Potencjalne zastosowania technologii szybkich danych

[reklama_1]

W ramach transformacji Przemysłu 4.0 firmy coraz częściej inwestują w gromadzenie i generowanie danych z sieci Internetu Rzeczy (IoT). Rozwój technologii sieci 5G, sztucznej inteligencji (AI) i uczenia maszynowego przyczynia się do przyspieszenia procesu w kierunku w pełni zautomatyzowanych inteligentnych fabryk, inteligentnych miast, pojazdów autonomicznych i wielu innych obszarów.

Szybkie dane (Fast Data) to ilość danych gromadzonych, przesyłanych i przetwarzanych w czasie rzeczywistym z wielu źródeł, w tym: urządzeń mobilnych, czujników, kamer monitorujących. Liczba źródeł może sięgać setek, a nawet milionów różnych urządzeń. Szybkie dane charakteryzują się niską przepustowością, ale wymagają szybkiego przetwarzania, niskich opóźnień i ciągłości.

Aplikacje i oprogramowanie odgrywają istotną rolę w optymalizacji możliwości analizy i przetwarzania szybkich danych. Ponadto, dobór sprzętu i urządzeń pamięci masowej musi spełniać wymagania dotyczące szybkości, opóźnień, niezawodności oraz umożliwiać pracę w trudnych warunkach i środowiskach.

Fast Data ma obecnie potencjalne zastosowania w dwóch głównych obszarach, m.in. w pojazdach autonomicznych i dronach monitorujących bezpieczeństwo.

Samochody autonomiczne

Systemy pojazdów autonomicznych wymagają wysokiej wydajności i możliwości efektywnego zarządzania dużymi ilościami danych z czujników, systemów informacyjno-rozrywkowych, systemów operacyjnych i map. Dane z czujników będą stanowić największą część zasobów danych pojazdów, a większość danych będzie pochodzić z zaawansowanych systemów wspomagania kierowcy (ADAS) oraz komunikacji pojazd-otoczenie (V2X).

Część pojemności zostanie zarezerwowana na rozrywkę multimedialną, gry, aplikacje głosowe AI i inne funkcje. Ponadto „czarne skrzynki” staną się wymogiem prawnym i bezpieczeństwa ze strony organów regulacyjnych.

W przeciwieństwie do obecnych map nawigacyjnych 2D, mapy wysokiej rozdzielczości (HD) różnią się znacznie szybkością aktualizacji, metodą pozycjonowania i ilością gromadzonych danych. Ze względu na wysoką częstotliwość aktualizacji danych, mapy HD często korzystają z aktualizacji online w czasie rzeczywistym za pośrednictwem sieci komórkowych 5G. Mapa zawiera warstwy statyczne, półstatyczne, półdynamiczne i dynamiczne; podstawowa warstwa statyczna jest aktualizowana co miesiąc lub w razie potrzeby.

Rozwiązania pamięci flash NAND odgrywają kluczową rolę w systemach pojazdów autonomicznych, zapewniając szybki rozruch i przechowywanie danych, co pozwala rejestrować krytyczne zdarzenia, przechowywać modele AI i mapy HD. Wraz ze wzrostem inteligencji pojazdów systemy będą musiały przetwarzać coraz więcej danych z dużą szybkością i niezawodnością.

Samolot monitorujący bezpieczeństwo (dron)

Przy średnim czasie lotu wynoszącym około 30 minut, ilość nowych danych, które można zapisać, wynosi co najmniej 150 GB. Dzięki mapom o wysokiej rozdzielczości, modelom 3D i integracji ze sztuczną inteligencją, wygenerowanych zostanie znacznie więcej danych.

Karty microSD nadal stanowią podstawowe nośniki danych w dronach. Jednak aby zapewnić większą pojemność i szybkość, niektóre specjalistyczne drony wykorzystują wbudowane dyski eMMC, UFS, a nawet dyski SSD do specjalnych zastosowań.

Przyszłe drony z obsługą sztucznej inteligencji (AI), autonomiczne i o dłuższym zasięgu lotu, będą wymagały większych pojemności pamięci masowej. Będzie to wiązało się z koniecznością korzystania z zaawansowanej nawigacji mapowej HD, danych o wyższej rozdzielczości ( wideo 4K, zdjęcia) i innych danych.

Szybkie rozwiązanie do przechowywania danych przyszłości

W dwóch powyższych zastosowaniach, jak również w innych obszarach analizy danych w czasie rzeczywistym, różnica między urządzeniami pamięci masowej a obliczeniami i analizą danych stopniowo się zmniejsza, nawet w przypadku lokalnego przechowywania danych bezpośrednio na danym urządzeniu.

Oprócz tradycyjnych form pamięci masowej, takich jak wbudowana pamięć flash NAND, karty pamięci i dyski SSD, niektóre urządzenia wykorzystują rozwiązania oparte na nowych technologiach, większej skali, pojemności i szybkości. Typowym przykładem jest pamięć masowa WD Ultrastar Data24 wykorzystująca technologię NVMe-over-Fabric (NVMe-oF). To szybki system pamięci masowej o przepustowości 100 Gb/s i pojemności do 368 TB, który jest bezpośrednio połączony z serwerami brzegowymi w celu przechowywania i analizy szybkich danych w czasie rzeczywistym.

Dane mają ogromny potencjał w przyszłości. Większość jednostek poszukuje sposobów na ich gromadzenie i tworzenie z nich większej wartości, w tym poprzez połączenie ludzi i maszyn. Infrastruktura pamięci masowej jest elementem, który pomaga wykorzystać wartość danych. Wybór odpowiednich urządzeń i rozwiązań pamięci masowej pomoże zoptymalizować koszty inwestycyjne i operacyjne, otwierając nowe możliwości w biznesie. W szczególności technologia NVMe-oF jest uważana za przyszłościowe rozwiązanie pamięci masowej Fast Data.

Doan Phong

Źródło