关于自动驾驶汽车的发展，存在各种讨论，比如汽车软件和全自动驾驶汽车上路还需要多久。
然而，与自动驾驶汽车相关的数据问题却鲜少涉及。当自动驾驶汽车上路时，他们所需要的海量数据存储带来了很多问题，例如这些数据将如何安全地管理、保存和传输。
弗洛里安·鲍曼是戴尔科技公司汽车和人工智能的首席技术官(CTO)。他接受Siliconrepublic.com网站采访时谈论了自动驾驶汽车行业所面临的数据挑战，首先是数据存储水平的不断提高。
“如今的汽车就是路上的移动数据中心”
弗洛里安·鲍曼
汽车自动化分五级。自动化程度越高，所需的数据存储量就越大。举个例子，比如二级自动驾驶汽车需要全程人为操作，但有附加的自动化系统，如变道辅助、盲点检测或自动停车功能。鲍曼认为，二级自动驾驶汽车需要4到10PB的数据。
然而，三级自动驾驶汽车需要50到100PB的数据存储，五级自动驾驶汽车则需要3EB以上的存储空间。鲍曼说：“三级自动驾驶系统意味着汽车可以实现自动驾驶。而五级自动驾驶汽车可以实现完全自动驾驶”“。
如何处理所有数据?
尽管自动驾驶汽车所需的数据存储量是巨大的，但挑战并非源于存储阶段，而是传输阶段。鲍曼说，例如，让车辆上路去记录来自摄像机、激光扫描仪和雷达的数据时，每辆车每天能产生80TB的数据。
他说：“然后，你必须通过数据线连接车辆，将数据从汽车系统传输到数据中心，接着将数据从研发中心复制到数据中心。通常，我们的客户在每个洲都有一个集中的数据库，数据传输就可以通过加速文件传输方法或物理方式实现”。
鲍曼认为，汽车行业在数据方面面临的两大挑战是数据的安全性，尤其是在数据传输方面，以及对5G的需求。
5G基础设施对数据的重要性
鲍曼表示，5G对于自动驾驶汽车的研发和生产至关重要，尤其是在未来5到10年，届时将有更多的技术集成到汽车中。他说：“如今的汽车就是路上的移动数据中心。因此，必须对车辆中的数据进行预处理，例如，识别值得通过5G传输到数据中心的有价值的数据” 。
他还说，自动驾驶汽车需要存储边缘数据，也就是在车内存储数据。“你需要计算边缘存储，特别是在没有5G覆盖的地方。这是另一个问题，因为你必须在车辆中缓存数据，以便在有5G信号后发送数据”。
与5G相关的另一个问题是上传速度。鲍曼说：“5G是为高速下载流数据设计的，所以上传速度没有那么快。因此，你不可能真正通过5G上传大量数据，它是为从数据中心向最终用户传输数据而不是从车辆到数据中心而设计的。但5G的优势在于其低延迟”。
集中数据面临的挑战
与所有围绕数据的讨论一样，所述数据的安全性是一个至关重要的考虑因素。鲍曼说，围绕自动驾驶，有很多初创公司致力于增加数据安全性，也有很多开源技术应用于其中，例如加密数据或使用VPN连接。
不过，他补充说，对于大型汽车公司和初创企业来说，能在数据科学家所在地之外的地方访问数据是非常重要的。
“我们有一个开发团队在美国湾区工作，另一个开发团队在东海岸的密歇根地区工作，然后我们在德国有一个开发团队，还有的在韩国，中国，所有这些人都必须访问数据，而数据就位于阿姆斯特丹的一个数据中心，那么，如何远程访问和定位数据呢?”
他说，真正的挑战是如何创建一个全球系统，让数据科学家能够定位和使用数据，同时遵循GDPR的条例。他说：“它与地理分布机器学习和联合学习齐头并进。”
“我们的目标是无需移动数据，开发人员也无需将数据复制到集中的数据中心，就可以进行全球机器学习工作。”
新冠肺炎与自动驾驶行业
鲍曼还谈到了整个自动驾驶行业以及新冠肺炎疫情对该行业的影响。他说，虽然一些战略项目被冻结暂停了，但整个行业发展并没有真正放缓。
他说：“客户仍在投资存储网络和计算，因为这些项目肯定会实施，如果他们现在停止开发，那么他们未来就会遭受极大损失。”
“从长远来看，[新冠肺炎]将成为加速所有这些工厂自动化的催化剂，因此，公司正努力避免在生产过程中使用人工，并试图实现全程自动化和数字化“。
“(冠状病毒)不会是自动驾驶行业面临的最后一次危机，但如果能够实现生产的完全自动化，行业的发展就不会受到影响。”
