英特爾數據處理系統，

讓數據飛一會兒！

“數學語言”，不僅僅只是數值，它能用文字無法實現的方式為故事增色添彩，以此幫助人類理解世界的紛繁復雜。4TB數據量更是如此，它為無人駕駛領域帶來的沖擊和意義，難以想象。

4TB讓無人駕駛更加安全

一輛無人駕駛汽車預計在一個半小時內就會產生4TB的數據量，而每個人平均每天在車內的時間就是一個半小時。到2020年，3000個互聯網用戶每天也將產生這么多數據。現在，我們可能還無法直觀感受這么大的數據量。但換個角度你就能明白，4TB相當于你每天都在關注接收3000名左右的社交平臺好友發布的新動態。

如果一輛無人駕駛汽車產生數據的亮點僅僅是4TB的話，可能并不會令人興奮。讓數據成為無人駕駛“新石油”以及真正帶來挑戰的地方在于，英特爾需要利用這些數據，把它們變成可執行的洞察，從而讓汽車在無人干預的情況下思考、學習和行駛。在未來，數據驅動的駕駛有望減少90%人為錯誤造成的事故。

英特爾是一家數據公司，自然深諳如何去創建、移動、存儲、處理、分析并管理大規模數據。而且，英特爾正在把這種專業知識應用到無人駕駛行業。根據經驗，要想解決無人駕駛所面臨的數據挑戰，最快的方式就是行業協作。若想在2021年全面實現無人駕駛，還有很多工作要做，但英特爾相信可以與行業及合作伙伴一起實現這個目標。

數據整合助無人駕駛走向成熟

無人駕駛數據包括三種基本的類型：技術數據、眾包數據和個人數據。技術數據來自一套傳感器，它幫汽車“看見”的四周環境。這些數據幫助汽車識別人或消防栓，“注意”道路坑洼，或者計算出旁邊汽車駛來的速度。此外，技術數據有助于捕捉新的駕駛場景，并把它傳至云端，以便進行學習和改進控制駕駛行為的軟件。當技術數據傳輸到云端后，它可以惠及所有連接在這一云端的車輛。

眾包數據是本地汽車從周邊收到的數據，例如交通狀況和路況變化。很多應用都能用到這類數據，例如，尋找附近的停車場或規避交通擁堵點。最后是個人數據，包括用戶想聽的廣播電臺、喜歡的咖啡廳、首選的路線等等。此類數據有助于在無人駕駛汽車中創造更加精彩的個性化體驗。

數據的挑戰并非恒定不變。在無人駕駛汽車從少量發展到幾億輛的過程里，數據挑戰也會隨之增多。只有能夠處理日益龐大的數據，才能應對這一挑戰。隨著超級計算機及其背后的云日趨完善，真正的系統可擴展性對于汽車內部——回到4TB數據——以及外部的大規模數據中心都至關重要。

沒有任何公司可以獨立解決這些數據挑戰。英特爾認為，解決無人駕駛面臨的數據挑戰的最佳方式就是行業合作，共同開發安全的頂級平臺并分享安全相關的信息。英特爾希望更加頻繁深入地參與行業，以加快實現便捷，高效，可靠的出行目標。