2021年4月22日，中国汽车工业协会针对“特斯拉车主车顶维权”一事表示，数据的公开是能够完整地还原事实的真相。同时，中国汽车工业协会称，即便特斯拉及时提供了相关数据，如何证明所提供数据没有被企业删除或者篡改将是未来车企不可回避的一道难题。

此外，中国汽车工业协会还表示，在发生事故后，车企应及时向有关部门提交涉及事故的完整数据，通过专业的方式进行检测认定，采取务实的举措解决消费者的合理维权诉求。未来将针对智能网联汽车涉及的不同数据类型，进一步完善智能网联汽车的数据监管体系。

几乎在同一时间，特斯拉公布事发前1分钟行车数据，广大消费者和汽车行业从业人员围绕这组数据展开了大讨论。

不少业内人士表示，2021年4月7日，工业和信息化部发布的《智能网联汽车生产企业及产品准入管理指南（试行）》（征求意见稿）就非常及时。《指南》要求“在我国境内运营中收集和产生的个人信息和重要数据应当按照有关规定在境内存储。因业务需要，确需向境外提供的，应向行业主管部门报备”。

发生事故后车企及时向有关部门提交相关数据，这应该只是一个过渡阶段的措施，未来的智能汽车重要数据可能需要定期上传到由相关部门监管的数据中心，而不是等到出了事故后再提交。

智能汽车带来的海量数据也会催生数据存储的市场机会。

在过去的二十年里，汽车创新主要集中在硬件方面。例如，内燃机效率在此期间显著提高。然而，在过去几年中，汽车工业的重点已经转向数字化、自动化和电气化。汽车的电动、联网和自动进化飞速发展。新趋势将需要不断积累、处理和共享从传感器和信息娱乐系统接收到的数据。研究机构Counterpoint预测，预计到2025年，全球约30%的销售汽车将支持2级或以上的自动化。

拥有多个传感器的先进驾驶员辅助系统（ADAS）俨然已成为自动驾驶车辆的基础。下图重点介绍了实现高度或全自动驾驶目标所需的越来越多的先进传感器。


来源：Counterpoint

车辆将越来越多地设计为本地收集、处理和存储数据，并在适当时候有选择地上传数据。这将在车内以及云端产生对数据存储和计算基础设施的需求。

自动驾驶车辆将生成多少数据？

自动驾驶汽车会产生海量数据，并不是所有的数据都会存储在车里。其中一些将被丢弃或转移到云端。很难精确地测量生成的数据量。传感器产生的数据取决于其应用和规格。例如，根据分辨率、颜色深度、帧速率和压缩级别，前置摄像头生成的数据可能在70 GB/hr到300 GB/hr之间。

自动驾驶汽车生成的数据量也取决于车辆类型。例如，与乘用车相比，自动驾驶出租车和OEM测试车辆对硬件成本不太敏感，它们将生成更多的数据。当与同等自动化程度的乘用车比较时，一辆典型的车企测试车辆将生成多出约80%的数据量。将20多种不同类型的传感器集成到L4级自动驾驶汽车的ADAS中，车辆可以生成1-2TB/hr范围内的数据，这取决于是乘用车、商用车还是自动驾驶出租车。

使用数据的关键应用程序

虽然传感器将是自动驾驶汽车的主要数据源，但还有许多其他应用程序消耗着数据。此外，车辆生态系统中的不同实体以及智能城市可能会使用所有此类车辆生成的数据。

下面详细说明使用数据的一些关键应用程序：

传感器

传感器类将占据车辆车载存储数据的最大份额。传感器数据主要来自ADAS系统和V2X功能。

AV平台、信息娱乐、操作系统和应用程序

自动驾驶汽车(AV)平台需要运行各种自动/ADAS功能，以满足高级操作系统（OS）、语音AI应用程序、生产力和其他脱机内容的额外存储需求。

随着安全法规的不断完善，记录最新信息的黑匣子有望成为强制性要求。从连接和安全服务、OTA更新和类似服务生成的数据也需要一些额外的本地存储空间。

高精地图

与当前汽车中使用的2D地图不同，自动驾驶汽车的高精度HD地图在刷新频率和采样方法方面有很大差异。高清地图将无线实时更新，准确和安全地驱动AV。

高清地图的精确可以补充一些传感器的不足，以提高定位精度。当前的二维地图只有一个静态图层，可以每月更新一次。然而，高清地图有静态层、半静态层、半动态层和动态层。高清地图每小时、每分钟、每秒钟更新一次。


