Potentiella tillämpningar av snabb datateknik

[annons_1]

I Industri 4.0-transformationen investerar företag i allt större utsträckning i att samla in och generera data från Internet of Things (IoT)-nätverk. Utvecklingen av 5G-nätverksteknik, artificiell intelligens (AI) och maskininlärning bidrar till att påskynda resan mot helautomatiserade smarta fabriker, smarta städer, autonoma fordon och många andra områden.

Fast Data är den mängd data som samlas in, överförs och bearbetas i realtid från många källor, inklusive: mobila enheter, sensorer, övervakningskameror. Antalet källor kan vara upp till hundratals, till och med miljontals olika enheter. Fast Data kännetecknas av låg datakapacitet men kräver snabb bearbetning, låg latens och kontinuitet.

Applikationer och programvara spelar en viktig roll för att optimera förmågan att analysera och bearbeta snabba data. Dessutom måste valet av hårdvara och lagringsenheter uppfylla kraven på hastighet, latens, tillförlitlighet och kunna fungera under tuffa förhållanden och miljöer.

Fast Data har för närvarande potentiella tillämpningar inom två huvudområden, inklusive autonoma fordon och säkerhetsövervakningsdrönare.

Självkörande bilar

Autonoma fordonssystem kräver hög prestanda och förmågan att effektivt hantera stora mängder höghastighetsdata från sensorer, infotainmentsystem, operativsystem och kartor. Sensordata kommer att utgöra den största delen av fordonsdatalagringen, där den mesta datan kommer från avancerade förarstödsystem (ADAS) och kommunikation mellan fordon och miljö (V2X).

En del av kapaciteten kommer att reserveras för multimediaunderhållning, spel, röstbaserad AI-applikationer och andra funktioner. Dessutom kommer ”svarta lådor” att bli ett lagstadgat och säkerhetsmässigt krav från tillsynsmyndigheter.

Till skillnad från nuvarande 2D-navigationskartor skiljer sig HD-kartor (high definition) kraftigt åt i uppdateringshastighet, positioneringsmetod och mängd insamlad data. På grund av den höga frekvensen av datauppdateringar använder HD-kartor ofta onlineuppdateringar i realtid via 5G-mobilnät. Kartan innehåller statiska, semistatiska, semidynamiska och dynamiska lager; det statiska baslagret uppdateras månadsvis eller vid behov.

NAND-flashlagringslösningar spelar en nyckelroll i autonoma fordonssystem och ger snabb uppstart och datalagring för att registrera kritiska händelser, lagra AI-modeller och HD-kartor. System kommer att behöva bearbeta mer data med hög hastighet och tillförlitlighet i takt med att fordon blir mer intelligenta.

Säkerhetsövervakningsflygplan (drönare)

Med en genomsnittlig flygtid på cirka 30 minuter är mängden ny data som kan sparas minst 150 GB. Med högupplösta kartor, 3D-modeller och AI-integration kommer mycket mer data att genereras.

MicroSD-kort är fortfarande den primära lagringsenheten i drönare. För att ge högre lagringskapacitet och hastighet implementerar dock vissa specialiserade drönare inbyggda eMMC-, UFS- och till och med SSD-diskar för vissa speciella ändamål.

Framtida AI-aktiverade drönare med autonoma funktioner och längre flygräckvidder kommer att kräva högre lagringskapacitet. Detta kommer att åtföljas av krav på avancerad HD-kartnavigering, högre upplösning på insamlad data (4K -video , bilder) och annan data.

Framtidens snabba datalagringslösning

I de två ovanstående tillämpningarna, liksom inom andra områden för realtidsdataanalys, tenderar gapet mellan lagringsenheter och databeräkning och -analys att bli närmare varandra, även när det gäller lokal lagring direkt på den enheten.

Utöver traditionella lagringsformer som inbyggda NAND-flashminnen, minneskort och SSD-diskar, använder vissa enheter lagringslösningar med ny teknik, större skala, kapacitet och snabbare hastighet. Ett typiskt exempel är WD Ultrastar Data24-lagringen som använder NVMe-over-Fabric (NVMe-oF)-teknik. Detta är ett höghastighetslagringssystem på 100 Gbps, med en kapacitet på upp till 368 TB, som är direkt anslutet till edge-servrar för att lagra och analysera Fast Data i realtid.

Data har stor potential i framtiden. De flesta enheter letar efter sätt att samla in och skapa mer värde av data, inklusive kombinationen av människor och maskiner. Lagringsinfrastruktur är en del som hjälper till att dra nytta av värdet av data. Att välja rätt lagringsenheter och lösningar hjälper till att optimera investerings- och driftskostnader, vilket öppnar upp nya möjligheter i näringslivet. I synnerhet anses NVMe-oF-teknik vara framtidens snabba datalagringslösning.

Doan Phong

[annons_2]
Källa