ในการเปลี่ยนแปลงไปสู่อุตสาหกรรม 4.0 บริษัทต่างๆ ลงทุนมากขึ้นในการรวบรวมและสร้างข้อมูลจากเครือข่ายอินเทอร์เน็ตของทุกสรรพสิ่ง (IoT) การพัฒนาเทคโนโลยีการเชื่อมต่อเครือข่าย 5G ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักรมีส่วนช่วยเร่งการเดินทางไปสู่โรงงานอัจฉริยะที่ทำงานอัตโนมัติเต็มรูปแบบ เมืองอัจฉริยะ ยานยนต์ไร้คนขับ และอื่นๆ อีกมากมาย
Fast Data คือปริมาณข้อมูลที่รวบรวม ส่ง และประมวลผลแบบเรียลไทม์จากแหล่งต่าง ๆ เช่น อุปกรณ์เคลื่อนที่ เซ็นเซอร์ กล้องวงจรปิด จำนวนแหล่งที่มาอาจมีมากถึงหลายร้อยหรืออาจถึงล้านอุปกรณ์ที่แตกต่างกัน Fast Data คือข้อมูลที่มีความจุต่ำ แต่ต้องการการประมวลผลที่รวดเร็ว ความหน่วงเวลาและความต่อเนื่องต่ำ
แอปพลิเคชันและซอฟต์แวร์มีบทบาทสำคัญในการเพิ่มประสิทธิภาพความสามารถในการวิเคราะห์และประมวลผลข้อมูลอย่างรวดเร็ว นอกจากนี้ การเลือกใช้ฮาร์ดแวร์และอุปกรณ์จัดเก็บข้อมูลจะต้องตรงตามข้อกำหนดด้านความเร็ว ความหน่วง ความน่าเชื่อถือ และสามารถทำงานได้ในสภาวะและสภาพแวดล้อมที่รุนแรง
ปัจจุบัน Fast Data มีการประยุกต์ใช้ที่เป็นไปได้ในสองด้านหลัก ได้แก่ ยานยนต์ไร้คนขับและโดรนเฝ้าระวังความปลอดภัย
รถยนต์ขับเคลื่อนอัตโนมัติ
ระบบรถยนต์ไร้คนขับต้องมีประสิทธิภาพสูงและความสามารถในการจัดการข้อมูลความเร็วสูงจำนวนมากจากเซ็นเซอร์ ระบบอินโฟเทนเมนท์ ระบบปฏิบัติการ และแผนที่อย่างมีประสิทธิภาพ ข้อมูลเซ็นเซอร์จะเป็นส่วนที่ใหญ่ที่สุดของพื้นที่จัดเก็บข้อมูลบนรถ โดยข้อมูลส่วนใหญ่มาจากระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) และการสื่อสารระหว่างยานพาหนะกับสภาพแวดล้อม (V2X)
ส่วนหนึ่งของความจุจะถูกสงวนไว้สำหรับความบันเทิงมัลติมีเดีย เกม แอปพลิเคชัน AI เสียง และฟีเจอร์อื่นๆ นอกจากนี้ “กล่องดำ” จะกลายเป็นข้อกำหนดทางกฎหมายและความปลอดภัยโดยหน่วยงานกำกับดูแล
แผนที่ความละเอียดสูง (HD) แตกต่างจากแผนที่นำทางแบบ 2 มิติในปัจจุบัน โดยมีอัตราการอัปเดต วิธีการระบุตำแหน่ง และปริมาณข้อมูลที่รวบรวมไว้อย่างมาก เนื่องจากความถี่ในการอัปเดตข้อมูลสูง แผนที่ HD จึงมักใช้การอัปเดตออนไลน์แบบเรียลไทม์ผ่านเครือข่ายมือถือ 5G แผนที่นี้ประกอบด้วยชั้นคงที่ ชั้นกึ่งคงที่ ชั้นกึ่งไดนามิก และชั้นไดนามิก คลาสคงที่พื้นฐานได้รับการอัพเดตทุกเดือนหรือตามความจำเป็น
