自动驾驶数据流如洪水般袭来：“数据公司”英特尔如何发力？

雷锋网按：如今，各家汽车厂商和科技公司都拼尽全力追逐自动驾驶技术，很少有人会提起幕后的开发工作。不过，芯片巨头英特尔是个特例，自称是“数据公司”的它们将自动驾驶领域遭遇的挑战看成是数据流的问题。

在开发自动驾驶汽车的过程中，英特尔主要将精力集中在监督和分析数据是如何采集、分类、学习和模拟的。英特尔希望这些点滴的知识能帮它找到处理车辆所获数据的最佳方式。

最近，英特尔开始意识到自动驾驶汽车会带来数据洪流。据估算，一辆自动驾驶汽车每 1.5 个小时就能产生 4TB 的数据。

那么，2021 年前后上路的自动驾驶汽车都会搜集、存储并上传如此多的数据吗？

“不完全是。”英特尔自动驾驶解决方案首席架构师 Jack Weast 答道。“要解决这个问题，我们首先要了解自动驾驶汽车的数据处理，而开发阶段的数据处理与部署阶段大不相同。”

英特尔强调，所谓的 1.5 小时产生 4TB 数据只是估算，而且这是开发阶段的事情。

假设一辆测试车每天要在路上跑 4 到 5 小时，那么一天工作下来它将采集“接近 20TB 的数据，而这些数据将存储在测试车里的硬盘上。”Weast 说。

在这种状态下，数据只是存储在硬盘中，车辆不会对其进行实时处理。

*1.5 小时 4TB 数据量，英特尔能吞的下吗？

对无线传输来说，以 TB 计的数据传起来可不容易。因此，Weast 更偏向于直接取下硬盘送到数据中心。

数据中心的架构很重要

数据进入数据中心后，下一步就变得至关重要，数据中心的架构在这里将派上大用场。Weast 表示，数据中心共有 5 个不同的处理阶段。

据雷锋网(公众号：雷锋网)了解，数据处理的 5 个阶段：

第一个阶段为基本的摄取。存储在硬盘中的数据需要归档至数据中心。

第二阶段为数据分析。工作人员会对归档的数据进行分类，以便数据科学家和应用开发者从中搜寻特殊的信息。

“举例来说，数据科学家可能想要看某个特殊情境下的详细数据：无人车开到一个四向停车区（需要停车查看，确认没有车辆和行人即可自行通过），当时天上飘着雨且有不少行人出现在街角。”Weast 说道。“这些数据必须经过细致的整理来方便人们搜索。”

第三阶段是用数据训练人工智能和机器学习。这一步最关键的就是“如何缩短训练时间。”

第四阶段是对应用开发者开放数据，他们可以为自动驾驶汽车开发泊车应用，而只有获得相关的数据集（包括车辆的延迟和反应时间），这些应用才能有更棒的体验。

最后一个阶段是模拟。这段时间里，数据将成为算法精进的最好帮手，而这些算法最终将被整合进自动驾驶汽车。

*数据处理的 5 个阶段

不过要想在这五个阶段都做到完美，Weast 称“你需要能与五个阶段的数据处理任务完美结合的不同硬件。”这也意味着：至少神经网络训练所需要的硬件肯定与其他阶段不同。

Weast 指出，过去一招鲜吃遍天的时代已经过去，数据中心的架构必须进行调整，一切的设计都必须符合性能要求。

在这方面，英特尔可有值得吹嘘的资本，它旗下的 Xeon，Xeon E5，FPGAs 和定制化的加速器与内存都是市场上的佼佼者。当然，英特尔还得找出到底哪款产品更能提升数据中心的性能。

不过别高兴的太早，因为 Weast 指出以上这些任务只是自动驾驶汽车开发阶段必须完成的，而要想让车辆自行处理数据，还需要满足其他要求。

自动驾驶汽车部署阶段的数据处理

在车辆的部署阶段，通常用到的算法更重注捕捉异常情况，Weast 解释。

举例来说，自动驾驶汽车在路上可能会遇到一个从未见过的物体。那物体虽然看起来像人类，但却有大幅超越人类的移动速度，这样自动驾驶汽车就会陷入迷茫，这是不是一个踩着悬浮板飞奔的人呢？为了解答这一谜题，无人车首先会给云端发送一个文本描述，随后再上传一段视频。

这样一来，数据中心就不用接受 1.5 小时 4TB 数据的折磨了，其运行可以轻快很多。

在不久的将来，5G 技术将成为 V2V 通讯的主干技术，借助超高的传输速度，后面跟随的车辆就能看到车队前方车辆传来的实时画面，Weast 说。

除此之外，汽车制造商还希望能实时采集车辆健康状况的数据。同时，高清地图公司则需要路上行驶的车辆上传道路信息。

Weast 认为，眼下 HERE 地图已经可以使用 Mobileye 的 Roadbook（路书）功能，借众包数据绘制高清地图。与 HERE 原有的 HD Live Map 结合使用，能获得更好的实时道路信息。

除了以上这些要上传至云端或其他车辆的数据，自动驾驶汽车能应付得了车上传感器搜集的大量数据流吗？

Weast 指出，在 Level 2 级别，每辆车只搭载 1-2 个传感器，传感器模组自己就能完成数据的处理了。不过随着传感器数量的增加，“我们就需要引入高性能计算集群。”

集中融合原始数据不但能让数据处理更高效，还成了一种必要的方式，Weast 补充道。举例来说，一辆自动驾驶汽车的中央融合单元必须能将摄像头、激光雷达和雷达收集来的数据相结合，刨除数据中的空白和重叠，最终生成 360 的车辆视角。

英特尔打造的定制版 SoC 还远吗？

眼下，英特尔暂时还没公布自家的自动驾驶汽车定制版 SoC，不过业内人士猜想这款产品会与英伟达的 Xavier 类似。

Xavier 是集成在英伟达全新 GPU 架构 Volta 中的 SoC，它拥有特别定制的 8 核 CPU 架构，同时也是全新的计算视觉加速器。同样，英特尔的解决方案中恐怕也会加入 CPU、FPGA 和加速器等计算元件。

*自动驾驶汽车的“大脑”需要配备多种处理器

此前，英特尔自动驾驶解决方案部门副主席兼主管 Kathy Winter 在接受采访时表示，为了迎接全自动驾驶车辆的到来，英特尔正在开发全新的定制版 SoC，它将融合多个 Xeon 核心并集成硬件加速单元。“新的 SoC 将在性能和功耗上取得完美平衡，同时安全也是这款 SoC 设计时的重要考量。”Winter 说。

去年，英特尔也表示，关于该 SoC 的具体细节将在 2017 年研发接近完成时正式公布。

“我们的目标是提供高效的计算能力，在高性能和低功耗间找到平衡。”Weast 表示。“同时，英特尔的平台还将拥有超强的可扩展性。”

雷锋网推荐阅读：

自动驾驶战争新转折点：英伟达、丰田联姻令英特尔如芒在背

。