München, Starnberg, 01. Febr. 2019 - Autonome Fahrzeuge stellen das Storage- und Datenmanagement vor zentrale Herausforderungen; ein Gastbeitrag der Quantum Corp...
Zum Hintergrund: Die vernetzte Mobilität ist ein so bedeutender Trend, dass er die Wirtschaft vor gewaltige Herausforderungen bei der Speicherung und dem Management von Daten stellen wird. Mehr denn je zwingt das wachsende Datenvolumen bei neuen Fahrzeugen und bei der Entwicklung dazugehöriger Innovationen Automobilunternehmen dazu, die Erfassung und das Management ihrer Daten zu verbessern. Unterschiedliche Speicher-Architekturen sind damit gefordert, um bei den gewaltigen Datenmengen sowohl die Leistungsanforderungen als auch Wirtschaftlichkeit entsprechend abbilden zu können. Im folgenden Beitrag beschreibt Jason Coari, Global Director, Product und Solution Marketing bei Quantum (1) den Einfluß der vernetzten Mobilität auf Speicherarchitekturen und das Datenmanagement für Unternehmen und Organisation:
Zum Gastbeitrag: „In der Automobilindustrie führt der anhaltende technologische Fortschritt dazu, dass das voll vernetzte, selbstfahrende Fahrzeug für jedermann immer realistischer wird. Analysten von Gartner schätzen, dass bis 2020 weltweit eine Viertelmilliarde solcher Fahrzeuge auf den Straßen unterwegs sein könnten. Zwar sind vollautonome Autos noch einige Jahre von der Massenproduktion entfernt, doch schon jetzt kommen immer mehr teilautonome Fahrzeuge auf den Markt. Sie sind mit On-Board-Technologien ausgestattet wie etwa fahrerunterstützten Systemen (ADAS), Infotainment-Systemen (IS) oder intelligenten Sensoren, die dem vernetzten Fahrzeug seine „intelligenten“ Fähigkeiten und Funktionen verleihen. Die Zukunft der Automobilindustrie wird zweifellos von künstlicher Intelligenz bestimmt, die Fahrzeuge werden immer datenabhängiger und die Datenmenge wächst. Die Folge: Ein komplexes Netz von Plattformen und Algorithmen, die gemeinsam daran arbeiten sollen, das Prinzip eines wirklich autonomen Systems zu vereinheitlichen und die Beziehung der Verbraucher zu ihren Fahrzeugen für immer zu verändern.
Unüberschaubare Datenmengen entstehen
Noch sind diese Technologien nicht vollständig autonom und funktionieren nur unter bestimmten Rahmenbedingungen. Im Alltag sind Probleme vorprogrammiert: etwa wenn die Verkehrsdichte steigt, die Fahrzeuge mit erhöhten Geschwindigkeiten unterwegs sind oder Szenarien eintreten, die eine massive Datenübertragung zwischen dem fahrzeugseitigen System und dem zentralen Computersystem erfordern. Neue vernetzte Fähigkeiten führen zwangsläufig zu einer Überlastung mit Daten im stark beanspruchten Netzwerk und zu extremer Rechenkomplexität im Bordsystem. Gefragt sind also leistungsstarke Speicher mit großer Kapazität, die für die komplexen Anforderungen der Automobilumgebung optimiert sind.
Gartner z.B. prognostiziert, dass das durchschnittliche vernetzte Fahrzeug bis 2020 jährlich über 280 Petabyte an Daten erzeugen wird. Sie stammen von der On-Board-Hardware, zu der Kameras, Sonarradare, LIDAR-Systeme (Light Detection and Ranging, radarbasierte Messung von Abständen und Geschwindigkeiten) und GPS (Global Positioning System) gehören und müssen über viele unterschiedliche Endpunkte in verschiedenen Liefernetzen gespeichert, übertragen und gesichert werden. Das bedeutet für die Automobilunternehmen, dass sie ihre Daten immer effizienter erfassen und managen müssen. Selbstfahrende Fahrzeuge werden durch Data-Intelligence-Lösungen gesteuert. Entscheidend ist es, die richtigen Daten zu speichern und sie effizient in intelligente Systeme, Analyse-Lösungen, Entwicklungsabläufe und andere Anwendungen zu übernehmen.
