越來越智能了，再不是簡單的四輪代步工具了！各種傳感器、信息娛樂系統(tǒng)、導航系統(tǒng)、人機互動系統(tǒng)、駕駛輔助系統(tǒng)(ADAS)等等這些數(shù)據急需要一個強大的車載硬盤了！
自動駕駛催生存儲擴容需求 人工智能助力作用凸顯
據外媒報道，隨著技術的不斷發(fā)展，如今的車輛普遍配置了內置數(shù)據存儲設備，其容量通常在16 GB-64 GB，其中絕大部分設備能勝任車用地圖存儲及車載信息娛樂兩大功能。然而，人工智能技術、自動駕駛技術、云技術、車聯(lián)網技術正在發(fā)展，未來的自動駕駛車輛勢必要尋求超大容量的存儲設備，對上述先進的車載功能提供技術及硬件支持。
車載存儲器的擴容需求凸顯
據業(yè)內機構的研究結果顯示，自動駕駛車輛很快就會迫切需要超大容量存儲設備(儲存容量在1TB以上)，進而對智能駕駛員輔助、語音識別及手勢識別、眼球追蹤、駕駛監(jiān)控、黑匣子記錄(black box recording)、認知能力(cognitive capabilities)(可對駕駛員偏好加以學習及分析，進而提升能力)、車間通信(V2V)及車輛與基礎設施通信(V2I)等各類先進駕駛輔助功能提供支持。
隨著時間的推移，道路數(shù)據的容量將不斷增大，而傳輸速率也將隨之提升，因此存儲設備也勢必要不斷擴容。由于產生的數(shù)據量極大，如何對海量數(shù)據加以利用、如何將數(shù)據轉化實時智能與服務價值就顯得尤為關鍵。
為實現(xiàn)妥善處理傳感器數(shù)據、算法及來自外部世界的實時數(shù)據信息，務必要提升車輛的運算能力，因為數(shù)據的抓取量及分析量將越來越大。這就需要實現(xiàn)即時處理數(shù)據，其中有部分數(shù)據需要保存到本地存儲設備(即：車載存儲設備)或上傳到云端儲存設備中。
人工智能對自動駕駛車輛車載存儲設備的影響
為此，下文將從“自動駕駛、數(shù)字助理、與數(shù)據中心的網絡連通”這三大方面來探討人工智能及其對自動駕駛車輛車載存儲設備的影響。
盡管上述應用領域對車載存儲設備的影響巨大，但都離不開人工智能(AI)技術的推動與輔助，人工智能技術在汽車中的應用已成為當前的一大技術發(fā)展趨勢。人工智能技術基于計算機應用，其可確保車載系統(tǒng)能像人類一般執(zhí)行相關任務。
人工智能不僅驅動著自動駕駛車輛的未來，還被各大車企用于多個領域中，借此提升車輛的自動化程度，并改善駕駛體驗。駕駛輔助、數(shù)據語音輔助(digital voice assistants)、深度學習能力、實現(xiàn)與數(shù)據中心及車載信息娛樂系統(tǒng)的網絡連通均離不開人工智能技術的支持。車載應用可利用人工智能技術實現(xiàn)海量數(shù)據的采集，但需要相關方來制定新的本地及云端信息存儲及數(shù)據管理策略。
超大容量的車載存儲設備是實現(xiàn)自動駕駛功能的先決硬件條件
自動駕駛車輛借助攝像頭、雷達、激光雷達(激光探測與測距，light detections and ranges)等傳感器來采集車輛周邊環(huán)境的數(shù)據，進而為車輛實現(xiàn)轉向、制動及加速等功能提供輔助，其數(shù)據的采集速率為750 MB/s。車載傳感器將讀取車輛周邊環(huán)境的地圖數(shù)據，并與保存的車載地圖進行比對，進而繪制新的實時地圖，使車輛能夠識別行駛路徑上可能出現(xiàn)的障礙物并進行規(guī)避。這一系列進程將產生海量的數(shù)據，進而完成對車輛的操控，但若要實現(xiàn)上述目標，前提是大幅擴充車載存儲設備的存儲容量。
車載系統(tǒng)提取將提取經壓縮處理的數(shù)據，在與高清地圖進行對比將用到該數(shù)據，從而地定位車輛所在位置。該類地圖需要獲取高精度的地圖數(shù)據及車道標志線(lane markings)、路緣石(curbs)、車道控制燈(lane signs)等信息，該地圖數(shù)據所占的容量被擴大了整整一倍。這類信息可用于生成實時的具體行動方案(actionable insights)，從而完成對車輛的導航操作。
