“昆腾推出参考架构 用于开发自动驾驶系统和工业AI/ML应用程序”

世界汽车新闻8月31日宣布了美国昆腾企业( quantum corporation )高级驾驶辅助系统( adas )和自动驾驶) ad )系统的新的端到端参考体系结构。 通过加强自动驾驶车软件开发所需数据的获取、迁移、保存和管理，该独特的体系结构满足了adas/ad开发各个阶段的特定诉求，旨在让自动驾驶车开发者利用数据引领下一个自动驾驶创新时代。

(照片来源:昆腾企业)

昆腾总裁兼首席执行官jamie lerner表示:“自动驾驶车的快速发展还处于初期，但开发自动驾驶车的机构目前正处于十字路口。 随着捕获的数据量急剧增长，市场需要提高数据管理生命周期的速度、容量和价格效率。 作为非结构化数据捕获、存储、管理和丰富的专家，戴尔提供了完善的端到端处理程序组合和实验室验证的技术，以满足adas/ad处理程序的所有要求，从而满足了业界的需求 这个新的参考体系结构支持adas开发人员并构建未来的自动驾驶汽车。 ”

自动驾驶汽车开发过程中产生的大量数据表明了av制造商面临的挑战之大。 测试车辆通常每小时捕获多个摄像头、激光雷达和雷达生成的数TB的传感器数据。 adas/ad开发系统依赖于收集和解决这些大量的非结构化数据，需要智能高效的数据管理，因此建立了复杂的机器学习( ml )模型和算法。 通过利用新的端到端参考体系结构，开发者可以利用昆腾完美的端到端数据管理处理方案的组合，提供adas/ad系统所需的性能、容量和可扩展性水平。

关于参考体系结构[/s2/]

在av开发系统中的数据解析从用测试车辆捕获数据开始。 quantum r6000是超高速汽车和军用标准的边缘存储设备，专门用于在恶劣环境(如汽车、卡车、飞机和其他移动车辆)中捕获高速数据。 该装置提供了车载记录仪所需的大数据存储容量，可以长期存储收集到的传感器数据，且体积小，非常适合自动驾驶测试车辆。 r6000旨在满足苛刻的环境要求，旨在实现高可用性和可靠性。 捕获数据后，r6000可移动存储器可以实现快速的数据卸载和街道更换，从而可以持续采用汽车和缩短车辆停机时间。

然后，数据将被注册到昆仑获奖的stornext™文件系统中进行解析。 stornext使用独立的基准测试，展示视频数据最快的整体响应时间，以高吞吐量解决数千个并发流。 stornext软件还包括一个策略引擎，可以在nvme、硬盘、对象存储、云和磁带上放置和管理数据。 这种独特的数据管理功能可以跨多个层有效地采用分解基础设施。

除了昆腾的技术之外，ml模型训练和验证完成后，开发和部署新模型后，可以将未来ml开发所需的大量数据集存储在低价钱的存储器中，兼顾性能和经济性。 昆腾可以提供强大的端到端处理方案组合。 该方案是为adas/ad的恶劣环境构建的，提供了最高效、最经济实惠的数据分层。 它还具备在整个生命周期中有效管理数据所需的性能、容量和可扩展性。

昆腾adas/自动驾驶车处理方案实践负责人graham cousens表示:“自动驾驶车制造商捕获了大量的道路数据，正在利用这些数据设计、开发和验证给自动驾驶车提供动力的算法。 制造商面临的挑战是如何有效地提取新闻，与其他架构集成，并长时间存储数据。 这些都是昆腾40年来其他行业必须应对的挑战。 该参考体系结构基于实验室测试并说明优于竞品的处理方案而构建，由昆腾强大的stornext文件系统( file system )和超高速r6000车载数据存储设备驱动，并自动运行 ”