彌合資料中心與汽車需求之間的差距

Phison 為下一代邊緣 AI 汽車系統帶來企業級的速度、反應能力和可靠性。.

隨著自動駕駛、高級駕駛輔助系統 (ADAS) 和車載人工智慧對高吞吐量、低延遲和穩定服務品質的要求日益提高，汽車儲存技術正在不斷發展，以滿足資料中心層級的需求。這種融合正在推動新型儲存架構的出現，這些架構能夠在邊緣提供即時性能，同時保持汽車環境所需的耐用性和可靠性。.

幾十年來，企業環境一直是高效能運算的標準，能夠在嚴苛的工作負載下，以高吞吐量、低延遲和可預測的服務品質處理大量資料。. 

如今，同樣的期望也塑造著汽車系統。隨著車輛不斷增加人工智慧、高級駕駛輔助系統（ADAS）和自動駕駛功能，它們必須在邊緣處理前所未有的大量即時數據，這要求儲存設備在資源更為有限的環境中提供企業級的響應能力。.  

儘管汽車系統對高效能儲存的需求日益增長，但它們在性能上仍難以與當今資料中心相提並論。例如，主流汽車目前使用的是UFS 3.1或4.1存儲，其傳輸速度約為2.1至4.3 Gbps，而企業資料中心已經採用了PCIe Gen5甚至Gen6 SSD，傳輸速度可達14至28 Gbps。.  

閱讀：為什麼記憶體和儲存解決方案是豐富汽車體驗的關鍵

資料中心標準如何定義現代效能預期

在資料中心，以下三個指標最為重要： 

• 吞吐量，或者說一次可以處理多少資料。
• 延遲，即資料存取和傳輸的速度。
• 服務品質（QoS）確保在不斷變化的工作負載下效能保持穩定。

過去，汽車儲存技術優先考慮的是耐用性和資料保留，因為當時車輛的工作負載並不高。而如今，車輛會產生並處理來自感測器、攝影機、雷達、光達和遙測設備的大量即時資料流。. 

這使得儲存從被動的基礎設施轉變為主動的效能層，直接影響人工智慧和其他高階系統處理資訊和做出決策的速度。如今，汽車儲存需要高吞吐量和低延遲，而隨著產業從UFS儲存轉向更高效能的解決方案，最終將需要更高的服務品質（QoS）。.  

為什麼穩定性與巔峰表現同樣重要

在人工智慧驅動的車輛中，穩定性與最高速度同樣重要。. 

在企業系統中，儲存不一致會降低應用程式的運行速度。在車輛中，延遲不一致會影響與安全性和導航相關的即時決策系統。. 

這就是為什麼汽車性能越來越依賴可預測的服務品質模型，就像企業基礎設施中使用的那些模型一樣。. 

資料中心長期以來致力於優化可擴展性、吞吐量和性能穩定性，而汽車則更注重耐用性、耐熱性和即時響應能力。如今，人工智慧驅動的汽車系統需要同時滿足所有這些要求。. 

這種融合正在重塑兩個產業的儲存架構。. 

汽車系統正在快速發展

車輛正在成為複雜的邊緣運算平台，可以在本地處理大量資料。. 

推動這轉變的因素有三： 

1. ADAS和自動駕駛的發展

與以往的汽車系統相比，ADAS對儲存容量的需求要高得多。一輛汽車可能需要同時處理來自高解析度攝影機、雷達、光達、GPS和地圖、駕駛員監控系統以及人工智慧推理引擎的輸入資料。. 

這些系統會產生持續不斷的資料流，必須以極低的延遲對資料進行攝取、處理、儲存和檢索。隨著自主化程度的提高，這些需求只會不斷成長。. 

2. 感測器和視訊數據爆炸性增長

攝影機、光達、雷達、遙測和人工智慧資料的組合可能會使儲存成為車輛性能的關鍵瓶頸之一。. 

傳統汽車儲存並非為滿足這些工作負載所需的吞吐量、低延遲和持續性能而設計的。. 

3. 人工智慧的擴展 

人工智慧正在重塑汽車基礎設施。推理工作負載需要快速存取大型資料集，延遲必須盡可能低，即使延遲增加很小，也會降低駕駛輔助和即時分析系統的反應速度。. 

因此，儲存效能與車輛整體智慧化程度日益密切相關。車輛需要更快的資料攝取速度、更高的持續吞吐量、更低的延遲、更可預測的服務質量，以及為未來人工智慧發展預留的擴展空間。. 

這些也是多年來塑造企業儲存的優先事項。. 

資料中心和汽車需求的融合 

資料中心儲存與汽車基礎設施之間的差距正在縮小。隨著汽車向分散式人工智慧系統轉型，它們正在採用許多與企業和邊緣運算相同的架構原則。. 

在實踐中，這意味著將資料中心層級的效能、可擴展性和可靠性引入受人工智慧和即時處理需求影響的車輛系統中。. 

極限駕駛 

邊緣運算不再局限於工廠、零售或電信業。車輛本身正在成為分散式邊緣平台，用於本地處理、人工智慧推理和即時分析。這帶來了對儲存性能的更高要求，而傳統的汽車架構無法滿足這些要求。. 

挑戰不僅在於容量，還在於如何快速傳輸資料以支援持續的人工智慧驅動決策。. 

即時決策取決於存儲 

即時人工智慧依賴快速、穩定的資料傳輸。自主系統無法等待延遲讀取或不穩定的儲存行為。. 

低延遲儲存對於汽車架構至關重要，尤其是在加載高清地圖或記錄資料時。它會影響系統分析路況、處理感測器融合資料、運行人工智慧推理以及響應導航變化的速度。. 

