作为人工智能落地发展最敏捷的场景之一，无人驾驶正在重构轿车工业底层逻辑。而以城市NOA为代表的无人驾驶轿车，需以海量多样化的有用数据“投喂”，才干继续优化体系的感知、决议计划及控制才能，然后真实完结工业跃升。因而，怎么高效地纳管使用数据，并完成数据安全，成为无人驾驶商业化落地要害。

  自动驾驶练习数据多为标示后的路况图片、点云文件及标示成果等非结构化数据，非常检测存储的带宽、吞吐量与IOPS等功能，随同数据量继续增长，拓宽才能也日益重要。现在，国内各轿车厂商正在活跃寻觅、布置更高效的存储体系，以继续推动体系的智能化晋级。

  某“造车新势力”厂商现在挑选了曙光存储ParaStor分布式全闪产品作为本身数据练习支撑，并在2年间，布置超百PB的存储资源。现在，该存储体系单节点带宽高达150GB/s，320万IOPS，可深度支撑GPU练习，最大化提高无人驾驶训推功率。凭借分布式存储架构，曙光ParaStor 单一集群支撑3-4096个节点，具有EB级扩展才能。此外，曙光存储还供给全天侯的呼应机制，继续保证数据的完整性和可靠性，安稳支撑事务高负载运转。

  从L3到L5，无人驾驶技能正在全工业的共同努力下继续打破。国内新势力造车企业以先进存力与算力交融探究，继续为工业晋级探究新途径，推动无人驾驶加快量产，快速迈入商业商场。

• 上一篇: 【48812】解锁具身智能场景曙光存储与智元机器人展开全面协作
• 下一篇: 区块链术语：7个关键区块链存储术语