מאמר מאת טל דורון, מנהל חטיבה עסקית אזורי, UDS
הדאטה סנטרס כבר כעת לא מסוגלים לעמוד בדרישות שמציבות מערכות Advanced Driver Assistance System – ADAS בטיחותיות. לדבריו של טל דורון, מנהל חטיבה עסקית אזורי, UDS, דל טכנולוגיות: צריך להיוולד דור חדש של מרכזי מידע מבוססי AI, המצויד בחומרה חדשה ובארכיטקטורות תוכנה שיאפשרו ניתוח בזמן אמת.
עם העליה המתמדת בביקוש לנוחות ובטיחות בתעשיית הרכב עולה גם רמת התחרויות והאצה בשינויים החלים בתעשיה. תעשיית הרכב ובדומה לה תעשיות תומכות אחרות כמו תעשיית החיישנים, המצלמות ויישומי האנליטיקה בעולמות ה- IOT, המיחשוב והאחסון עוברות שינוי משמעותי ונאלצות לייצר יתרונות תחרותיים. לדוגמה: מערכות Advanced Driver Assistance System – ADAS כוללות פונקציות בטיחות מגוונות כמו בלמים אוטומטיים, מיגון מפני התנגשות ותמיכה במצבי חירום. מאפיינים אלה דורשים כמויות אדירות של מידע, וגמישות ייחודית עבור אחסון. מאחר ומערכות ADAS נחשבות לרוב כמערכות קריטיות לבטיחות המשתמשים, הדרישה לקליטת נתונים ניצבת בראש סדר העדיפויות.
אופן אגירת הנתונים המסורתית וארכיטקטורות מרכזי מידע מציבות מגבלות:
הגדרת האוטומציה נעשית מרמה 0 ועד לרמה חמש, מרבית כלי הרכב המודרניים מתאפיינים בהגדרה ברמה 2 או 3. לעומת זאת פרויקטי ADAS אשר כבר כיום מוגדרים כרמה שלוש כבר עקפו את פתרונות האחסון המסורתיים ועם כניסתם של פרויקטים ברמה ארבע או ברמה חמש, עולה הצורך הקריטי לאיתור פתרונות אגירה. על הפתרונות המוצעים להיות מותאמים לתחרותיות גבוהה, רמת ביצועים גבוהה ועומסי עבודה מאתגרים. על מנת לבסס את טכנולוגיית הרכב האוטונומי עלינו לפשט את מבני הנתונים בעזרת מסגרת עבודה מוגדרת לניהול Big Data הכוללת יכולות לארכיון אקטיבי.
הדרישות הגבוהות לדאטה בתעשיית הרכב האוטונומי מובילות לצמיחה, התפתחות ואימוץ של טכנולוגיות נרחבות כמו גישה לאינטרנט מהיר במיוחד באמצעות 5G, יכולות של בינה מלאכותית וכן פלטפורמות דינאמיות לניתוחים של Big Data.
לצד זאת, על מנת לאפשר תקשורת רכב לרכב (V2V) ורכב לתשתית (V2X), יהיה צורך בקישוריות רחבה יותר לעננים ולשימוש במספר עננים ציבוריים שונים, במטרה להקל על מעבר הנתונים ולהבטיח יעילות ובטיחות. הדיגיטציה בתחום הרכב מגדילה את חשיבות ניהול התוכנה, שדרוגי קושחות (firmware) ואפשרות לפונקציות חדשות, כולל לתיקוני באגים און-ליין. הדבר מחייב ניהול OTA – On The Air, ניטור ופלטפורמות ייעודיות לאבטחה. בהתחשב בסדרי הגודל של שדרוגי התוכנה הנדרשים ומפות ניווט בעלות רזולוציה גבוהה אשר, ברור כי נדרשת אסטרטגיה חדשה לניהול מידע. יש חורך בצמיחה של דור חדש של דאטה סנטר מבוססי AI, המצוידים בחומרה חדשנית ובארכיטקטורות תוכנה שיאפשרו ניתוחי מידע בזמן אמת ובמנעד רחב. הרכב האוטונומי דורש למעשה גישה חדשה לחומרה ולתוכנה. הפקה מתמשכת של מידע, אגירה, עיבוד וניתוח נתונים, מציבים אתגר משמעותי, לצד הדרישותצ הרגולטוריות בכל הנוגע לאגירת ושמירת נתונים.
מפתחים נדרשים בהחזקת המידע המצטבר למשך עשורים וחוזי שירות דורשים לעיתים תכופות שיחזור נתונים וזמני סימולציה מחודשת הנמדדים בימים.
הפתרונות המסורתיים לארכוב כגון טייפ וענן, אינם מהווים חלופות פרקטיות. הדרך המעשית היחידה היא באמצעות אימוץ של ארכיטקטורות עתידיות מוכחות, אשר מספקות יכולת אחסון הניתנת לשדרוג בקלות, באופן לינארי ומבלי לפגוע בביצועים. בסביבות אלה חישוב ואגירת הנתונים בקצה ידרשו לאופטימיזציה על מנת לעבוד בצורה חלקה, כהרחבה למערכת IT כוללת, עם ארכיטקטורות פתוחות קריטיות.
לסיכום, עם המשך התפתחות בתחום הרכב האוטונומי, יהיה קשה יותר לחזות את הדרישות לביצועים בצורה מדויקת. על כן זה הכרחי וקריטי עבור תעשיית האוטומוטיב לוודא שהאחסון וביצועי החישוב יותאמו ויהלמו להיקף היכולת הביצועית, במטרה לספק את מלוא היכולות לטכנולוגיות אוטומציה הנתמכות AI.