2021年4月22日，中國汽車工業(yè)協(xié)會針對“特斯拉車主車頂維權”一事表示，數(shù)據(jù)的公開是能夠完整地還原事實的真相。同時，中國汽車工業(yè)協(xié)會稱，即便特斯拉及時提供了相關數(shù)據(jù)，如何證明所提供數(shù)據(jù)沒有被企業(yè)刪除或者篡改將是未來車企不可回避的一道難題，

此外，中國汽車工業(yè)協(xié)會還表示，在發(fā)生事故后，車企應及時向有關部門提交涉及事故的完整數(shù)據(jù)，通過專業(yè)的方式進行檢測認定，采取務實的舉措解決消費者的合理維權訴求。未來將針對智能網聯(lián)汽車涉及的不同數(shù)據(jù)類型，進一步完善智能網聯(lián)汽車的數(shù)據(jù)監(jiān)管體系。

幾乎在同一時間，特斯拉公布事發(fā)前1分鐘行車數(shù)據(jù)，廣大消費者和汽車行業(yè)從業(yè)人員圍繞這組數(shù)據(jù)展開了大討論。

不少業(yè)內人士表示，2021年4月7日，工業(yè)和信息化部發(fā)布的《智能網聯(lián)汽車生產企業(yè)及產品準入管理指南（試行）》（征求意見稿）就非常及時。《指南》要求“在我國境內運營中收集和產生的個人信息和重要數(shù)據(jù)應當按照有關規(guī)定在境內存儲。因業(yè)務需要，確需向境外提供的，應向行業(yè)主管部門報備”。

發(fā)生事故后車企及時向有關部門提交相關數(shù)據(jù)，這應該只是一個過渡階段的措施，未來的智能汽車重要數(shù)據(jù)可能需要定期上傳到由相關部門監(jiān)管的數(shù)據(jù)中心，而不是等到出了事故后再提交。

智能汽車帶來的海量數(shù)據(jù)也會催生數(shù)據(jù)存儲的市場機會。

在過去的二十年里，汽車創(chuàng)新主要集中在硬件方面。例如，內燃機效率在此期間顯著提高。然而，在過去幾年中，汽車工業(yè)的重點已經轉向數(shù)字化、自動化和電氣化。汽車的電動、聯(lián)網和自動進化飛速發(fā)展。新趨勢將需要不斷積累、處理和共享從傳感器和信息娛樂系統(tǒng)接收到的數(shù)據(jù)。研究機構Counterpoint預測，預計到2025年，全球約30%的銷售汽車將支持2級或以上的自動化。

擁有多個傳感器的先進駕駛員輔助系統(tǒng)（ADAS）儼然已成為自動駕駛車輛的基礎。下圖重點介紹了實現(xiàn)高度或全自動駕駛目標所需的越來越多的先進傳感器。


來源：Counterpoint

車輛將越來越多地設計為本地收集、處理和存儲數(shù)據(jù)，并在適當時候有選擇地上傳數(shù)據(jù)。這將在車內以及云端產生對數(shù)據(jù)存儲和計算基礎設施的需求。

自動駕駛車輛將生成多少數(shù)據(jù)？

自動駕駛汽車會產生海量數(shù)據(jù)，并不是所有的數(shù)據(jù)都會存儲在車里。其中一些將被丟棄或轉移到云端。很難精確地測量生成的數(shù)據(jù)量。傳感器產生的數(shù)據(jù)取決于其應用和規(guī)格。例如，根據(jù)分辨率、顏色深度、幀速率和壓縮級別，前置攝像頭生成的數(shù)據(jù)可能在70 GB/hr到300 GB/hr之間。

自動駕駛汽車生成的數(shù)據(jù)量也取決于車輛類型。例如，與乘用車相比，自動駕駛出租車和OEM測試車輛對硬件成本不太敏感，它們將生成更多的數(shù)據(jù)。當與同等自動化程度的乘用車比較時，一輛典型的車企測試車輛將生成多出約80%的數(shù)據(jù)量。將20多種不同類型的傳感器集成到L4級自動駕駛汽車的ADAS中，車輛可以生成1-2TB/hr范圍內的數(shù)據(jù)，這取決于是乘用車、商用車還是自動駕駛出租車。

使用數(shù)據(jù)的關鍵應用程序

雖然傳感器將是自動駕駛汽車的主要數(shù)據(jù)源，但還有許多其他應用程序消耗著數(shù)據(jù)。此外，車輛生態(tài)系統(tǒng)中的不同實體以及智能城市可能會使用所有此類車輛生成的數(shù)據(jù)。

下面詳細說明使用數(shù)據(jù)的一些關鍵應用程序：

傳感器

傳感器類將占據(jù)車輛車載存儲數(shù)據(jù)的最大份額。傳感器數(shù)據(jù)主要來自ADAS系統(tǒng)和V2X功能。

AV平臺、信息娛樂、操作系統(tǒng)和應用程序

自動駕駛汽車(AV)平臺需要運行各種自動/ADAS功能，以滿足高級操作系統(tǒng)（OS）、語音AI應用程序、生產力和其他脫機內容的額外存儲需求。

隨著安全法規(guī)的不斷完善，記錄最新信息的黑匣子有望成為強制性要求。從連接和安全服務、OTA更新和類似服務生成的數(shù)據(jù)也需要一些額外的本地存儲空間。