来源：Counterpoint

汽车制造商的数据存储策略

如今，汽车制造商更喜欢将数据存储在本地，因为汽车生成的数据量相对较少。但随着向L4-L5自动化演进，云计算和边缘计算战略的结合将占上风。由于以下挑战，汽车制造商不会完全依赖蜂窝网络：

•  大数据集
•  高速实时处理要求
•  高带宽成本
•  安全和隐私问题

向网络传输数据的成本将成为决定数据传输方式和内容的决定性因素。例如，对于车企来说，一天将L4-L5级自动驾驶汽车的所有数据传输到云端的成本可能高达数千美元。对于整个车队来说，这不太可能是可行的解决方案，这为车载存储创造了巨大的机会。

5G网络的商业化可以将数据延迟降低到10毫秒以下。然而，5G的推出及上车普及仍有待时日。因此，车载存储将是汽车制造商存储数据的最佳选择。

在数据旅程的每个阶段都有挑战，需要谨慎的数据收集、存储和使用策略。自动驾驶汽车(AV)将面临设计和成本的限制，而网络和云将受到带宽、延迟、安全性和连接性的限制。因此，AV需要一个智能存储和卸载系统。

未来可能会出现许多新的商业模式，用于将数据卸载到云上。数据可以通过以太网电缆在充电站卸载，也可以在日常汽车维修期间在服务站卸载。根据训练模型或丰富数据库所需的数据类型，可以将数据本身缩减为更简单的元数据，而不是原始的未处理数据流。

数据管理的商业模式将因车辆的使用而有所不同 -- 乘用车、商用车、自动驾驶出租车和OEM测试车辆。例如，与乘用车相比，车企测试车辆在本地存储的数据份额将更大。OEM测试车辆和商用车辆可以定期访问基站以交换物理存储系统。

存储企业的机会

嵌入式多媒体卡（eMMC）存储是存储车载信息娱乐系统(IVI)数据的最常用方式。然而，eMMC不能支持未来自动驾驶车辆，因为AV将具有复杂的图形用户界面，并需要从内存进行高速访问。此外，信息娱乐系统必须有更多的存储空间来存储多媒体和高分辨率地图。

在完全自动驾驶的发展过程中，来自传感器的信号由驱动计算机高速处理，这需要高带宽。此外，驱动计算机可能包括并行运行的冗余系统，并实时比较决策结果，从而可能增加内存需求。

为适应存储的指数级增长和自动化程度的提高，存储技术需要从单层单元闪存(SLC NAND)发展到e.MMC/通用闪存 (UFS)再发展到嵌入式固态硬盘 (SSD)

单层单元闪存 (SLC NAND)

•  应用：事件数据记录器（EDR）中的事件日志、嵌入式系统中的代码存储、仪表板中的数据存储
•  容量小，需要系统管理
•  从L1级到L5级广泛使用，最大容量为4GB

e.MMC/通用闪存(UFS)

•  应用：ADAS中的信息娱乐系统、导航系统和代码存储
•  由于MLC-eMMC/UFS在性能和成本、数据安全性、耐用性、价格和容量之间提供了一个很好的折衷方案，目前在ADAS中得到了广泛的应用
•  此外，从成本角度来看，向3D NAND（TLC）eMMC/UFS的转移也有所帮助
•  将用于L2至L4级

通用闪存 (UFS)/固态硬盘 (SSD)

•  应用：存储高分辨率地图、AV计算机、AI数据库、黑匣子数据记录器
•  固态硬盘(SSD)的价格高于其他存储系统，但可以提供更快的速度、更大的容量和更高的带宽
•  将用于L3至L5级

安全性、可靠性和质量是汽车存储器的关键，汽车存储器至少必须符合这三项标准：ISO26262、AEC-Q100和IATF16949。