一文了解数据平台对互联及自动驾驶汽车的重要意义

据外媒报道，如果我们将联网和自动驾驶汽车视为下一个杀手级应用，数据平台将为联网汽车应用提供必要的支持。为此，数据平台必须满足以下条件：

具有实时处理能力的大型自动驾驶汽车将综合考虑雷达（10-100KB/s）、声纳（10-100kb/s）、GPS（50KB/s），摄像头（20-40MB/s）和激光雷达传输的各种数据输出，从而全面了解车辆的位置和周围环境。据计算，自动驾驶汽车每小时生成和处理的车载数据量将高达4TB。因此，数据平台需要支持实时数据处理和决策能力（例如，在处理制动或加速操作时）。

机器学习和深度学习行业的人们越来越强调使用机器学习和深入学习技术来做出更好的决策。这意味着需要Caffe2或TensorFlow等新兴软件框架来提供支持，未来还会出现更多新的软件框架。为了支持上述应用程序，数据平台需要支持各种处理引擎和数据类型，还需要为复杂的应用程序开发过程提供帮助，并确保软件冲突尽可能小。分布式计算在许多情况下，需要实现车辆和数据中心/云之间的双向数据传输，以便基于存储在数据中心的实验（数据）对机器学习建模进行重新评分和改进。该数据平台将为联网汽车应用程序提供支持。该平台不关注基础设施不可知，但必须为连续和协调的数据流提供支持，以实现数据中心和/或云与车辆之间的无缝数据传输。据业内人士透露，目前的主要挑战是控制传感器生成的数据，因为这类数据量大、传输速度极快，数据平台需要采用机器学习等新兴计算框架，为这类数据的实时处理提供帮助，从而实现了联网汽车与数据中心之间的无缝连接。未来，数据管理平台供应商将成为互联汽车生态系统价值创造的核心。据外媒报道，如果我们将联网和自动驾驶汽车视为下一个杀手级应用，数据平台将为联网汽车应用提供必要的支持。为此，数据平台必须满足以下条件：

具有实时处理能力的大型自动驾驶汽车将综合考虑雷达（10-100KB/s）、声纳（10-100kb/s）、GPS（50KB/s），摄像头（20-40MB/s）和激光雷达传输的各种数据输出，从而全面了解车辆的位置和周围环境。据计算，自动驾驶汽车每小时生成和处理的车载数据量将高达4TB。因此，数据平台需要支持实时数据处理和决策能力（例如，在处理制动或加速操作时）。

机器学习和深度学习行业的人们越来越强调使用机器学习和深入学习技术来做出更好的决策。这意味着需要Caffe2或TensorFlow等新兴软件框架来提供支持，未来还会出现更多新的软件框架。为了支持上述应用程序，数据平台需要支持各种处理引擎和数据类型，还需要为复杂的应用程序开发过程提供帮助，并确保软件冲突尽可能小。分布式计算在许多情况下，需要实现车辆和数据中心/云之间的双向数据传输，以便基于存储在数据中心的实验（数据）对机器学习建模进行重新评分和改进。该数据平台将为联网汽车应用程序提供支持。该平台不关注基础设施的不可知性，但它必须为连续和协调的数据流提供支持，以实现数据中心之间的无缝数据传输……

/或云层和车辆。据业内人士透露，目前的主要挑战是控制传感器生成的数据，因为这类数据量大、传输速度极快，数据平台需要采用机器学习等新兴计算框架，为这类数据的实时处理提供帮助，从而实现了联网汽车与数据中心之间的无缝连接。未来，数据管理平台供应商将成为互联汽车生态系统价值创造的核心。

标签：兴运

汽车资讯热门资讯