Autonome oder selbstfahrende Autos haben im letzten Jahr viel Interesse und Debatten ausgelöst. Es gibt potenzielle Vorteile wie Sicherheit und Produktivität beim Pendeln. Und potenzielle Fallstricke wie ein Hackerangriff, bei dem die Autos bewaffnet werden, oder die enorme Menge an Arbeitskräften, die entlassen werden könnten. Die Dynamik ist da, da der Technologieautohersteller Tesla Motors mit seinem „Autopilot“-Modus in seinem Model S Schlagzeilen macht und sich Mainstream-Unternehmen wie Toyota und Nissan mit der Entwicklung selbstfahrender Autos beschäftigen. Allerdings erzeugen fortschrittliche Fahrerassistenzsysteme (ADAS) riesige Datenmengen, die gesammelt und analysiert werden müssen, was eine neue Big-Data-Herausforderung darstellt.
Autonome oder selbstfahrende Autos haben im letzten Jahr viel Interesse und Debatten ausgelöst. Es gibt potenzielle Vorteile wie Sicherheit und Produktivität beim Pendeln. Und potenzielle Fallstricke wie ein Hackerangriff, bei dem die Autos bewaffnet werden, oder die enorme Menge an Arbeitskräften, die entlassen werden könnten. Die Dynamik ist da, da der Technologieautohersteller Tesla Motors mit seinem „Autopilot“-Modus in seinem Model S Schlagzeilen macht und sich Mainstream-Unternehmen wie Toyota und Nissan mit der Entwicklung selbstfahrender Autos beschäftigen. Allerdings erzeugen fortschrittliche Fahrerassistenzsysteme (ADAS) riesige Datenmengen, die gesammelt und analysiert werden müssen, was eine neue Big-Data-Herausforderung darstellt.
Bei ADAS denken die Leute gerne an auffällige Dinge wie vollständig autonome Fahrzeuge, obwohl dies viel mehr Bereiche abdeckt, wie zum Beispiel adaptive Lichtsteuerung, adaptive Geschwindigkeitsregelung, Spurverlassenswarnungen, Verkehrszeichenerkennung, automatisches Bremsen und Selbstparken. Nach Angaben der Society of Automotive Engineers (SAE) gibt es sechs Automatisierungsstufen (siehe Abbildung oben). Mehrere Unternehmen arbeiten an diesen Stufen, während sie sich auf das Endziel selbstfahrender Autos konzentrieren. Mittlerweile generieren sie Petabytes an Daten, die gespeichert und verarbeitet werden müssen, um Erkenntnisse zu gewinnen und Forschung und Entwicklung zu beschleunigen.
Wie die meisten wahrscheinlich wissen, ist es nicht so einfach, ein Auto allein zu einem Ziel fahren zu lassen, indem man die GPS-Koordinaten eingibt und es Google Maps verwenden lässt, um dorthin zu gelangen. Es gibt Hunderte von Problemen, darunter Verkehr, andere Fahrer, Wetter, Umwege, Unfälle, Objekte auf der Straße (sogar Menschen oder Tiere) und einfach die falsche Karte. Das sind alles Dinge, mit denen der menschliche Verstand umgehen kann, während er sich etwas ausdenkt, ohne dass der Fahrer dabei wenig Aufwand betreiben muss. ADAS hingegen muss Sensoren, Kameras, Radar und Lichtverhältnisse überwachen. Und da Automobilhersteller ihre SAE-Werte verbessern wollen, müssen sie ihre Fahrzeuge bewerten und verbessern, was manchmal Millionen von Kilometern an Daten umfasst.
Dell EMC hat sich mit diesem Problem befasst und einige interessante Zahlen bereitgestellt, die zum Nachdenken anregen. Zum Beispiel ein hochmodernes Frontradar (FLR), das mit 2,800 MBit/s arbeitet und möglicherweise 200,000 Meilen an Daten erfassen muss. Bei 60 MPH sind das 3,333.3 Stunden Daten, bei 2,800 MBit/s (oder 1,260 GB/h), was 4.2 PB für einen Sensor ergibt, manche Autos können bis zu ein Dutzend haben. Auch dies gilt wieder für ein Auto; Ein Unternehmen verfügt möglicherweise über eine ganze Fahrzeugflotte, die auf die SAE-Qualifikation getestet werden soll. Bei diesen Daten sind noch nicht einmal die gesetzlichen Anforderungen für die Speicherung der Daten berücksichtigt, die Jahre oder Jahrzehnte dauern können.
Automobilhersteller und ADAS-Zulieferer benötigen für diese Daten einen großen Scale-Out-Speicher. Die Lösung von Dell EMC ist ein großes Scale-out-NAS, das einfach ist und eine hohe Kapazität, effiziente Datenaufbewahrung und hohe Verfügbarkeit bietet. Dies beschreibt natürlich ihr Isilon-Produkt und die oben genannte Untersuchung macht Isilon auch zu einer attraktiveren Option für diejenigen, die die oben genannten Daten speichern und analysieren möchten. Obwohl Isilon nicht die einzige verfügbare Option ist, gehört es doch zu den wenigen, die solche riesigen Datenmengen verarbeiten können.
Big Data ist ein Schlagwort, mit dem im letzten Jahr oder so viel herumgeworfen wurde, ohne dass es eine wirklich klare Definition davon gab, nur dass es sich um einige vage Informationen handelte, die außerordentlich wichtig waren. Wenn man das Konzept mit bestimmten Parametern umgibt, erhält man nicht nur ein besseres Bild davon, was Big Data wirklich ist, sondern auch von den potenziellen Vorteilen, die durch die Erfassung und Nutzung dieser Daten erzielt werden können.
Melden Sie sich für den StorageReview-Newsletter an
