- Flexibler 24/7-Zugang zu Daten und Testressourcen rund um den Globus
- Hybrid-Cloud-Ansatz zur Minimierung der Cloud-Kosten
- Skalierbare Wiedergabe unter Verwendung von Hochleistungsrechnern und Speicherlösungen in einem Rechenzentrum
- Hochgeschwindigkeitsdatenverbindungen zum globalen Data Lake
Aufgabe
Um autonome Fahrzeuge auf die Straße zu bringen, sind enorme Anstrengungen erforderlich. Um diese Aufgabe zu bewältigen, arbeiten die Entwickler oft in internationalen Teams rund um den Globus. Dies gilt auch für die Frage der Validierung. Die Entwickler müssen daher in der Lage sein, über die Cloud große Datenmengen miteinander auszutauschen und globale Testressourcen effizient gemeinsam zu nutzen.
Herausforderung
In vielen Fällen befinden sich Data-Replay-Systeme, genau wie andere Testsysteme, heute noch beim Kunden und sind oft isoliert oder haben nur begrenzten Zugang zur Cloud. Dies erschwert die Nutzung von Validierungsressourcen aus weltweit verteilten Entwicklungsteams und die Skalierung der für die Entwicklung autonomer Fahrzeuge erforderlichen Testkapazitäten. Daher nutzen immer mehr Automobilhersteller und -zulieferer mit ihren Testgeräten Rechenzentren, in denen sie flexible Speicher- und Rechenkapazitäten sowie schnelle Verbindungen zu ihren Cloud-Anbietern vorfinden. Gleichzeitig wirft ein solcher Ansatz aber auch Bedenken hinsichtlich der Sicherheit und der Kosten der Cloud-Nutzung auf.
Lösung
Durch den technologieunabhängigen Ansatz, den dSPACE bei der Entwicklung seiner Lösungen verfolgt, sind die dSPACE Data-Replay-Systeme ideal für den Einsatz in der Hybrid-Cloud vorbereitet, also in Rechenzentren mit einer leistungsfähigen Anbindung an die Public-Cloud. Durch diese Kombination kann die große Flut an Sensordaten, die während einer Logging-Kampagne gesammelt werden, zunächst in ein Rechenzentrum übertragen und dort untersucht und vorverarbeitet werden, anstatt alle Sensordaten direkt in die Cloud hochzuladen und dort zu verarbeiten. Dank IVS (der dSPACE Sensormanagementplattform), die in einer Hybrid-Cloud eingesetzt wird, lassen sich erhebliche Einsparungen bei den Cloud-Kosten erzielen. IVS ermöglicht es, aus Sensordaten sogenannte Previews zu erzeugen, die nur einen Bruchteil des Speicherplatzes der Originaldaten benötigen. Nach dem Hochladen in die Cloud-Umgebung können Benutzer weltweit mit diesen Voransichten in IVS arbeiten und Datensätze effizient durchsuchen, filtern und auswählen, als ob sie direkt mit den Originaldaten arbeiten würden. Andererseits können alle rechenintensiven Prozesse wie Markierung und Indizierung weiterhin an den entsprechenden Originaldaten im Rechenzentrum durchgeführt werden, was die Kosten im Vergleich zur Durchführung in der Cloud senkt. Mit IVS können die hohen Rechen- und Speicherkapazitäten und der Virtualisierungsansatz im Rechenzentrum optimal genutzt werden. Nach einer zeitintensiven Vorverarbeitung der Daten können redundante und irrelevante Sensordaten leicht herausgefiltert werden, und nur die wertvollen Aufzeichnungen werden in die Cloud hochgeladen und dort dauerhaft für spätere Anmerkungen und Data Replay aufbewahrt.
Weitere Einsparpotenziale ergeben sich aus der flexiblen Nutzung der Rechenzentrumsinfrastruktur und der Skalierbarkeit der Wiedergabe. So kann eine große Anzahl von Systemen konfiguriert, parallel im 24/7-Betrieb betrieben und aus der Ferne überwacht werden. Der Replay-Server im Rechenzentrum wird häufig in einer virtualisierten Docker-basierten Umgebung betrieben. Das bedeutet, dass Data-Replay-Systeme flexibel ein- und ausgeschaltet und nach Bedarf orchestriert werden können. Die gleiche Flexibilität gilt für die Bereitstellung von Testszenarien und Daten. Der Datenaustausch mit der Public-Cloud und dem Rechenzentrum erfolgt über eine Breitbandverbindung mit bis zu 100 Gbit/s pro Verbindung, die ein direktes Streaming der Daten an mehrere Data-Replay-Systeme gleichzeitig ermöglicht. Um Schwankungen bei der Datenbereitstellung zu verringern und die Kosten für den Cloud-Ausgang weiter zu optimieren, ist es auch möglich, die Daten vor der Nutzung im Rechenzentrum zwischenzulagern. Für das Testmanagement und die Orchestrierung von Data-Replay-Systemen bietet dSPACE das Cloud-basierte Werkzeug SIMPHERA an, das die flexible Docker-Technologie nutzt und im Kubernetes-Cluster betrieben wird. In Verbindung mit der Rechenzentrumsinfrastruktur lässt sich so die Testausführung optimal skalieren. dSPACE kooperiert mit Marktführern wie AWS (Amazon Web Services) und Equinix beim Thema Hybrid-Cloud im Bereich Public-Cloud und Rechenzentren.
