ในการเปลี่ยนผ่านสู่ยุคอุตสาหกรรม 4.0 บริษัทต่างๆ กำลังลงทุนเพิ่มมากขึ้นในการรวบรวมและสร้างข้อมูลจากเครือข่ายอินเทอร์เน็ตในทุกสิ่ง (IoT) การพัฒนาเทคโนโลยีเครือข่าย 5G ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักรมีส่วนช่วยเร่งกระบวนการไปสู่โรงงานอัจฉริยะ เมืองอัจฉริยะ ยานยนต์ไร้คนขับ และสาขาอื่นๆ อีกมากมาย
Fast Data คือปริมาณข้อมูลที่รวบรวม ส่ง และประมวลผลแบบเรียลไทม์จากหลายแหล่ง รวมถึงอุปกรณ์พกพา เซ็นเซอร์ และกล้องวงจรปิด อาจมีแหล่งที่มาได้มากถึงหลายร้อยหรือหลายล้านอุปกรณ์ Fast Data มีลักษณะเด่นคือความจุข้อมูลต่ำ แต่ต้องการการประมวลผลที่รวดเร็ว ความหน่วงต่ำ และความต่อเนื่องต่ำ
แอปพลิเคชันและซอฟต์แวร์มีบทบาทสำคัญในการเพิ่มประสิทธิภาพความสามารถในการวิเคราะห์และประมวลผลข้อมูลความเร็วสูง นอกจากนี้ การเลือกฮาร์ดแวร์และอุปกรณ์จัดเก็บข้อมูลต้องเหมาะสมกับความต้องการด้านความเร็ว ความหน่วง ความน่าเชื่อถือ และสามารถทำงานได้ในสภาวะและสภาพแวดล้อมที่รุนแรง
ปัจจุบัน Fast Data มีการประยุกต์ใช้ที่เป็นไปได้ในสองด้านหลัก ได้แก่ ยานยนต์ไร้คนขับและโดรนเฝ้าระวังความปลอดภัย
รถยนต์ขับเคลื่อนอัตโนมัติ
ระบบยานยนต์ไร้คนขับต้องการประสิทธิภาพสูงและความสามารถในการจัดการข้อมูลความเร็วสูงจำนวนมากจากเซ็นเซอร์ ระบบสาระบันเทิง ระบบปฏิบัติการ และแผนที่ได้อย่างมีประสิทธิภาพ ข้อมูลเซ็นเซอร์จะมีสัดส่วนมากที่สุดของพื้นที่จัดเก็บข้อมูลภายในรถ โดยข้อมูลส่วนใหญ่มาจากระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) และการสื่อสารระหว่างยานพาหนะกับสภาพแวดล้อม (V2X)
พื้นที่เก็บข้อมูลบางส่วนจะใช้สำหรับความบันเทิงมัลติมีเดีย เกม แอปพลิเคชัน AI ด้วยเสียง และฟีเจอร์อื่นๆ นอกจากนี้ “กล่องดำ” จะกลายเป็นข้อกำหนดทางกฎหมายและความปลอดภัยตามกฎระเบียบ
แผนที่ความละเอียดสูง (HD) แตกต่างจากแผนที่นำทางแบบ 2 มิติในปัจจุบัน ตรงที่อัตราการอัปเดต วิธีการระบุตำแหน่ง และปริมาณข้อมูลที่เก็บรวบรวมแตกต่างกันอย่างมาก เนื่องจากมีความถี่ในการอัปเดตข้อมูลสูง แผนที่ความละเอียดสูงจึงมักใช้การอัปเดตออนไลน์แบบเรียลไทม์ผ่านเครือข่ายมือถือ 5G แผนที่ประกอบด้วยเลเยอร์แบบคงที่ กึ่งคงที่ กึ่งไดนามิก และไดนามิก โดยเลเยอร์คงที่พื้นฐานจะได้รับการอัปเดตทุกเดือนหรือตามความจำเป็น
