大数据与无人驾驶之间的关系和联系

英特尔数据处理系统，

让数据飞一会儿！

“数学语言”，不仅仅只是数值，它能用文字无法实现的方式为故事增色添彩，以此帮助人类理解世界的纷繁复杂。4TB数据量更是如此，它为无人驾驶领域带来的冲击和意义，难以想象。

4TB让无人驾驶更加安全

一辆无人驾驶汽车预计在一个半小时内就会产生4TB的数据量，而每个人平均每天在车内的时间就是一个半小时。到2020年，3000个互联网用户每天也将产生这么多数据。现在，我们可能还无法直观感受这么大的数据量。但换个角度你就能明白，4TB相当于你每天都在关注接收3000名左右的社交平台好友发布的新动态。

如果一辆无人驾驶汽车产生数据的亮点仅仅是4TB的话，可能并不会令人兴奋。让数据成为无人驾驶“新石油”以及真正带来挑战的地方在于，英特尔需要利用这些数据，把它们变成可执行的洞察，从而让汽车在无人干预的情况下思考、学习和行驶。在未来，数据驱动的驾驶有望减少90%人为错误造成的事故。

英特尔是一家数据公司，自然深谙如何去创建、移动、存储、处理、分析并管理大规模数据。而且，英特尔正在把这种专业知识应用到无人驾驶行业。根据经验，要想解决无人驾驶所面临的数据挑战，最快的方式就是行业协作。若想在2021年全面实现无人驾驶，还有很多工作要做，但英特尔相信可以与行业及合作伙伴一起实现这个目标。

数据整合助无人驾驶走向成熟

无人驾驶数据包括三种基本的类型：技术数据、众包数据和个人数据。技术数据来自一套传感器，它帮汽车“看见”的四周环境。这些数据帮助汽车识别人或消防栓，“注意”道路坑洼，或者计算出旁边汽车驶来的速度。此外，技术数据有助于捕捉新的驾驶场景，并把它传至云端，以便进行学习和改进控制驾驶行为的软件。当技术数据传输到云端后，它可以惠及所有连接在这一云端的车辆。

众包数据是本地汽车从周边收到的数据，例如交通状况和路况变化。很多应用都能用到这类数据，例如，寻找附近的停车场或规避交通拥堵点。最后是个人数据，包括用户想听的广播电台、喜欢的咖啡厅、首选的路线等等。此类数据有助于在无人驾驶汽车中创造更加精彩的个性化体验。

数据的挑战并非恒定不变。在无人驾驶汽车从少量发展到几亿辆的过程里，数据挑战也会随之增多。只有能够处理日益庞大的数据，才能应对这一挑战。随着超级计算机及其背后的云日趋完善，真正的系统可扩展性对于汽车内部——回到4TB数据——以及外部的大规模数据中心都至关重要。

没有任何公司可以独立解决这些数据挑战。英特尔认为，解决无人驾驶面临的数据挑战的最佳方式就是行业合作，共同开发安全的顶级平台并分享安全相关的信息。英特尔希望更加频繁深入地参与行业，以加快实现便捷，高效，可靠的出行目标。