高精地圖

與當前汽車中使用的2D地圖不同，自動駕駛汽車的高精度HD地圖在刷新頻率和采樣方法方面有很大差異。高清地圖將無線實時更新，準確和安全地驅動AV。

高清地圖的精確可以補充一些傳感器的不足，以提高定位精度。當前的二維地圖只有一個靜態(tài)圖層，可以每月更新一次。然而，高清地圖有靜態(tài)層、半靜態(tài)層、半動態(tài)層和動態(tài)層。高清地圖每小時、每分鐘、每秒鐘更新一次。


來源：Counterpoint

汽車制造商的數(shù)據(jù)存儲策略

如今，汽車制造商更喜歡將數(shù)據(jù)存儲在本地，因為汽車生成的數(shù)據(jù)量相對較少。但隨著向L4-L5自動化演進，云計算和邊緣計算戰(zhàn)略的結合將占上風。由于以下挑戰(zhàn)，汽車制造商不會完全依賴蜂窩網絡：

•  大數(shù)據(jù)集
•  高速實時處理要求
•  高帶寬成本
•  安全和隱私問題

向網絡傳輸數(shù)據(jù)的成本將成為決定數(shù)據(jù)傳輸方式和內容的決定性因素。例如，對于車企來說，一天將L4-L5級自動駕駛汽車的所有數(shù)據(jù)傳輸?shù)皆贫说某杀究赡芨哌_數(shù)千美元。對于整個車隊來說，這不太可能是可行的解決方案，這為車載存儲創(chuàng)造了巨大的機會。

5G網絡的商業(yè)化可以將數(shù)據(jù)延遲降低到10毫秒以下。然而，5G的推出及上車普及仍有待時日。因此，車載存儲將是汽車制造商存儲數(shù)據(jù)的最佳選擇。

在數(shù)據(jù)旅程的每個階段都有挑戰(zhàn)，需要謹慎的數(shù)據(jù)收集、存儲和使用策略。自動駕駛汽車(AV)將面臨設計和成本的限制，而網絡和云將受到帶寬、延遲、安全性和連接性的限制。因此，AV需要一個智能存儲和卸載系統(tǒng)。

未來可能會出現(xiàn)許多新的商業(yè)模式，用于將數(shù)據(jù)卸載到云上。數(shù)據(jù)可以通過以太網電纜在充電站卸載，也可以在日常汽車維修期間在服務站卸載。根據(jù)訓練模型或豐富數(shù)據(jù)庫所需的數(shù)據(jù)類型，可以將數(shù)據(jù)本身縮減為更簡單的元數(shù)據(jù)，而不是原始的未處理數(shù)據(jù)流。

數(shù)據(jù)管理的商業(yè)模式將因車輛的使用而有所不同 -- 乘用車、商用車、自動駕駛出租車和OEM測試車輛。例如，與乘用車相比，車企測試車輛在本地存儲的數(shù)據(jù)份額將更大。OEM測試車輛和商用車輛可以定期訪問基站以交換物理存儲系統(tǒng)。

存儲企業(yè)的機會

嵌入式多媒體卡（eMMC）存儲是存儲車載信息娛樂系統(tǒng)(IVI)數(shù)據(jù)的最常用方式。然而，eMMC不能支持未來自動駕駛車輛，因為AV將具有復雜的圖形用戶界面，并需要從內存進行高速訪問。此外，信息娛樂系統(tǒng)必須有更多的存儲空間來存儲多媒體和高分辨率地圖。

在完全自動駕駛的發(fā)展過程中，來自傳感器的信號由驅動計算機高速處理，這需要高帶寬。此外，驅動計算機可能包括并行運行的冗余系統(tǒng)，并實時比較決策結果，從而可能增加內存需求。

為適應存儲的指數(shù)級增長和自動化程度的提高，存儲技術需要從單層單元閃存(SLC NAND)發(fā)展到e.MMC/通用閃存 (UFS)再發(fā)展到嵌入式固態(tài)硬盤 (SSD)

單層單元閃存 (SLC NAND)

•  應用：事件數(shù)據(jù)記錄器（EDR）中的事件日志、嵌入式系統(tǒng)中的代碼存儲、儀表板中的數(shù)據(jù)存儲
•  容量小，需要系統(tǒng)管理
•  從L1級到L5級廣泛使用，最大容量為4GB

e.MMC/通用閃存(UFS)

•  應用：ADAS中的信息娛樂系統(tǒng)、導航系統(tǒng)和代碼存儲
•  由于MLC-eMMC/UFS在性能和成本、數(shù)據(jù)安全性、耐用性、價格和容量之間提供了一個很好的折衷方案，目前在ADAS中得到了廣泛的應用
•  此外，從成本角度來看，向3D NAND（TLC）eMMC/UFS的轉移也有所幫助
•  將用于L2至L4級

通用閃存 (UFS)/固態(tài)硬盤 (SSD)

•  應用：存儲高分辨率地圖、AV計算機、AI數(shù)據(jù)庫、黑匣子數(shù)據(jù)記錄器
•  固態(tài)硬盤(SSD)的價格高于其他存儲系統(tǒng)，但可以提供更快的速度、更大的容量和更高的帶寬
•  將用于L3至L5級

安全性、可靠性和質量是汽車存儲器的關鍵，汽車存儲器至少必須符合這三項標準：ISO26262、AEC-Q100和IATF16949。

參考文獻：
1、https://www.telematicswire.net/autonomous-vehicles-to-boost-memory-requirement/