Quantum加速密西西比州立大学的数据密集型自动驾驶汽车研究

量子公司(纳斯达克股票代码：QMCO )宣布其 在密西西比州立大学先进车辆系统中心 (CAVS)加速全地形自动驾驶汽车研究方面的作用 ( MSU)，世界上首屈一指的大学汽车研究中心之一。CAVS 使用Quantum R 系列边缘存储收集大量非结构化数据，这是一种高性能、坚固的解决方案，专为在边缘环境中捕获大量数据而构建。数据由车辆生成，用于 CAVS 数据中心的进一步分析和机器学习 (ML) 模型开发。

自动驾驶汽车 (AV) 开发的数据存储和处理需求正在增长。Mobility Foresights研究 估计，到 2030 年，全球销售的新车中有 20% 将至少具有 3 级自动驾驶能力。估计有 9000 万辆联网和自动驾驶汽车每天将产生高达 10 TB 或 1 Zettabyte 的数据( ZB) 整个行业的每一天。汽车行业越来越需要灵活、可扩展、易于管理和高度可靠的存储解决方案来应对大数据挑战。

在拥有 55 英亩越野试验场的 CAVS 设施中，配备各种传感器的测试车辆收集有关户外地形的大量数据。然后使用这些数据创建用于运行驾驶模拟的环境的数字双胞胎。这些模拟被用来创建导航软件，引导 AV 穿越室外地形。

创建环境的数字孪生需要在现场收集高质量的数据。CAVS 团队需要能够完美收集现场数据并使工程师能够将数据快速传输到大型集中式数据中心存储进行模拟的车载存储系统。

CAVS 高级车辆系统副总监Daniel Carruth表示：“我们需要能够在车辆穿越崎岖小径和其他具有挑战性的地形时可靠地收集关键传感器数据的存储，这是 Quantum R 系列边缘存储为我们提供的。” “借助 Quantum，我们可以快速轻松地将数据从车辆移动到数据中心。我们拥有端到端的数据管理工作流程，让我们能够专注于所有这些数据可以提供的洞察力。”

将 Quantum R 系列边缘存储集成到一个单一的、可共享的存储平台中，CAVS 工程师可以使数据随时可供多个开发组织使用。要卸载收集到的车辆数据，技术人员只需从车载存储设备中取出存储盒并将其滑入数据中心机箱或使用 10-GbE 网络端口进行数据卸载。

CAVS 开发的自主系统对于和农业、能源、建筑、林业等领域的组织至关重要。“使用在我们的测试车辆中收集的信息，我们正在构建一个全面的数据集，该数据集将对 MSU 及其他地区的其他几个团队有价值，” CAVS 执行董事Clay Walden说。“我们渴望看到这些数据将如何推动各个领域的突破性研究和开发。”

“数据是支持自动驾驶汽车市场持续增长和成功的关键组成部分，”昆腾人工智能和云技术总监Plamen Minev说。“与 CAVS 团队合作是我们提供数据管理解决方案的绝佳机会，它可以让 CAVS 工程团队更轻松、更精简地存储、移动和分析这些关键的现场数据。”

“CAVS 的研究人员正在苛刻的越野环境中捕获大量数据，然后使用这些数据来设计、开发和验证可为自动驾驶军用车辆提供动力的算法。Quantum R 系列边缘存储使他们能够存储，快速卸载并分析数据以进行模拟和进一步研究，”昆腾 ADAS/自动驾驶汽车解决方案实践负责人Graham Cousens说。“我们很高兴与如此尖端的研究机构合作，为自动驾驶汽车的未来提供动力。”