没被数据虐哭过，不足以谈自动驾驶

 

自动驾驶量产时代正在到来。

我国量产汽车的自动驾驶等级正在从L2级（组合驾驶辅助）向L3级（有条件自动驾驶）迈进，L4级自动驾驶技术也在研发及测试中。

以智能网联汽车产业“优等生”上海为例，今年9月发布的《上海市加快智能网联汽车创新发展实施方案》中提出，到2025年上海L2和L3级汽车占新车生产比例要超过70%，L4及以上汽车在限定区域和特定场景要实现商业化应用。

在自动驾驶等级划分中，每向上跃升一级，都需要跨越鸿沟，解决特定的技术挑战。

其中，最底层最基础的挑战也最容易被忽略，那就是数据存储和数据运算。

让人头秃的数据存储和计算

自动驾驶是数据驱动的技术。

在自动驾驶模型训练过程中，数据环节掉链子是最要命的，直接影响模型质量，从而影响车辆的安全性和稳定性。数据对车辆环境感知、精准定位、路径规划都有一定的影响。海量数据的高效存储与计算，直接影响着车辆对感知层、决策层、执行层等的技术架构的构建，因此，强大的存储系统支撑，和上层算力效率的支持，是自动驾驶企业普遍面临多重数据挑战：

数据多

自动驾驶测试车队一般拥有多辆路测车，一辆测试车每天产生的数据量可达数TB，而且数据量还在不断增加。

数据杂

自动驾驶需要使用的数据非常多元。数据来源有车辆数据、位置数据、环境感知数据、应用数据、个人数据等等，数据类型涉及结构化数据和非结构化数据，数据服务类型又涵盖文件、对象等等，导致不同业务对存储接口、协议访问的需求多样化。

计算频率高，算力压力大

随着传感器数量和图像分辨率增加，算法模型日趋复杂，自动驾驶量产面临更大的算力挑战。业内有观点认为，L3级自动驾驶需要100TOPS（1TOPS代表处理器每秒钟可进行一万亿次操作）以上的算力级别，L3+级所需算力已经上升到1000TOPS以上。

数据安全难度大

自动驾驶汽车数据主要包括用户隐私数据和国家地理信息数据，自动驾驶企业很难凭一己之力实现数据的分类分级、安全管控和隐私保护。

训练效率要求高

自动驾驶模型迭代速度直接影响企业的核心竞争力。自动驾驶原始模型开发的过程中需要调用TB级的图片数据集，数据读取性能及海量元数据处理能力容易成为训练瓶颈。

自动驾驶难题怎么解决？

面对数据存储和算力难题，自动驾驶行业需要专门定制的解决方案。而且从技术壁垒和安全的角度，最好有底层自主研发技术做支撑。这正是存储界“扛把子”曙光已经在做的。

目前，曙光推出了为自动驾驶场景量身定制的“数据存储+智能计算”解决方案，帮助主机厂、上下游解决方案商应对数据挑战。具体来看，曙光解决方案的能力主要体现在三个方面：

首先，自动驾驶专用“数据存储+智能计算”

在数据存储方面，曙光解决方案兼具极致性能、灵活配置和功能丰富等优势。

自动驾驶模型训练和大规模仿真中，车辆、道路信息等实时数据传输需要存储系统强大的吞吐性能。曙光存储事业部行业推广总监王绍祥表示：“只需一套设备支持，多种协议满足不同应用需求，在实现极致性能的同时兼具灵活性，实现多业务并发作业”。

基于领先的POSIX访问协议，曙光自动驾驶数据存储解决方案单节点可提供4GB/s+吞吐能力，支持大规模ETL端及标注客户端，可为上千个物理及容器应用节点提供高性能支持。

在自动驾驶中，数据采集、处理、模型训练、部署等不同业务流程对存储服务的需求差异很大。曙光通过一套存储系统支持文件、对象、容器访问，打通多协议之间的数据流通，一份数据可以通过不同协议接口去访问。而且，通过灵活的配置和自动适应功能，做到以冷/热等维度对数据分层存储，实现“采、存、管、用”的数据全生命周期管理。

在智能计算方面，曙光提供专为智能计算而生的大规模云端算力支撑，具备强劲算力的同时，为自动驾驶企业带来高性价比。

曙光自动驾驶数据闭环方案底层算力资源打通10余家计算中心，汇聚海量计算资源，能够满足模型训练的大规模并发计算需求，“曙光以强劲算力加快自动驾驶模型训练进度，全面提升云车两端仿真训练效率，助力打破训练瓶颈。”曙光智算解决方案总监董小海介绍道。

曙光智算解决方案总监董小海发表主题演讲

同时，不同的自动驾驶企业可以灵活选择公有云、混合云（曙光算力外接或企业硬件统一纳管）、专有云（裸金属集群）等方式，通过更匹配业务需求的部署方案降本增效。

其次，自主研发，保障安全合规，支持开放生态

在存储领域，曙光有十余年自主研发经验，具备代码级深度定制化能力，助力自动驾驶企业将数据安全掌握在自己手中。

自动驾驶数据安全不是单点防护，而是软硬结合的全生命周期数据安全体系。曙光解决方案支持数据权限精细化控制和算力自主调度，实现软硬件全自主全流程可控，保障数据存取安全和访问合规。

同时，曙光自动驾驶协同方案基于兼容通用的人工智能计算架构，整体计算生态更为开放，软硬件生态丰富，便于企业快速实现移植与兼容适配。而且支持多个计算框架，目前已实现模型算子精度性能对齐及分布式计算框架优化。

第三，定制化服务能力

在存储领域，曙光积累了众多数百PB级存储系统部署及长期运维经验，已为全国数千家用户管理着数十EB的存储空间。

现在，自动驾驶企业也可以直接继承曙光长达十年的运维服务经验。通过7*24小时专业团队在线，曙光可以提供专业、定制化的服务支持，提供底层核心部件级别的深度调优，为自动驾驶量产提供了必要的后勤保障。

当自动驾驶从L2级向L3级跃进时，更强大的数据解决方案的落地是前提。面对自动驾驶行业的数据难题，曙光通过自主研发给出了存储+计算的一站式解决方案，将助力自动驾驶加速量产进程。