網聯車資料将流向何方，如何管理其生命周期？Freddie Holmes與戴爾進行了交談以找出答案。
單輛網聯車在智慧城市中漫遊時，将産生并共享相當數量的資料。随着車輛添加更多功能并變得更加自主，每輛車産生的資料量将顯着增加。這些資料的去向、用途和儲存時間因應用而異，但有一點是明确的：資料生命周期管理對汽車行業來說變得越來越重要，而如何使用這些服務将是至關重要的。
如今，新車已經高度連接配接，但在未來幾年将變得更加智能，進而增加其産生和使用的資料量。與此同時，城市正在配備5G基站、多接入邊緣計算（MEC）單元内部的傳感器、路側單元（RSU）以及計算和存儲伺服器，以幫助實作大量不同裝置和工作負載之間的通信。為了實作汽車與城市之間的互相對話，必須快速、可靠而且經常是大批量地共享資料。是以，邊緣計算已成為汽車行業和智慧城市工作者的熱門話題。
擴充基礎設施
例如，邊緣伺服器比雲端伺服器更緊密地處理從城市周圍的不同連接配接裝置收集的資料。通過擁有本地邊緣伺服器，上傳和下載下傳速度以及延遲都得到了極大的改善，随着越來越多智能車輛的上路，這将在未來幾年變得非常寶貴。自動駕駛汽車（AV）将産生更高的資料需求。
網聯的自動駕駛汽車穿梭于智慧城市中時将收集、處理和共享資料
在當今的汽車行業中，邊緣計算主要用于主資料中心之外的受控測試和開發環境。随着越來越多的網聯車進入公共道路，邊緣計算的作用将上升。
“當我們開始談論這些車輛投入生産時，邊緣就會變得非常大、非常快，”戴爾科技公司基礎設施解決方案組的技術專家James Singer解釋說。“邊緣基礎設施需要将資料發送到它需要去的地方；如今，其中大部分都流向了雲端或本地資料中心。由于預期的資料量，将有許多用例需要在邊緣進行處理。”
例如，可能沒有足夠的時間或帶寬将資料塊發送到資料中心或雲端，以便對其進行清理、标記、訓練并以無線（OTA）更新的形式發送回汽車。“需要某種邊緣計算，将資料發送到靠近車輛所在位置的伺服器，”Singer解釋說。“這種基礎設施尚未大規模存在，但随着行業不斷改進車輛功能，這種基礎設施将會存在。”
Singer說，汽車行業可能會問或已經在問的一個重要問題是，資料如何從車輛傳輸到雲端或托管資料中心。該行業還在努力确定誰将保證資料安全地到達最終目的地，以及資料離開汽車後誰可以看到資料。然後是資料是否保留在邊緣伺服器上或者是否必須将所有資料發送到一個位置的問題。“由于資料是可移動且分解的，資料将如何被收集并找到傳回的路徑？”Singer問道。“汽車制造商或一級/二級供應商是否需要建構自己的邊緣計算、網絡和存儲？這些都是有效的問題。”
可以肯定的是，汽車行業将把計算和存儲功能作為服務來消費。
邊緣即服務
諸如此類的問題圍繞着一個關鍵考慮因素：汽車行業将如何消費邊緣計算？戴爾認為邊緣即服務（EaaS）就是答案，目前正在研究實作這一願景所需的條件。
這個理念是，EaaS将允許汽車制造商利用端到端邊緣基礎設施提供商的技能和資源。實際上，它将為汽車制造商提供交鑰匙邊緣解決方案，因為他們希望将新的網聯和自動駕駛功能引入大衆市場。它遵循圍繞軟體即服務（SaaS）和平台即服務（PaaS）的類似趨勢，而這兩者都加速了行業向數字化的轉變。
戴爾的技術人員和工程師正在研究影響EaaS提供方式的衆多變量，包括從環境因素（如電力和冷卻要求）到實體和資料安全性、計算和存儲将如何提供服務，以及某些資料是保留在某個特定位置還是最終傳回到雲端等方方面面。“關于資料在汽車流水線中将如何流動，還有很多未知數，”Singer強調說。“但有一點是肯定的，汽車行業将把計算和存儲功能作為一種服務來消費。”
汽車、邊緣、雲
從理論上講，這種移動傳感器資料将會得到很好的利用，但正如Singer所解釋的那樣，這是關于哪些資料離開汽車、哪些資料存儲、甚至哪些資料可能不再需要的優先級問題。“在一個成熟的生産環境中，我們需要更加明智地決定哪些資料離開汽車、哪些會被删除、哪些會被存儲以及哪些可以在車内進行本地處理”他說。
圍繞蜂窩車聯網（C-V2X）的最新進展将使資料管理方面的工作變得更加複雜。“使用C-V2X、RSU、基站、本地和雲基礎設施以及其他車輛之間将會有大量的通信，這就是資料量開始成為真正挑戰的地方，而‘有意識’的周圍資源不僅是資料的創造者，也是資料的消費者，”他補充道。
管理高分辨率相機資料将是一個挑戰，但Edge将被證明是一個有用的出口
車輛的車載傳感器不斷收集資訊，例如，車輛可能會發現碰撞事故造成了路障，或者附近的一群學齡兒童在接近人行橫道時可能處于危險之中。一段道路可能結冰或受損，安全駕駛員或乘客（如果完全自主）可以向緊急服務部門發送求救信号。當視訊資料開始以大容量和高品質共享時，這時邊緣将變得非常寶貴。
“從車輛到車輛以及從車輛到基礎設施的基本資料傳輸可能在千位元組的範圍内，”Singer解釋說。“但是，當我們談論來自這些自動駕駛汽車上的錄影機的資料流時，這将積累大量資料。即使它隻是自動駕駛車輛各種傳感器所産生資料的10%，然後乘以數千輛汽車，規模将變得巨大。”雖然雷射雷達産生的資料比雷達、GPS、超音波和IMU更多，但它并沒有接近來自錄影機的資料量。Singer觀察到，許多車輛已經使用1K攝像頭，但這将過渡到4K，未來甚至可能是8K。
Singer強調，将資料推回核心資料中心将是“一個漫長的旅程”，是以未來幾年的總體趨勢是将計算能力和存儲定位在更靠近資料産生的位置。由于與安全核心資料中心相比，邊緣伺服器将處于不同的環境中，是以下一個挑戰将是確定該基礎設施不會成為網絡攻擊的犧牲品。“有許多潛在的攻擊媒介，在這種環境下，防火牆的想法将不再足夠好了，”辛格警告說。
這将需要許多不同公司之間建立強有力的合作夥伴關系才能實作這一目标。
EaaS将處理資料雪崩
随着5G、自動駕駛和智慧城市的大趨勢融合，通過EaaS提供給汽車制造商的端到端邊緣基礎設施将被證明是非常寶貴的。這個生态系統将從邊緣擴充到核心資料中心和雲，幫助管理下一代移動性日益複雜的資料生命周期。
邊緣計算對汽車行業和智慧城市開發商的好處是顯而易見的，但單個參與者無法獨自解決所有這些問題。Singer敦促整個生态系統的利益相關者共同努力，才能使這種邊緣應用成為現實。“戴爾将無法獨自建構所有這些邊緣基礎設施，”他總結道，“這将需要許多不同公司之間建立強有力的合作夥伴關系才能實作這一目标。”