אם תשאלו כל אחד כיצד ייראו טכנולוגיות העתיד, אין ספק כי כלי הרכב האוטונומי ידורג בחמישייה הפותחת של הרשימה. מדובר בתחום מרתק, אשר למרות שהוא נמצא עדיין רחוק מהישג ידו של הלקוח הסופי, הרבה נעשה על מנת לסלול את הדרך של המכוניות, המשאיות ואפילו הספינות החכמות האוטונומיות, אל השוק.

במרכז החזון עומדת, מי אם לא, הבינה המלאכותית (AI). אולם, טכנולוגיה זו תצטרך להפוך למיינסטרים על מנת לתת מענה לדרישות הטכנולוגיות המורכבות שיציבו רשתות ענק הכוללות בין היתר את המכוניות המקוונות ועומסי העבודה הצפויים סביבן. בנוסף ,תכנון מוקפד יהיה קריטי עבור עולמות המחשוב והאחסון העתידיים, כאשר במכונית עצמה וכן במרכזי הנתונים המגבים אותה, יש צורך בתכנון יעיל על מנת למקסם את צריכת החשמל בנסיעה. בנוסף, יש לפשט את מבני הנתונים, באמצעות מסגרת עבודה לניהול ביג דאטה, בעלת יכולות ארכיון אקטיבי. היבטים אלה חשובים לביסוס טכנולוגיית הרכב המקוון, קל וחומר כאשר תחזיות שונות צופות כי עד שנת 2025, יווצר בעולם דאטה בממדים עצומים, כ-10 זטה-בייט ( כ-10 מיליארד גיגה-בייט), וזה "רק" ממאה מיליון כלי רכב אוטונומיים פעילים.

ברור, כי תעשיית הרכב נכנסת לתקופת מעבר אולטרה-תחרותית, בה הביקוש לנוחות ובטיחות מאיץ את השינוי בתעשייה. הדבר איננו מוגבל רק לתעשיית הרכב, אלא לכל תעשייה אשר תומכת ובונה יישומים אשר משמשים לאנליטקה של IOT (למשל תעשיית החיישנים ו/או המצלמות). בחזית הטכנולוגיה של הרכב המקוון ניצבת מערכת ה- Advanced Driver Assistance System (ADAS), אשר כוללת פונקציות כמו בלמים אוטומטיים, מיגון מפני התנגשות ותמיכה במצבי חירום. כל המאפיינים האלה דורשים כמויות אדירות של דאטה, וגמישות ייחודית (Data Lake) במיוחד עבור אחסון, ובנפחים אדירים אשר גדלים באופן אקספוננציאלי, להמחשה חישוב של פנייה אחת ברכב אוטונומי נמדדות בפטה-בייט (petabytes). מאחר ומערכות ADAS הנן לרוב קריטיות מבחינה בטיחותית, הדרישות לקליטת נתונים ניצבות בראש סדר העדיפויות וסביר מאוד כי הן ימשיכו לגדול אקספוננציאלית ככל שרמת האוטומציה תשתפר. בתוך כך, קשה להתעלם מהמגבלות של אגירת הנתונים המסורתית ושל ארכיטקטורות מרכזי המידע, ויש לחשוב על מעבר לפלטפורמת אחסון תואמת את הצרכים הללו (Multi-Protocol Data Lake).
רמות האוטומציה, על פי האיגוד למהנדסי אוטומציה (SAE - the Society of Automotive Engineers ) מוגדרות מרמה אפס עד חמש, כאשר רוב כלי הרכב המודרניים מוגדרים ברמה שתיים או שלוש. יחד עם זאת, פרויקטי ADAS בעלי רמה שלוש כיום, כבר עקפו את פתרונות האחסון המסורתיים, וכאשר פרויקטים ברמות ארבע וחמש כבר ניצבים בפתח, הצורך בפתרונות אגירה הופך לקריטי . פתרונות אלה צריכים להיות בעלי ביצועים ברמה גבוהה ובנויים לעומסי עבודה המתאימים לתחרות גבוהה.

