01
自动驾驶汽车行业发展现状
随着全球5G技术的应用与发展，人工智能产业的逐步推进，无人驾驶汽车行业市场规模显著增长。中商产业研究院发布的《2024-2029全球与中国无人驾驶列车系统市场现状及未来发展趋势》显示，2023年全球无人驾驶汽车行业市场规模约为417.5亿元，同比增长37.8%。中商产业研究院分析师预测，2024年全球无人驾驶汽车行业市场规模将达575.3亿元。
目前，我国积极发展智能网联汽车，无人驾驶技术进一步推动BAT等企业进入市场、加大投入研发技术，无人驾驶市场正处于快速发展阶段。中商产业研究院发布的《2022-2027年中国无人驾驶汽车市场需求预测及发展趋势前瞻报告》显示，2023年我国无人驾驶市场规模约为3301亿元，同比增长14.1%。中商产业研究院分析师预测，2024年我国自动驾驶市场规模将达3832亿元。
02
自动驾驶汽车仿真测试介绍
自动驾驶汽车的仿真测试是自动驾驶核心技术，首先需要模拟构建出一个逼真的虚拟场景，然后利用静态场景用于模拟出与车辆行驶相关的静态元素，其中包含的静态元素有道路、建筑、交通标志等。构建静态场景的方法可以采用基于高精度地图及三维重建技术。基于高精度地图及三维重建技术来构建场景，首先需要采集点云、全景图、测绘矢量等非结构化的测绘数据。
自动驾驶仿真还需要动态场景包括天气变化、时间变化、交通流等动态要素。动态场景的构建是在静态场景的基础上，还原出场景中的动态元素，并且使得这些元素的动作及其产生的影响严格遵循现实世界的物理规律以及行为逻辑。动态场景的构建，可以借助物理引擎、AI Agent 等来实现。
AI Agent （人工智能体）是一种能够感知环境、进行决策和执行动作的智能实体。在虚拟场景中，AI Agent 可以做出决策，选择合适的行为，并规划最优路径以实现目标；可以模拟对环境的感知能力，例如通过传感器获取周围物体的信息，以便做出合适的决策；可以模拟智能体之间的协作行为，例如避让、跟随、协同工作等。此外，Agent AI还具备学习能力，能够根据经验调整其行为。AI仿真指的是使用Agent并结合数学模型和计算机算法来模拟和重现真实世界中传感器所能感知的物理现象的过程[4]。它可以在虚拟环境中重现传感器的工作情况，从而在没有实际硬件的情况下评估和测试传感器的性能。
构建仿真场景的测绘数据的数据量巨大，AI算法也需要大量存储空间进行模型训练。存储系统如何应对海量仿真数据是一大挑战。汽车行业一般通过分布式存储技术加速仿真。
03
RDMA分布式存储技术加速仿真
自动驾驶仿真测试系统在进行仿真任务时需要访问大量采集或者生成的数据，并根据生成的数据利用 CPU 和 GPU 资源对数据进行再处理并还原，或者对已经结构化的数据进行 GPU 渲染再现。这些仿真任务都需要依赖强大的计算和存储能力，而RDMA分布式存储技术借助加速仿真的技术，可以高效执行大规模的仿真任务。
使用RDMA分布式存储加速仿真是指利用存储能力，通过将仿真任务迁移到多个存储节点来加速仿真的数据处理过程。这种方法可以显著提高仿真效率，减少仿真时间，同时降低了对本地硬件资源的依赖。加速仿真也可以通过并行化和分布式计算来加速任务的执行。云平台提供了强大的计算资源，可以同时处理多个任务或者将一个大任务分解成多个子任务并行执行，从而提高仿真效率。
04
极客天成RDMA分布式存储技术介绍
极客天成公司专注研发高性能，低延迟的RDMA分布式存储技术。其主力产品有自主研发的RDMA分布式存储产品: NVMatrix/NVFile/NVObject，专为人工智能场景特性进行了架构优化， 相比传统架构，软件架构更精简，性能更强。极客天成RDMA分布式存储在NVMEOF、RDMA高速协议的加持下，对人工智能训练和推理进行多重性能优化，充分发挥高速硬件性能，以高IOPS低时延满足各类人工智能的场景。
计算节点与存储节点间通过Infiniband/ROCE交换机互联，每端口高达100/200Gb/s的传输带宽。每个节点通过双链路实现400Gb/s的IO带宽和微秒级时延，消除了传统架构的传输瓶颈。
极客天成RDMA分布式存储使用全冗余分布式架构设计，计算节点、存储节点、InfiniBand 交换机、存储心跳链路均为全冗余设计， 避免单链路故障、单点故障。
05
极客天成RDMA分布式存储技术在无人驾驶汽车仿真中的应用。
极客天成文件存储系统可以为大规模自动驾驶仿真提供强大的数据支持。通过支持RDMA协议和NVIDIA GDS存储，系统能够以极低的延迟处理海量的传感器数据和高清地图信息。
具体场景:某自动驾驶公司正在进行百万级别的并行仿真测试。他们需要模拟各种复杂的道路情况、天气条件和交通场景。极客天成系统可以同时为成千上万的仿真实例提供实时数据访问，包括高精度地图、历史交通数据、行人行为模型等。系统的RDMA支持确保了数据传输的超低延迟，而NVIDIA GDS存储支持则充分利用了GPU加速，使得整个仿真过程能够以接近真实世界的速度进行。
这种大规模仿真不仅加速了自动驾驶AI的训练和验证过程，还能够帮助研发人员快速识别和解决潜在的安全问题，大大提高了自动驾驶系统的可靠性和安全性。
极客天成文件存储系统NVFile可以作为支撑大规模分布式汽车自动驾驶AI模型训练的核心存储平台。其分布式特性和高性能数据访问能力，使其成为训练超大规模AI模型的理想选择。这种规模的模型训练需要数百甚至上千的GPU服务器协同工作。极客天成文件存储系统可以作为分布式数据仓库，存储了数PB级的训练数据和中间结果。
系统的RDMA支持确保了数据能以接近内存访问的速度传输到各个计算节点，极大地减少了I/O等待时间。同时NVIDIA GDS存储的支持使得系统能够直接与GPU进行高速数据交换，进一步优化了数据流。这种高效的数据访问机制使得研究人员能够在几周内完成原本需要数月才能完成的模型训练任务。
总的来说，极客天成文件存储系统凭借其分布式架构、RDMA支持和NVIDIA GDS存储集成，为无人驾驶汽车仿真提供了强大而灵活的数据基础设施。它不仅能够高效管理PB级的数据，还能通过将存储与计算紧密集成，大大加速仿真过程中数据密集型的AI训练和科学计算任务。