某些數(shù)據(如車輛的相關“駕駛”數(shù)據)的存儲時間可能長達數(shù)日乃至數(shù)月，須視當?shù)胤ㄒ?guī)、運營商或原始設備制造商(OEM)的具體要求而定。駕駛數(shù)據記錄須每隔數(shù)秒記錄一次，而與車隊車輛監(jiān)控相關的黑匣子數(shù)據則每隔數(shù)日記錄一次，后者通常被用于車險、預測性維護(predictive maintenance)及其他用途。
由于數(shù)據的功用不同，對應的數(shù)據儲存要求也差別迥異。若需將駕駛數(shù)據上傳到云端服務器的儲存器中，還需要另行備份副本(local copy)，將其保存在本地(或“本機”)存儲設備中。歸根結底，超大容量的車載存儲設備是實現(xiàn)上述功能的先決硬件條件。
據估計，未來大部分的自動駕駛車輛將配備新款的無線網絡及車載通信(vehicular communication)設備，使乘客在愛車內瀏覽網站、收發(fā)郵件、觀看下載的電影。若這類數(shù)據需要長期存儲，用戶可將其上傳到云端，進行保存。
然而，行駛中的車輛卻無法確保車內無線網絡的信號始終處于良好狀態(tài)，更無法確保車載通信能持續(xù)保持流暢運行狀態(tài)。為此，不得不將相關數(shù)據保存在車載存儲裝設備內，這就要求對車載存儲設備進行進一步的擴容。
數(shù)字助理、機械學習、深度學習將持續(xù)提升數(shù)據量
數(shù)字助理可通過算法來執(zhí)行人工智能功能，將自動駕駛提升到新水平，但算法所產生的數(shù)據量卻相當驚人。與智能型個人助理不同，前者只是為移動設備提供語音服務，而數(shù)字助理則有助于車輛的機械學習，使車載系統(tǒng)了解駕駛員的個人偏好、興趣、駕駛風格。
該系統(tǒng)不僅能根據個性化信息提供對應的駕駛體驗，還能持續(xù)提升其知識儲備量，通過分析行為模式(behavioral patterns)來模仿人類行為、像人類一樣解讀現(xiàn)實駕駛情景，必要時甚至能接管車輛的駕駛操控。
機械學習(machine learning，ML)實際上是人工智能的一個子集(可理解為“分支”，subset)，該技術的主要應用對象為機械或設備，確保其能夠像人類一樣進行思考并采取行動。借助人工智能技術，機器或設備能像人類一樣執(zhí)行任務。得益于機械學習技術，機械或設備可根據獲得的數(shù)據及深度學習(deep learning，DL)實踐來“不斷地學習”，進而執(zhí)行各類人工智能任務。深度學習有助于將各類任務分解為可管控的模塊，然后加以模仿，這樣車載系統(tǒng)就能學會相關功能的執(zhí)行與操作。學得越多，產生的數(shù)據及所需的存儲容量自然就越多。
車用數(shù)據量增多意味著需要更大容量的本地儲存器及大量的云網關緩沖區(qū)編碼
隨著互聯(lián)車載技術的不斷發(fā)展，用戶也陸續(xù)獲得新的功能體驗?；ヂ?lián)車輛的車載系統(tǒng)可以分為以下類別：車載信息娛樂系統(tǒng)、道路與交通警示(road and traffic warnings)系統(tǒng)、車輛診斷(vehicle diagnostics)系統(tǒng)、導航系統(tǒng)等?；谌斯ぶ悄艿能囕d信息娛樂系統(tǒng)為駕駛員及乘客提供收發(fā)郵件、網絡搜索以及與智能手機實現(xiàn)應用聯(lián)動等功能，上述所有功能均可通過語音指令來實現(xiàn)，為此傳輸速度務必要高達數(shù)兆/秒，具體數(shù)值視車載應用的運行情況而定。