הפקה מתמשכת של דאטה, אגירה, עיבוד וניתוח נתונים, מציבים אתגר משמעותי, ואין זה פותר אותנו מהתחייבויות חוזיות ורגולטוריות בעניין אגירה ושמירה של נתוני בדיקה לאישור ADAS . מפתחים צריכים להחזיק את המידע שנאסף במשך עשורים וחוזי שירות דורשים שיחזור נתונים לעיתים דחופות, וכן זמני סימולציה מחודשת הנמדדים בימים. פתרונות ארכיב מסורתיים כגון טייפ וענן אינם חלופות מעשיות, כלומר הדרך הפרקטית היחידה היא לאמץ ארכיטקטורות עתידיות מוכחות, בהן יכולת אחסון יכולה לעבור שדרוג בלי בעיה, בצורה לינארית וללא שיבוש ופגיעה בביצועים, ותמיכה בתקינה עולמית לווידוא של אמינות הנתונים כגון WORM וכ"ו.

הדרישות המרשימות עבור מכוניות אוטונומיות, צפויות להוביל את ההתפתחות והאימוץ של טכנולוגיות מתקדמות רבות, כולל גישה מהירה מאוד לאינטרנט 5G, בינה מלאכותית ופלטפורמות דינמיות לניתוח ביג דאטה. יחד עם זאת, כדי לאפשר תקשורת V2V (רכב-לרכב) ו- V2X (רכב לתשתית), יהיה צורך ביותר קישוריות לעננים של מרכזי מידע ולמספר עננים ציבוריים שונים (דרך רשתות קצה), במטרה להקל על מעבר נתונים בזמן אמת וכדי להבטיח יעילות ובטיחות מוגברת. בנוסף, בעוד כלי רכב ממשיכים לעבור דיגיטציה, החשיבות של ניהול תוכנה, שדרוגי קושחות (firmware) ואפשרות לפונקציות חדשות, צפויה לגדול במסגרת תחזוקת החומרה, והדבר אף יוביל לתיקוני באגים און-ליין.

היבטים אלה צפויים להוסיף מורכבות נוספת למורכבות הקיימת בין כה וכה בתחום התחזוקה ותפעול כלי הרכב. היבטים אלה אף דורשים ניהול OTA (On The Air), ניטור ופלטפורמות אבטחה, על מנת להבטיח כי כלי הרכב פועלים בצורה נאותה וכי הדאטה משונעת בלי להיות פגיעה. יתרה מכך, בהתחשב בגודל שדרוגי התוכנה הנדרשים והמפות בעלות הרזולוציה הגבוהה אשר ינווטו את כלי הרכב, ברור כי נדרשת אסטרטגיה שלמה חדשה לניהול דאטה. האסטרטגיה החדשה לא תשפיע רק על הטכנולוגיה בתוך הרכב עצמו, אלא גם תנצל מדיניות ענן, מיקרו-שירותים, מדיניות הקצאה דינמית ושיטות פורמליות לאבטחת תוכנה. בהתאם, דור חדש של מרכזי מידע מבוססי AI צריך "להיוולד". הם יהיו מצוידים בחומרה חדשה וארכיטקטורות תוכנה אשר יאפשרו ניתוח בזמן אמת ובמנעד רחב. בסביבות מסוג זה, חישוב ואגירה בקצה יצטרכו לעבור אופטימיזציה על מנת לעבוד בצורה חלקה, כהרחבה למערכת IT כוללת, עם ארכיטקטורות פתוחות קריטיות.

לסיכום, המכונית האוטונומית אינה רק נחלת העתיד, אלא במידה מסוימת נמצאת כאן כבר היום. היקף ההשקעות בתעשיית הרכב האוטונומי מבטיח המשך התפתחות טכנולוגית. יחד עם זאת, הרצון לצאת מהר לשוק כמו גם המחיר הגבוה של כישלון, יעמידו את הדאטה בליבת הפיתוח וכתוצאה מכך, תשתית ADAS צפויה להידרש ליכולת אגירה חסרת תקדים, אנרגיה, חיבוריות ויכולות תבונה, על מנת לספק אוטומציית רכב יעילה ואמינה.

בעוד פיתוח הרכב האוטונומי ממשיך להתקדם, יהיה יותר קשה לחזות את הדרישות לביצועים בצורה מדויקת. לכן הכרחי – עבור תעשיית האוטומטיב במיוחד – לדאוג לכך שאחסון וביצועי חישוב יותאמו להיקף היכולת הביצועית, כדי שיוכלו לספק את מלוא היכולות לטכנולוגיות אוטומציה הנתמכות AI.