自动驾驶存储解决方案
方案背景
——
自动驾驶测试与验证需要依靠路测车采集海量的道路及车辆运行数据，仿真阶段则涵盖静态场景建模、动态场景仿真、传感器数字孪生以及高精度车辆动力学模拟等复杂环节，将产生PB级的数据存储与分析需求。研究数据显示，从L3级演进至L4级，所需的路测里程将增长50倍，数据量呈指数级增长。在此背景下，存储系统的瓶颈日渐凸显。
存储挑战
——
自动驾驶涉及大量数据的处理和传输，存储系统需要能够高效地处理这些数据，确保数据的快速读写和低延迟传输。
海量数据的存储、共享和传输
在模型训练过程中，GPU需要反复读取数据，因此存储系统需要提供高IOPS（输入/输出操作每秒）和低网络延迟的文件IO访问，以加速训练过程。
高IOPS和低网络延迟
自动驾驶企业的数据积累是一个持续迭代的过程，存储要支持数据在冷热数据层之间进行无缝迁移，对业务透明。
平衡成本和性能
解决方案
——
泛联信息洞察自动驾驶领域对数据存储的严苛需求，推出基于 UbiPower 18000 分布式全闪存存储与 UbiScale 12000 分布式海量存储相结合的智能存储解决方案，实现数据全生命周期的极致性能与安全保障。该方案搭载自主研发的动态缓存调度算法和实时数据压缩引擎，深度适配车载传感器（激光雷达、摄像头、毫米波雷达等）的高并发数据采集场景，通过端边云协同架构，将海量原始数据的处理效率提升 60% 以上。该解决方案凭借超高 IOPS、微秒级时延以及 PB 级存储扩展能力，为自动驾驶企业构建安全可靠的数据底座，赋能无人配送、智能驾驶舱等场景实现低延迟响应与精准数据驱动。
方案价值
——
适配自动驾驶训练场景以读为主，小文件顺序读，或大文件随机读的IO要求，通过客户端智能缓存，实现数据高效流转。
训练集加速提升
海量数据存储无忧
全对称分布式存储架构，提供超大容量统一命名空间，性能随容量线性扩展，分布式元数据集群及元数据检索策略，支持亿级海量文件场景。
冷热分层降低TCO
通过UbiPower 18000分布式全闪存存储与UbiScale 12000分布式海量存储形成统一资源池，解决高性能数据存取和海量数据低成本长期保存需求，有效降低TCO。
