ADAS(先進運転支援システム)/AD(自動運転)の開発ライフサイクルのあらゆる段階で、最高のパフォーマンス、使いやすさ、そして最小のTCO(総所有コスト)を提供することで、レベル5の自動化を実現します。
多くの自動車メーカーとそのサプライヤーは、完全な自動運転車を実現するために、ADAS(先進運転支援システム)やAD(自動運転)システムの開発と導入を積極的に進めています。これらのシステムは、複雑なデータ管理、データ分析、ML、AIなどのテクノロジーを搭載しており、テストカーや環境シミュレーターを通じて収集した膨大な量のデータに大きく依存しています。
ADAS/ADシステムは、開発期間中に何百ペタバイトものデータを処理する必要があります。しかも多くの場合、同システムは複数のテスト車両、自動車整備工場、開発センター、パブリッククラウドなどに分散されているデータを使って運用されます。このため、これらのデータは、あらゆる場所から効率的かつセキュアにアクセス可能な状態でなければならず、かつ法規制要件や研究上の要件を満たすために長期間のアーカイブが行える必要があります。
クアンタムが提供するADASデータ管理用のリファレンス・アーキテクチャー・ソリューションは、ADAS/AD開発ライフサイクルのあらゆる段階において、かつてないほどのスケーリング、パフォーマンス、セキュリティを提供します。
クアンタムR-Series: エッジに特化したクアンタム R-Seriesの車載用エッジ・ ストレージは、車両内での高速なデータ・キャプチャとデータ・センターへの高速なデータ・アップロードをサポートしています。クアンタムは、同シリーズを通じて、柔軟なソフトウェア定義型の多層ストレージ・インフラストラクチャを提供しています。
StorNextファイル・システム:クアンタムは、 StorNext®ファイル・システ – the fastest file system in the industry for video workloads - that can scale from ムを通じて制御される、柔軟なソフトウェア定義型の多層ストレージイン・フラストラクチャを提供しています。 StorNextは、ビデオ・ワークロードに対応した業界最速のファイル・システムであり、数百テラバイト(TB)から数ゼタバイト(ZB)まで管理ストレージ容量を拡張できます。StorNextとユーザー定義ポリシーを活用することで、超高速の F-Series NVMeアプライアンス, 費用対効果の高い大容量の QXS™, オンプレミスの ActiveScale™オブジェクト・ストレージ, Scalar®テープ・アーカイブ, パブリッククラウドのリポジトリ間で、データをシームレスに移動できます。この場合、データは、同一のStorNextネームスペース内で管理されます。
クアンタムが提供するADAS/AD用のリファレンス・アーキテクチャの詳細については、こちらをご覧ください。
データの収集と取り込み: テスト車両は、周囲の環境やドライバーの行動を観察する様々なオンボード・センサーによりキャプチャされた非構造化データを収集します。高速な取り込み処理を行うためには、高速な生のスループットを提供するストレージ・システムが必要となります。
データの準備: これには、質の低いデータの削除や変換をはじめ、整合性チェックの実施、冗長な情報の削除、メタデータ(場所、天候、時刻など)を使ったデータのリッチ化などのタスクが含まれます。これらのタスクでは、複数のETL(抽出、変換、ロード)操作が行われるため、高速なランダムI/Oデータ・アクセス性能を提供するストレージ・インフラストラクチャが必要となります。
MLモデルの開発: 正確なオブジェクト検出、識別、分類、ローカライズ、移動予測を実現するには、さまざまな深層学習のMLモデルを開発して導入する必要があります。これらのモデルは、GPUドリブン型のトレーニング・プロセスに依存しており、そのようなプロセスでは、非常に大規模なトレーニング・データセットと、極めて遅延の少ない高速な読み取りスループットを備えたストレージ・インフラストラクチャが必要となります。
シミュレーションと検証: Lモデルを開発した後は、HIL(Hardware-In-the-Loop)/SIL(Software-In-the-Loop)およびその他の類似したアプローチを通じて、同モデルの精度を検証する必要があります。検証プロセスでは、生のセンサーデータが、並列実行される数千回もの反復処理を通じて再生されます。このプロセスは、新しいモデルの開発時に、過去にキャプチャされたデータを検証するために継続して繰り返されるため、広帯域の並列データ・アクセスが可能なインフラストラクチャが必要となります。
アーカイブ: 検証の後、データを将来も利用可能な状態に保つことや、法規制や契約上のコミットメントを満たすことを目的として、データは低コストのストレージへと移動されます。ストレージ・システムは、大量のデータをサポートするための拡張性を備えており、かつ高いセキュリティと信頼性を維持するものでなければなりません。
動的なデータ自動階層化機能によりコストを削減: 動的なデータ自動階層化機能を利用すると、GPUおよびその他の分析用リソースを100%活用できるようになるため、最小の総所有コスト(TCO)で市場投入までに時間を短縮します。StorNextは、データを自動的に最適なストレージ階層に移動させ、パフォーマンスの高い階層と安価な階層をバランスよく運用することにより、テラバイトあたりのコストを、パブリッククラウドを含む他のソリューションよりも大幅に削減します。この独自の差別化要因により、お客様は数百万ドルのコスト削減を実現できると同時に、市場投入までの時間を短縮することができます。
お客様のニーズに合ったアーキテクチャ・ソリューションを設計: クアンタムのADAS/ADチームは、お客様と協力することで、ソリューションの設計から、その構築、および導入までを一から実行します。自動運転車業界では、ADAS/ADテクノロジーに関して、すべてのメーカーのニーズを満たすような標準化されたアーキテクチャやプロセスは存在しません。当社は、信頼できるパートナーとして、お客様と共同で作業することで、最高のパフォーマンスを最も低いコストで提供し、将来のニーズに合わせてスケーリングが行えるようなアーキテクチャを設計します。
クラス最高の業界パートナー: 当社は、お客様がクアンタムの提供するサービスを超えた課題に取り組んでおられることを承知しています。当社では、お客様に包括的なソリューションをお届けするために、ADAS/ADビジネスにおける最良のアライアンス・パートナーと戦略的パートナーシップを結んでいます。当社のパートナーには、Nvidia、AWS、Hexagon、AutonomouStuff、SiaSearch、DXC、Aptivの各社をはじめ、その他多くの企業が含まれています。
40年以上にわたって非構造化データ管理における専門知識を蓄積: クアンタムは、数十年にわたる非構造化データ管理分野における経験を活かすことで、お客様によるデータ管理、開発、検証プロセスの合理化を支援します。当社は、包括的なアプローチを採用しつつ、特定のニーズに対応したエンドツーエンドのアーキテクチャを構築することで、強力に差別化されたソリューションのセットをお客様にお届けします。
ストリーミング・ワークロードに対応した世界最速のファイル・システムを通じて、機械学習による開発を高速化することで、お客様が自動走行(AD)プログラムをより早く市場に投入できるようにします。
深層学習用MLモデルの開発はGPUドリブン型のトレーニング・プロセスに依存しているため、そのような開発では、極めて遅延の少ない高速な読み取りスループットを備えたストレージ・インフラストラクチャが必要となります。クアンタムの高性能ストレージは、GPUをフルに活用するために必要なパフォーマンスを提供します。
クアンタムのストレージ・プラットフォームを使うと、データを最適な階層(最高のパフォーマンスを備えた階層、または最低のコストを実現する階層)に配置することで、自律走行(AD)プログラムで必要とされるデータセットを、競合他社の数分の1のコストで、長年にわたって保存および保護できます。