Verschiedene Ansprüche erfordern unterschiedliche Speicher-Architekturen
In den kommenden Jahren werden zudem diverse Arten von vernetzten Fahrzeugen mit sehr unterschiedlichen Anforderungen an die Datenspeicherung auf den Markt kommen: Während etwa unternehmenseigene Flottenfahrzeuge über eine eigene Speicherarchitektur für die Verwaltung ihrer Daten verfügen, konzentrieren sich die Hersteller bei Mittelklassefahrzeugen für Verbraucher eher auf Infotainment-Systeme, wie zum Beispiel das Streaming von Video- und Audioinhalten, die eine ganz andere Architektur erfordern. Das Wichtigste ist eine Infrastruktur, die einen reibungslosen Übergang der Daten aus allen Lebensphasen von der ersten Erfassung im Fahrzeug bis hin zur langfristigen Speicherung ermöglicht. Diese Infrastruktur muss einen aktiven Zugriff und die Suche in allen Daten erlauben, extreme Langlebigkeit sowie Werkzeuge vorweisen, die Compliance-Vorgaben wie etwa die Übereinstimmung mit den jeweiligen Datenschutzgesetzen gewährleisten.
Eine Lösung, die diesen Anforderungen gewachsen ist, kommt nicht ohne ein leistungsstarkes Frontend auf Basis von SSD (Flash) Storage oder Festplatten aus. Mindestens genauso wichtig ist ein kostengünstiger und skalierbarer Speicher für große Datenmengen, vorzugsweise Tape oder objektbasierter Speicher. Je größer das Datenvolumen, desto überzeugender ist die Wirtschaftlichkeit von Tapes. Zumal heutige Tape-Lösungen mit einem leistungsstarken Cache ausgestattet sind und praktisch das gesamte Handling automatisiert und ferngesteuert werden kann.
Der Schlüssel zu einer erfolgreichen Storage-Architektur liegt letztlich darin, den Datennutzern die benötigten Speicher- und Verarbeitungsressourcen so einfach wie möglich für ihre spezifischen Arbeitsabläufe in jeder Phase des Datenzyklus zur Verfügung zu stellen. Mit dem Ziel, dass es auch im Falle einer Datenexplosion und einem komplexen Workflow nicht zu Engpässen in der Verarbeitung kommt. Eine Kombination aus leistungsstarker Festplatte und Tape-Archivierung mit einem gemeinsamen Verwaltungspunkt für viel Speicherplatz kann diese Situation meistern.
Die Speicher-Architektur der Zukunft: extrem flexibel
Die Frage, vor der die Automobilhersteller stehen, lautet: Welchen Storage-Ansatz verwenden sie für das Management der Fahrzeugdaten? Diese Frage wird umso interessanter, je näher das 5G-Zeitalter rückt. Die Antwort liegt in flexiblen Lösungen, die Leistung und Kapazität unabhängig voneinander skalieren können. Zugleich sollten sie es ermöglichen, dass Sekundärspeicher wachsen, während der Arbeitsbereich des primären aktiven Speichers so klein wie möglich gehalten wird, um die Kosten zu kontrollieren. Dabei bieten sich die Prinzipien des mehrstufigen Storage an: Die Daten werden entsprechend der unterschiedlichen Zugriffsanforderungen auf die optimale Speicheroption verschoben. Jede Stufe ist auf spezifische Kosten und Leistung abgestimmt, basierend auf den Anwendungsfällen jedes Fahrzeugs, der Anzahl der Sensoren und Datenspeicherungsanforderungen innerhalb des Fahrzeugs.
Mit diesem Ansatz können Daten mit der erforderlichen Leistung und zu den niedrigsten Kosten abgerufen, verarbeitet und verwaltet werden. Die Datenspeicherung in Form von Flash, Festplatte, Tape und Cloud sowie die Möglichkeit, Daten nahtlos zwischen diesen Speichertypen zu verschieben, wird in naher Zukunft eine Schlüsseltechnologie sein – für die Weiterentwicklung des autonomen Fahrens.“
(1) Das Foto zeigt den Autor dieses Beitrags, Jason Coari, Global Director, Product und Solution Marketing, Firma Quantum (Bildquelle: Quantum)
Querverweise:
> Disruptive trends that will transform the auto industry, by Paul Gao, Hans-Werner Kaas, Detlev Mohr, and Dominik Wee. McKinsey&Company, Automotive & Assembly.
> Storage Consortium Blogpost: Gestiegene Speicheranforderungen im Zuge der Entwicklung von KI-Anwendungen. Deep Learning, Autonomes Fahren, Robotic-basierte Prozessautomatisierung; auf den richtigen Storage und dessen Verwaltung kommt es an...
> Storage Consortium Podcast: "Mobile Storage für die Forschung und Entwicklung autonomer Fahrzeuge auf Basis von Quantum StorNext Scale-out Filesystem"
> Budgetgerechtes Data Management mit Tiered Cloud Storage: Storage Consortium Blogpost