Autonomní neboli samořídící auta v posledním roce či dvou vyvolala značný zájem a debaty. Existují jak potenciální výhody, jako je bezpečnost a produktivita při dojíždění. A také potenciální úskalí, jako je hackerský útok, který by auta zneužil, nebo obrovské množství pracovní síly, která by mohla být propuštěna. Vzhledem k tomu, že technologická automobilka Tesla Motors se dostává na titulní stránky novin se svým režimem „autopilota“ ve svém Modelu S, zatímco běžnější společnosti, jako jsou Toyota a Nissan, se snaží vyrábět samořídící auta, existuje dynamika. Pokročilé asistenční systémy pro řidiče (ADAS) však generují obrovské množství dat, která je třeba shromažďovat a analyzovat, což vytváří novou výzvu v podobě velkých dat (Big Data).
U systémů ADAS se lidé rádi zaměřují na okázalé věci, jako jsou plně autonomní vozidla, ačkoli to zahrnuje mnohem širší okruh oblastí, jako je adaptivní řízení světel, adaptivní tempomat, varování před opuštěním jízdního pruhu, rozpoznávání dopravních značek, automatické brzdění a samoregulace. Podle Společnosti automobilových inženýrů (SAE) existuje šest úrovní automatizace (znázorněno na grafu výše). Několik společností pracuje na těchto úrovních, protože se zaměřují na konečný cíl, kterým jsou autonomní vozidla. Mezitím generují petabajty dat, které je třeba ukládat a zpracovávat, aby se získaly informace a urychlil výzkum a vývoj.
Jak většina lidí pravděpodobně ví, nechat auto jet do cíle samo o sobě není tak jednoduché, jako zadat GPS souřadnice a nechat ho používat Google Mapy, aby se tam dostalo. Jsou s tím spojeny stovky faktorů, včetně dopravy, ostatních řidičů, počasí, objížďek, nehod, překážek na silnici (dokonce i lidí nebo zvířat) a prostě chybné mapy. To vše jsou věci, s nimiž se lidská mysl dokáže vypořádat, když řidič vynakládá jen malé úsilí. Systémy ADAS (Adas pro pomoc při řízení) na druhou stranu musí monitorovat senzory, kamery, radar a světelné podmínky. A protože se automobilky snaží postoupit na vyšší úroveň SAE, musí vyhodnocovat a vylepšovat svá vozidla, někdy i data v hodnotě milionů kilometrů.
Společnost Dell EMC se tímto problémem zabývá a poskytla několik zajímavých čísel k zamyšlení. Například nejmodernější front-looking radar (FLR) pracující s rychlostí 2 800 MBit/s může potřebovat zachytit 200 000 mil dat. Při rychlosti 60 mph to je 3 333,3 hodiny dat, při rychlosti 2 800 MBit/s (nebo 1 260 GB/h) to znamená 4.2 PB na jeden senzor, některé vozy jich mohou mít až tucet. Opět platí pro jedno auto; společnost může mít celou flotilu vozů, které se testují na kvalifikaci SAE. Tato data ani nezohledňují regulační požadavky na ukládání dat, která mohou uchovávat data roky nebo desetiletí.
Výrobci automobilů a dodavatelé systémů ADAS potřebují pro tato data velkoplošné úložiště. Řešením společnosti Dell EMC je velkoplošné úložiště NAS, které je jednoduché, s vysokou kapacitou, efektivním uchováváním dat a vysokou dostupností. To samozřejmě popisuje jejich produkt Isilon a výše uvedený výzkum, který provedli, také činí Isilon atraktivnější volbou pro ty, kteří chtějí výše uvedená data ukládat a analyzovat. Isilon sice není jedinou dostupnou možností, ale je jednou z mála, které dokáží zpracovat tak obrovské množství dat.
Velká data jsou módní pojmy, které se v posledním roce či dvou hodně používají, aniž by byla jasně definována jejich podstata, pouze se jednalo o mlhavé informace, které byly mimořádně důležité. Specifické parametry tohoto konceptu vykreslují lepší obraz nejen toho, co velká data skutečně jsou, ale i o potenciálních výhodách, které lze jejich zachycením a využitím získat.
Amazon