자율주행차는 지난 몇 년 동안 상당한 관심과 논쟁을 불러일으켰습니다. 출퇴근 시 안전 및 생산성과 같은 잠재적 이점이 있습니다. 그리고 자동차를 무기화하는 해커 공격이나 대체될 수 있는 엄청난 양의 노동력과 같은 잠재적 함정. 기술 자동차 회사인 Tesla Motors가 모델 S의 "자동 조종 장치" 모드로 자율 주행 자동차를 만들려는 Toyota 및 Nissan과 같은 주류 회사에 헤드라인을 장식하면서 추진력이 있습니다. 그러나 ADAS(Advanced Driver Assistance Systems)는 수집 및 분석해야 하는 방대한 양의 데이터를 생성하므로 새로운 빅 데이터 문제가 발생합니다.
자율주행차는 지난 몇 년 동안 상당한 관심과 논쟁을 불러일으켰습니다. 출퇴근 시 안전 및 생산성과 같은 잠재적 이점이 있습니다. 그리고 자동차를 무기화하는 해커 공격이나 대체될 수 있는 엄청난 양의 노동력과 같은 잠재적 함정. 기술 자동차 회사인 Tesla Motors가 모델 S의 "자동 조종 장치" 모드로 자율 주행 자동차를 만들려는 Toyota 및 Nissan과 같은 주류 회사에 헤드라인을 장식하면서 추진력이 있습니다. 그러나 ADAS(Advanced Driver Assistance Systems)는 수집 및 분석해야 하는 방대한 양의 데이터를 생성하므로 새로운 빅 데이터 문제가 발생합니다.
ADAS를 사용하는 사람들은 어댑티브 라이트 컨트롤(Adaptive Light Control), 어댑티브 크루즈 컨트롤(Adaptive Cruise Control), 차선 이탈 경고, 교통 표지 인식, 자동 제동 및 셀프 주차와 같은 훨씬 더 많은 분야를 다루지만 완전 자율 주행 차량과 같은 화려한 항목에 대해 생각하기를 좋아합니다. SAE(Society of Automotive Engineers)에 따르면 자동화에는 XNUMX단계가 있습니다(위 차트 참조). 자율주행 자동차의 최종 목표에 초점을 맞추면서 여러 회사가 이러한 수준을 통해 작업하고 있습니다. 그 동안 그들은 통찰력을 얻고 연구 개발 속도를 높이기 위해 저장하고 통과해야 하는 페타바이트의 데이터를 생성하고 있습니다.
대부분의 사람들이 알고 있듯이 자동차가 목적지까지 운전하는 것은 GPS 좌표를 연결하고 Google 지도를 사용하여 목적지에 도착하는 것만 큼 간단하지 않습니다. 교통, 다른 운전자, 날씨, 우회로, 사고, 도로에 있는 물체(심지어 사람이나 동물), 잘못된 지도 등 수백 가지 문제가 관련되어 있습니다. 이것들은 운전자가 거의 노력하지 않는 것을 생각해 낼 때 인간의 마음이 처리할 수 있는 모든 것입니다. 반면 ADAS는 센서, 카메라, 레이더 및 조명 상태를 모니터링해야 합니다. 그리고 자동차 회사가 SAE 수준을 높이려고 할 때 수백만 마일에 달하는 데이터로 차량을 평가하고 개선해야 합니다.
Dell EMC는 이 문제를 조사해 왔으며 한 번 멈추고 생각해 볼 수 있는 몇 가지 흥미로운 수치를 제공했습니다. 예를 들어 2,800MBit/s에서 작동하는 최첨단 전방 감시 레이더(FLR)는 200,000마일의 데이터를 캡처해야 할 수 있습니다. 60MPH에서 3,333.3시간의 데이터, 2,800MBit/s(또는 1,260GB/h)에서 하나의 센서에 대해 4.2PB가 되는 일부 자동차에는 최대 XNUMX개가 있을 수 있습니다. 다시 이것은 한 대의 자동차입니다. 회사는 SAE 자격 테스트에 대한 전체 차량을 보유할 수 있습니다. 이 데이터는 수년 또는 수십 년 동안 지속될 수 있는 데이터 저장에 대한 규제 요구 사항도 고려하지 않습니다.
자동차 제조업체와 ADAS 공급 회사는 이 데이터를 위한 대규모 확장 스토리지가 필요합니다. Dell EMC의 솔루션은 고용량, 효율적인 데이터 보존 및 고가용성을 갖춘 단순한 대규모 확장형 NAS입니다. 물론 이것은 Isilon 제품에 대한 설명이며 그들이 수행한 위의 연구는 Isilon이 위의 데이터를 저장하고 분석하려는 사람들에게 더 매력적인 옵션이 되도록 합니다. Isilon이 사용 가능한 유일한 옵션은 아니지만 방대한 양의 데이터를 처리할 수 있는 소수의 옵션 중 하나입니다.
빅 데이터는 매우 중요한 모호한 정보라는 사실이 무엇인지에 대한 명확한 정의 없이 지난 XNUMX년 동안 많이 던진 유행어입니다. 개념 주위에 특정 매개 변수 세트를 배치하면 빅 데이터가 실제로 무엇인지 뿐만 아니라 빅 데이터를 캡처하고 활용함으로써 얻을 수 있는 잠재적인 이점에 대한 더 나은 그림을 그릴 수 있습니다.