โซลูชันการจัดเก็บข้อมูล Nand Flash มีบทบาทสำคัญในระบบรถยนต์ไร้คนขับ ด้วยความสามารถในการบูตเครื่องและจัดเก็บข้อมูลที่รวดเร็วเพื่อบันทึกเหตุการณ์สำคัญ จัดเก็บโมเดล AI และแผนที่ HD ระบบต่างๆ จะต้องประมวลผลข้อมูลด้วยความเร็วสูงและความน่าเชื่อถือสูงมากขึ้นเมื่อรถยนต์มีความชาญฉลาดมากขึ้น
โดรนรักษาความปลอดภัย
ด้วยเวลาบินเฉลี่ยประมาณ 30 นาที ปริมาณข้อมูลใหม่ที่สามารถบันทึกได้อย่างน้อย 150 GB ด้วยแผนที่ความละเอียดสูง โมเดล 3 มิติ และการผสานรวม AI จะทำให้สามารถสร้างข้อมูลได้มากขึ้น
การ์ด MicroSD ยังคงเป็นอุปกรณ์จัดเก็บข้อมูลหลักในโดรน อย่างไรก็ตาม เพื่อให้มีความจุและความเร็วที่สูงขึ้น โดรนเฉพาะทางบางรุ่นจึงได้นำ eMMC, UFS และแม้แต่ SSD แบบฝังตัวมาใช้งานเพื่อวัตถุประสงค์พิเศษบางประการ
โดรนในอนาคตที่ขับเคลื่อนด้วย AI พร้อมความสามารถในการทำงานอัตโนมัติและพิสัยการบินที่ไกลขึ้น จำเป็นต้องมีพื้นที่จัดเก็บข้อมูลที่มากขึ้น ซึ่งรวมถึงความต้องการแผนที่นำทางความละเอียดสูง (HD) ข้อมูลที่บันทึกความละเอียดสูงขึ้น ( วิดีโอ 4K และรูปภาพ) และข้อมูลอื่นๆ
โซลูชันการจัดเก็บข้อมูลที่รวดเร็วแห่งอนาคต
ในแอปพลิเคชันทั้งสองข้างต้น รวมไปถึงในพื้นที่อื่นๆ ของการวิเคราะห์ข้อมูลแบบเรียลไทม์ ช่องว่างระหว่างอุปกรณ์จัดเก็บข้อมูลและการคำนวณและวิเคราะห์ข้อมูลมีแนวโน้มที่จะอยู่ใกล้กันมากขึ้น แม้กระทั่งกับพื้นที่จัดเก็บข้อมูลภายในบนอุปกรณ์นั้นโดยตรง
นอกเหนือจากรูปแบบการจัดเก็บข้อมูลแบบดั้งเดิม เช่น หน่วยความจำแฟลช NAND แบบฝังตัว การ์ดหน่วยความจำ และ SSD แล้ว บางหน่วยยังใช้โซลูชันการจัดเก็บข้อมูลด้วยเทคโนโลยีใหม่ ขนาดใหญ่ขึ้น ความจุสูงขึ้น และความเร็วที่สูงขึ้น ตัวอย่างทั่วไปคือระบบจัดเก็บข้อมูล WD Ultrastar Data24 ที่ใช้เทคโนโลยี NVMe-over-Fabric (NVMe-oF) ซึ่งเป็นระบบจัดเก็บข้อมูลความเร็วสูง 100 Gbps ที่มีความจุสูงสุด 368 TB โดยเชื่อมต่อโดยตรงกับเซิร์ฟเวอร์ Edge เพื่อจัดเก็บและวิเคราะห์ข้อมูลความเร็วสูงแบบเรียลไทม์
ข้อมูลมีศักยภาพมากมายในอนาคต หน่วยงานส่วนใหญ่กำลังมองหาวิธีในการรวบรวมและสร้างมูลค่าเพิ่มจากข้อมูล ซึ่งรวมถึงการผสมผสานระหว่างบุคลากรและเครื่องจักร โครงสร้างพื้นฐานด้านการจัดเก็บข้อมูลเป็นส่วนหนึ่งของการใช้ประโยชน์จากคุณค่าของข้อมูล การเลือกอุปกรณ์และโซลูชันการจัดเก็บข้อมูลที่เหมาะสมจะช่วยเพิ่มประสิทธิภาพการลงทุนและต้นทุนการดำเนินงาน ซึ่งเปิดโอกาสทางธุรกิจใหม่ๆ โดยเฉพาะอย่างยิ่ง เทคโนโลยี NVMe-oF ถือเป็นโซลูชันการจัดเก็บข้อมูลที่รวดเร็วแห่งอนาคต
ดวน พงษ์
แหล่งที่มา
การแสดงความคิดเห็น (0)