在過去一年左右的時間裡，自主或自動駕駛汽車引起了相當多的興趣和爭論。 有潛在的好處，例如通勤時的安全性和生產力。 以及潛在的陷阱，例如將汽車武器化的黑客攻擊或可能流離失所的大量勞動力。 隨著科技汽車公司特斯拉汽車公司憑藉其 Model S 上的“自動駕駛”模式成為頭條新聞，豐田和日產等更多希望製造自動駕駛汽車的主流公司也因此勢頭強勁。 然而，高級駕駛輔助系統 (ADAS) 會生成大量需要收集和分析的數據，從而帶來了新的大數據挑戰。
在過去一年左右的時間裡，自主或自動駕駛汽車引起了相當多的興趣和爭論。 有潛在的好處，例如通勤時的安全性和生產力。 以及潛在的陷阱，例如將汽車武器化的黑客攻擊或可能流離失所的大量勞動力。 隨著科技汽車公司特斯拉汽車公司憑藉其 Model S 上的“自動駕駛”模式成為頭條新聞，豐田和日產等更多希望製造自動駕駛汽車的主流公司也因此勢頭強勁。 然而，高級駕駛輔助系統 (ADAS) 會生成大量需要收集和分析的數據，從而帶來了新的大數據挑戰。
對於 ADAS，人們喜歡考慮全自動駕駛汽車等華而不實的項目，儘管這涵蓋了更多領域，例如自適應燈光控制、自適應巡航控制、車道偏離警告、交通標誌識別、自動剎車和自動泊車。 根據汽車工程師協會 (SAE) 的說法，自動化分為六個級別（如上圖所示）。 幾家公司正在努力通過這些級別，因為他們專注於自動駕駛汽車的最終目標。 與此同時，他們正在生成數 PB 的數據，需要存儲和處理這些數據以獲得洞察力並加快研究和開發。
大多數人可能都知道，讓汽車自己開到目的地並不像插入 GPS 坐標並讓它使用 Google 地圖到達目的地那樣簡單。 涉及數百個問題，包括交通、其他司機、天氣、繞行、事故、道路上的物體（甚至是人或動物）以及地圖錯誤。 這些都是人類大腦可以處理的事情，因為他們想出了司機不費吹灰之力就能做到的事情。 另一方面，ADAS 需要監控傳感器、攝像頭、雷達和光照條件。 隨著汽車公司希望提升 SAE 級別，他們需要評估和改進他們的車輛，有時需要數百萬英里的數據。
Dell EMC 一直在研究這個問題，並提供了一些有趣的數字供您停下來思考。 例如，運行速度為 2,800MBit/s 的最先進的前視雷達 (FLR) 可能需要捕獲 200,000 英里的數據。 在 60MPH 時，即 3,333.3 小時的數據，在 2,800MBit/s（或 1,260GB/h）時，一個傳感器產生 4.2PB，有些汽車可能有多達十幾個。 同樣，這是針對一輛車的； 一家公司可能擁有整個車隊來進行 SAE 資格測試。 這些數據甚至沒有考慮存儲數據的監管要求，這些數據可能會持續數年或數十年。
汽車製造商和 ADAS 供應公司需要大規模擴展存儲來存儲這些數據。 Dell EMC 的解決方案是一種簡單的大規模橫向擴展 NAS，具有高容量、高效的數據保留和高可用性。 當然，這描述了他們的 Isilon 產品，他們進行的上述研究也使 Isilon 對於那些希望存儲和分析上述數據的人來說是一個更具吸引力的選擇。 雖然 Isilon 不是唯一可用的選項，但它是少數可以處理如此海量數據的選項之一。
大數據是一個流行語，在過去一年左右的時間裡被廣泛使用，沒有真正明確的定義，只是一些模糊的信息非常重要。 圍繞這個概念設置一組特定的參數不僅可以更好地描繪大數據的真正含義，還可以更好地描繪通過捕獲和利用大數據可以獲得的潛在好處。
