(相关资料图)
与许多 iPhone 和Google Photos 用户一样,对于自动驾驶汽车开发者来说,将文件存储在云端的成本不断增加已成为一个令人头疼的问题。
早期,机器人汽车公司采用蛮力方法来最大化里程和数据。“我们可以获取汽车随着时间的推移所看到的所有数据,包括数十万行人、骑自行车的人和车辆,[并]从中获取我们期望它们如何移动的模型,”早期领导者 Chris Urmson 说。谷歌的自动驾驶项目,在2015 年的 TED 演讲中。
厄姆森发表讲话时,自动驾驶汽车原型相对较少,少数几家测试它们的公司有能力保留他们从道路上收集到的几乎所有数据点。但近十年后,谷歌的项目和许多其他项目都远远落后于他们自己对成功时间表的预测。不断增长的车队、更先进的传感器和更紧缩的预算迫使从事机器人出租车和机器人货运服务的公司对保留在其服务器上的内容更加挑剔。
新发现的限制是一个行业成熟的标志,该行业已经开始在天气良好且街道相对晴朗时在一些城市进行无人驾驶的人员和货物运输,但尚未产生利润。随着公司在新领域的细微差别上训练他们的技术,弄清楚要保留哪些数据以及丢弃哪些数据可能是将服务扩展到更多地点的关键。
“在某种程度上,拥有大量数据是有价值的,”负责监督 Google 无人驾驶技术衍生公司Waymo计算基础设施的安德鲁查塔姆说。“但在某些时候,拥有更多有趣的数据很重要。” 包括 Aurora、Cruise、Motional 和 TuSimple 在内的竞争对手也在密切关注他们的数据存储。
在无人驾驶项目在多年亏损后面临控制支出的压力之际,这种趋势可能会蔓延。从拥有机器人出租车服务 Cruise 的通用汽车到Waymo 的母公司 Alphabet,今年都在大范围削减成本——包括大规模裁员——因为经济不稳导致核心业务的销售放缓。与此同时,自动驾驶汽车初创公司的廉价和容易融资正在枯竭。
自然,所有支出都受到审查。Amazon Web Services对其广受欢迎的 S3 云存储服务每月收取每 GB 约 2 美分的费用,这个价格在数据密集型项目中会迅速增加,在某些情况下,当考虑到传输数据的带宽成本时,价格会翻倍。英特尔在 2016 年估计,每辆自动驾驶汽车每天会产生 4,000 GB 的数据,以亚马逊目前的价格计算,存储一年的数据量大约需要 350,000 美元。
自动驾驶汽车开发商最初持有类似的数据最大化理念。它们从车辆内外的摄像头阵列、麦克风的录音、激光雷达和雷达的空间点云映射对象、车辆部件的诊断读数、GPS 读数等生成视频。
市场研究机构 Counterpoint 研究汽车技术的 Brady Wang 说,一些人认为收集的数据越多,自动驾驶系统就会变得越智能。但这种方法并不总是有效,因为数据的数量和复杂性使它们难以组织和理解,Wang 说。