加速自动驾驶模型迭代，数据存算一体是关键

自动驾驶的每一个业务阶段都会涉及到 AI 深度学习算法和算力的参与，机器视觉，深度学习，传感器技术等均在自动驾驶领域发挥着重要的作用。自动驾驶系统不断迭代的前提是算法的持续优化，目前，自动驾驶发展的瓶颈主要在于 AI 底层技术和 AI 算力发展水平上能否实现突破。

近日，焱融高性能分布式文件存储系统 YRCloudFile 联合趋动科技 OrionX AI 算力资源池化软件与 Gemini AI 开发训练平台，共同打造自动驾驶场景的高性能存算一体解决方案。该方案通过软件定义 AI 算力，实现 AI 算力细颗粒度资源共享，跨物理机资源聚合及远程调用，资源池范围内动态伸缩。依托焱融科技高性能文件存储实现存储资源池化，通过并行文件客户端、多级智能缓存+预读等特性为 AI 训练提供高效数据访问，突破多样化的海量混合文件读写屏障。

存算一体方案架构图

在计算方面，在计算方面，通过趋动科技 OrionX AI算力池化方案，把异构算力形成软件定义的算力资源池，既满足了自动驾驶客户对于资源分配灵活度的需求、实现对 AI 开发训练集群资源的整体调度和管理；又能保证算法工程师之间共享资源，互不干扰，提高人效。

在存储方面，采用焱融科技自研的高性能并行文件存储系统 YRCloudFile，通过可扩展的元数据架构缓解元数据节点压力，解决数据访问性能上限问题，提升海量文件并发访问的性能，满足自动驾驶海量数据处理的业务要求。焱融科技文件存储 YRCloudFile 可以满足海量数据场景下的性能需求，在上百亿文件训练存储需求场景下性能无衰减，充分适配上层 AI 算力。与此同时，通过 YRCloudFile 的智能数据加载 Dataload 和冷热数据自动分层功能，实现异构存储数据打通。让自动驾驶业务的数据互通和流转，有效平衡成本和性能，帮助车企实现数据全生命周期管理。日前，焱融追光一体机产品存算一体解决方案完成与趋动科技 AI 算力池化方案的联合测试，双方产品相互兼容、性能良好、运行平稳，测试结果满足兼容性认证的各项标准。该方案也可在其他场景诸如：人工智能（AI）、机器学习、混合云、云原生等场景提供高性能、高可用的存算一体化解决方案。