โซลูชันการจัดเก็บข้อมูลแบบแฟลช NAND มีบทบาทสำคัญในระบบรถยนต์ไร้คนขับ โดยให้ความสามารถในการบูทและจัดเก็บข้อมูลที่รวดเร็วเพื่อบันทึกเหตุการณ์สำคัญ จัดเก็บโมเดล AI และแผนที่ HD ระบบจะต้องประมวลผลข้อมูลด้วยความเร็วสูงและความน่าเชื่อถือสูง เนื่องจากรถยนต์มีความฉลาดมากขึ้น
โดรนเฝ้าระวังความปลอดภัย
โดยเวลาบินเฉลี่ยประมาณ 30 นาที ปริมาณข้อมูลใหม่ที่สามารถบันทึกได้อย่างน้อย 150 GB ด้วยแผนที่ความละเอียดสูง โมเดล 3 มิติ และการผสานรวม AI จะทำให้มีการสร้างข้อมูลเพิ่มมากขึ้น
การ์ด MicroSD ยังคงเป็นอุปกรณ์จัดเก็บข้อมูลหลักในเครื่องบิน อย่างไรก็ตาม เพื่อให้มีความจุในการจัดเก็บและความเร็วที่สูงขึ้น โดรนเฉพาะทางบางรุ่นได้นำ eMMC, UFS และแม้แต่การผสานรวมหน่วยความจำ SSD แบบฝังไว้มาใช้งานเพื่อตอบสนองวัตถุประสงค์พิเศษบางประการ
โดรนในอนาคตที่บูรณาการ AI พร้อมด้วยความสามารถในการทำงานอัตโนมัติและระยะการบินที่ไกลขึ้นจะต้องมีความจุในการจัดเก็บข้อมูลที่สูงขึ้น นอกจากนั้นยังต้องมีการนำทางแผนที่ HD ที่ได้รับการปรับปรุง ข้อมูลที่บันทึกมีความละเอียดสูงขึ้น (วิดีโอ 4K, รูปภาพ) และข้อมูลอื่นๆ อีกด้วย
โซลูชันการจัดเก็บข้อมูลอย่างรวดเร็วแห่งอนาคต
ในแอปพลิเคชันทั้งสองข้างต้น รวมไปถึงในพื้นที่อื่นๆ ของการวิเคราะห์ข้อมูลแบบเรียลไทม์ ช่องว่างระหว่างอุปกรณ์จัดเก็บข้อมูลและการคำนวณและวิเคราะห์ข้อมูลมีแนวโน้มที่จะอยู่ใกล้กันมากขึ้น แม้กระทั่งกับที่จัดเก็บข้อมูลในเครื่องบนอุปกรณ์นั้นโดยตรง
นอกเหนือจากรูปแบบการจัดเก็บข้อมูลแบบดั้งเดิม เช่น หน่วยความจำแฟลช NAND แบบฝัง, การ์ดหน่วยความจำ และ SSD แล้ว หน่วยบางหน่วยยังใช้โซลูชันการจัดเก็บข้อมูลที่มีเทคโนโลยีใหม่ ขนาดที่ใหญ่ขึ้น ความจุ และความเร็วที่เร็วขึ้น ตัวอย่างที่ดีคือที่จัดเก็บข้อมูล WD Ultrastar Data24 ซึ่งใช้เทคโนโลยี NVMe-over-Fabric (NVMe-oF) นี่คือระบบจัดเก็บข้อมูลความเร็วสูง 100 Gbps ที่มีความจุถึง 368 TB เชื่อมต่อโดยตรงกับเซิร์ฟเวอร์ edge โดยเฉพาะ เพื่อจัดเก็บและวิเคราะห์ Fast Data แบบเรียลไทม์
ข้อมูลมีศักยภาพมากมายในอนาคต องค์กรส่วนใหญ่มองหาวิธีดึงดูดและสร้างมูลค่าเพิ่มจากสิ่งนี้ ซึ่งรวมถึงการผสมผสานระหว่างมนุษย์และเครื่องจักร โครงสร้างพื้นฐานด้านการจัดเก็บข้อมูลเป็นส่วนหนึ่งของการปลดล็อกคุณค่าของข้อมูล การเลือกอุปกรณ์และโซลูชันการจัดเก็บข้อมูลที่เหมาะสมจะช่วยเพิ่มประสิทธิภาพต้นทุนการลงทุนและการดำเนินการ และเปิดโอกาสทางธุรกิจใหม่ๆ ซึ่งเทคโนโลยี NVMe-oF ถือเป็นโซลูชั่นการจัดเก็บข้อมูลความเร็วสูงแห่งอนาคต
ดวน ฟอง
แหล่งที่มา
การแสดงความคิดเห็น (0)