據(jù)外媒報(bào)道，若我們將互聯(lián)及自動(dòng)駕駛汽車視為下一款殺手應(yīng)用（killer app），數(shù)據(jù)平臺(tái)將為互聯(lián)汽車應(yīng)用提供必要支持。為此，數(shù)據(jù)平臺(tái)務(wù)必要滿足以下條件：

規(guī)模化的實(shí)時(shí)處理能力

自動(dòng)駕駛汽車將綜合考慮雷達(dá)（10-100 KB/s）、聲吶（10-100 KB/s）、GPS（50 KB/s）、攝像頭（20-40 MB/s）及激光雷達(dá)所傳輸?shù)亩喾N數(shù)據(jù)輸出，從而對(duì)車輛的位置及車輛周邊環(huán)境有個(gè)全面了解。

經(jīng)計(jì)算得出，自動(dòng)駕駛汽車每小時(shí)所產(chǎn)生及處理的車載數(shù)據(jù)量將高達(dá)4TB。為此，數(shù)據(jù)平臺(tái)需要支持實(shí)時(shí)數(shù)據(jù)處理及決策能力（例如：應(yīng)對(duì)制動(dòng)或加速操作時(shí)）。

機(jī)器學(xué)習(xí)及深度學(xué)習(xí)

業(yè)內(nèi)人士愈發(fā)強(qiáng)調(diào)采用機(jī)器學(xué)習(xí)及深度學(xué)習(xí)技術(shù)，從而作出更好的決策。這意味，需要Caffe2或TensorFlow等新興軟件框架來(lái)提供支持，未來(lái)還將會(huì)有更多新的軟件框架應(yīng)運(yùn)而生。

為支持上述應(yīng)用，數(shù)據(jù)平臺(tái)需支持各類處理引擎及數(shù)據(jù)類型，還需要為復(fù)雜應(yīng)用開發(fā)過(guò)程提供輔助，且確保軟件沖突應(yīng)盡可能小。

分布式運(yùn)算

在許多情況下，車輛與數(shù)據(jù)中心/云端之間務(wù)必要實(shí)現(xiàn)雙向數(shù)據(jù)傳送，從而使機(jī)器學(xué)習(xí)建?？苫跀?shù)據(jù)中心中所存儲(chǔ)的試驗(yàn)（數(shù)據(jù)）來(lái)實(shí)現(xiàn)重新打分及改進(jìn)。

該數(shù)據(jù)平臺(tái)將為互聯(lián)汽車應(yīng)用提供支持，該平臺(tái)不關(guān)注基礎(chǔ)（infrastructure agnostic），但務(wù)必要為持續(xù)、協(xié)調(diào)性數(shù)據(jù)流提供支持，實(shí)現(xiàn)數(shù)據(jù)中心與/或云端及車輛間的無(wú)縫式數(shù)據(jù)傳輸。

據(jù)業(yè)內(nèi)人士透露，目前主要的挑戰(zhàn)在于管控傳感器產(chǎn)生的數(shù)據(jù)，因?yàn)檫@類數(shù)據(jù)體量大、傳輸速度極快，數(shù)據(jù)平臺(tái)需要采用機(jī)器學(xué)習(xí)等新興運(yùn)算框架為該類數(shù)據(jù)的實(shí)時(shí)處理提供輔助，從而實(shí)現(xiàn)互聯(lián)汽車與數(shù)據(jù)中心的無(wú)縫連接。

未來(lái)，數(shù)據(jù)管理平臺(tái)供應(yīng)商將處于互聯(lián)汽車生態(tài)系統(tǒng)價(jià)值創(chuàng)造的核心位置。

返回第一電動(dòng)網(wǎng)首頁(yè) >