隨著車載應用數(shù)量的持續(xù)增多、車聯(lián)網的不斷發(fā)展，本地儲存器(車載存儲設備)與云端(服務器)間的數(shù)據傳輸速度及傳輸效率也務必要大幅提升，車用數(shù)據量增多則意味著需要更大容量的本地儲存器及大量的云網關緩沖區(qū)編碼(cloud gateway buffer coding)。
人工智能對互聯(lián)車輛重要的貢獻還體現(xiàn)在汽車安全性上。借助車間通信(V2V)技術，互聯(lián)車輛將能夠實現(xiàn)車輛間的信息與數(shù)據互通，將自身即將采取的行動“告知”周邊車輛，該技術的實現(xiàn)需要基于無線網絡技術。
例如，當紅燈亮起前，若駕駛員未減速，互聯(lián)車輛的車載系統(tǒng)將向駕駛員發(fā)出警示，防止其在交通路口闖紅燈。此外，互聯(lián)車輛可借助車輛對基礎設施技術(V2I)與交通燈、交通標志等道路基礎設施實現(xiàn)網絡互聯(lián)。舉個簡單的例子，在紅燈亮起前，交通燈將“告知”互聯(lián)車輛，即將切換至紅燈，互聯(lián)車輛隨即將進行減速。
車載存儲設備的應用新趨勢——閃存設備
存儲設備是汽車整體解決方案的關鍵性部件，在物料清單(bill-of-materials，BOM)中占據了較大比重。車輛越來越像裝有輪子的數(shù)據中心，其往往配置了多個車載計算機，借助云技術實現(xiàn)內部互聯(lián)。因此，儲存設備優(yōu)化就變得極為關鍵，被用于確保設備的性能與可靠性。近推出過數(shù)款新的車載娛樂信息系統(tǒng)，其中有部分可實現(xiàn)軟件升級，并將升級文件保存到本地存儲設備中。此外，車載信息娛樂系統(tǒng)所用到的應用軟件也將生成緩存文件，用于網絡峰值時的帶寬占用量。
為提升存儲設備的性能、擴大存儲容量、降低延遲率、提高可靠性及耐用性，許多車企轉而采用閃存設備，用于存儲操作系統(tǒng)及先進的軟件應用，采集、分析駕駛數(shù)據記錄、為云通信提供緩存(及帶寬優(yōu)化)、在本地存儲車載信息娛樂系統(tǒng)數(shù)據的備份資料。
經測試證明，閃存能滿足自動駕駛車輛對大容量的需求，可提供高度緊湊型封裝產品，其體積比1美分硬幣的體積還小。隨著人工智能及自動駕駛車輛車載系統(tǒng)復雜性的持續(xù)提升，由于汽車空間有限，空間有效利用率已嚴苛到英寸級，閃存恰好滿足了系統(tǒng)對其尺寸的要求，能夠盡可能地設備在車輛中所占據的空間。
為互聯(lián)車輛及自動駕駛提供助力的本地車載存儲設備務必能經受嚴苛的車內環(huán)境，且須確保其功能運行安全可靠、產品使用周期較長。鑒于車輛運行時所處的環(huán)境差別迥異(如：極熱、極冷、干濕條件、光滑路面、凹凸路面、沖擊與震動挑戰(zhàn))，本地的車載存儲設備的質量要求及可靠性標準要遠高于智能手機與其他移動設備的相關要求，其標準十分嚴苛，或許與關鍵性任務企業(yè)級存儲設備的要求相當。
未來展望——人工智能技術與存儲設備相輔相成
數(shù)據采集及數(shù)據存儲的可靠性是根本性問題，其決定了汽車設計師們將如何整合人工智能技術，也決定了他們將如何實現(xiàn)自動駕駛車輛安全性及可靠性。業(yè)內人士將繼續(xù)開展車輛測試，車企也將穩(wěn)步推動自動駕駛與互聯(lián)車輛，技術公司和網絡基礎設施供應商將致力于閃存在車輛中的大批量配置。
盡管離實現(xiàn)完全自動駕駛車輛還有很長的一段路要走，人工智能將不斷融入到人們的生活中，存儲設備的先進性將助推人工智能技術的發(fā)展與成功，這在數(shù)據方面表現(xiàn)為明顯，如何在未來的互聯(lián)車輛中運用數(shù)據、存儲數(shù)據將成為實現(xiàn)人工智能愿景的核心內容。
原標題 大容量閃存成趨勢 人工智能對車載存儲設備的影響
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