儲存現在是活躍運算管道的一部分，而不是後台元件。. 

儲存如今已成為提升效能的關鍵因素。 

過去，儲存設備主要以容量和耐用性來衡量。如今，它還必須提供可預測的延遲、持續的吞吐量、智慧的工作負載管理以及在混合工作負載下不間斷的服務品質。. 

重點總結： 

• 車輛正在成為智慧邊緣運算平台
• AI工作負載需要資料中心層級的效能。
• 穩定的服務品質對汽車可靠性至關重要。
• 如今，儲存決定著人工智慧的反應速度和系統穩定性。

閱讀：不斷發展的汽車架構創造了新的數據存儲機會

將資料中心能力引入汽車環境所面臨的挑戰

汽車系統越來越需要資料中心層級的功能，但將企業性能模型引入汽車會帶來五大挑戰。. 

1. 熱約束

車輛運行環境涵蓋了各種極端溫度條件。與受控的資料中心不同，汽車系統必須在高溫、低溫和環境壓力下保持性能。這就需要智慧熱管理和控制器級優化來確保效能穩定。. 

2. 功率限制

汽車平台運作對功耗限制非常嚴格。儲存設備必須在不顯著增加功耗或發熱量的情況下，提供高吞吐量和低延遲。. 

平衡效率、性能和可靠性對於下一代汽車架構至關重要。. 

3. 環境耐久性

汽車系統還面臨振動、長使用壽命、間歇性供電以及暴露於灰塵和污染物等問題。儲存系統在所有這些條件下都必須保持可靠性。.  

因此，韌體優化和先進的可靠性機制顯得尤為重要。. 

4. 成本敏感度和可擴展性

汽車製造商在規劃未來人工智慧發展的同時，也面臨成本壓力。儲存架構必須能夠有效率地擴展，同時避免增加過多的成本或複雜性。.  

這使得靈活、可擴展的設計越來越有價值。. 

5. 構成因素

為了承受車輛劇烈震動，如今超過 95% 的車載儲存設備都採用嵌入式設計，直接焊接在印刷電路板 (PCB) 上。而如今的企業級固態硬碟 (SSD) 則支援插拔/熱插拔，這意味著可以根據需求輕鬆升級，以獲得更高的效能或更大的容量。此外，如果主機板發生故障，插拔式 SSD 還能更輕鬆地恢復儲存的數據，而嵌入式固定儲存磁碟機上的資料則可能永久遺失。.  

如今資料中心和汽車標準之間的差異

資料中心標準與汽車標準之間的差異清楚地表明，汽車產業在實現資料中心儲存的性能和靈活性方面還有很多工作要做。.隨著汽車系統的發展和車載資料儲存的改進，適用的標準將開始與當今資料中心的標準更加緊密地接軌。.  

群聯電子如何協助這項轉型

隨著企業和汽車基礎設施的融合，擁有深厚的控制器和韌體專業知識的供應商變得越來越重要。. 

群聯電子在控制器和韌體層設計解決方案，而許多最關鍵的效能和可靠性決策都出自這兩層。這使我們能夠滿足企業級性能期望和汽車級可靠性要求，尤其是在以下三個方面。.

1. 控制器級最佳化

高性能汽車系統需要的不僅僅是高速NAND快閃記憶體。控制器設計對於實現穩定的吞吐量、低延遲響應、工作負載平衡以及高效的散熱和電源管理至關重要。. 

群聯電子在企業、嵌入式和邊緣環境方面的經驗有助於在受限條件下支援即時 AI 工作負載。. 

2. 韌體智慧和QoS一致性

韌體在決定高負載工作能否保持可預測性方面發揮越來越重要的作用。在汽車人工智慧系統中，效能不穩定會擾亂關鍵的即時操作。. 

群聯電子的韌體最佳化有助於在 ADAS、自動駕駛和車載 AI 等常見混合工作負載中保持一致的服務品質 (QoS)。. 

3. 可擴展的投資組合策略

這種融合也要求儲存架構能夠隨著時間推移而演進。我們的 Pascari 企業級 SSD，包括注重性能的 Pascari X 系列，體現了我們在嚴苛的邊緣和企業環境中實現可擴展性能、可靠性和耐用性的更廣泛方法。. 

隨著人工智慧工作負載擴展到各種車輛，這種靈活性將變得越來越重要。. 

閱讀：Phison 的 Michael Wu 展望汽車數據存儲的未來

汽車倉儲的未來發展方向

汽車基礎設施正日益趨向於分散式邊緣運算。高級駕駛輔助系統（ADAS）、自動駕駛和車載人工智慧正在推動儲存向現代企業系統中使用的相同高吞吐量、低延遲和一致的服務品質（QoS）模型靠攏。. 

同時，車輛必須在嚴格的熱力、動力、耐久性和可靠性限制下運行，這使得汽車環境具有獨特的挑戰性。. 

彌合這一差距需要的不僅僅是改造儲存硬體。它需要智慧控制器架構、先進的韌體優化以及可擴展的系統設計，以實現邊緣即時人工智慧。. 

隨著汽車向智慧運算系統演進，儲存將成為下一代汽車人工智慧和移動出行創新更重要的基礎。. 

這正是群聯電子發揮關鍵作用的地方。我們透過控制器級創新、韌體智慧和可擴展儲存架構，幫助汽車製造商和技術供應商將資料中心層級的效能、一致性和可靠性帶入現代汽車平台。. 

詳細了解 群聯汽車解決方案 或者 請聯絡 Pascari 銷售代表 今天。.

常見問題 (FAQ)：