Les progrès technologiques ont donné à l’industrie automobile l’occasion de concevoir des véhicules connectés et autonomes. Gartner estime que 250 millions de véhicules connectés sillonneront les routes d’ici à 2020. Ce marché, en pleine expansion, devrait peser 156 milliards de dollars en 2023.

Pour autant, la production de masse de véhicules totalement autonomes n’est pas pour demain. Les fabricants se concentrent donc à l’heure actuelle sur la construction de véhicules dits “semi-autonomes”. Ce type de véhicule repose sur des technologies embarquées – avec un système avancé assisté par le conducteur (ADAS), un système d’information multimédia et des capteurs intelligents – qui confère au véhicule tout un tas de fonctionnalités connectées intelligentes. Volvo a ainsi développé son système “Pilot Assist”. Une solution maison fonctionnant peu ou prou de la même manière que le “Pilote automatique” de Tesla ou encore le “Pilote de conduite” de Mercedez-Benz. Ces systèmes embarqués sophistiqués engendrent des transferts de données importants.

Penser différemment le transfert de données

À mesure que les nouvelles générations de véhicules évoluent, les systèmes embarqués se font de plus en plus perfectionnés et supposent alors un volume toujours plus grand de transferts de données. Elles demandent par conséquent un espace de stockage de plus en plus conséquent, de plus en plus performant, mais aussi de plus en plus sécurisé. Selon l’institut Gartner, en 2020, un véhicule connecté générera en moyenne 4 To de données par an.

Il est donc temps de modifier dès à présent notre gestion des données, qui circulent à l’intérieur et à l’extérieur des voitures connectées, et d’anticiper les besoins dont auront besoin les véhicules autonomes, dotés d’une intelligence artificielle sans précédent. Plus que jamais, le volume croissant des données qui transitent dans les véhicules connectés et semi-autonomes actuels contraint les entreprises du secteur automobile à améliorer le traitement des données de leur flotte de véhicules. Nous verrons apparaître au cours des prochaines années des véhicules connectés 100 % autonomes, avec des offres de stockage très hétérogènes, plus ou moins performantes et efficaces.

De nouvelles architectures de stockage pour les véhicules autonomes

Les véhicules les plus haut de gamme disposeront de leur propre architecture de stockage élaborée tandis que les véhicules plus ” grand public ” s’attacheront avant tout à renforcer leur offre d’infodivertissement, lequel reposera sur une architecture totalement différente. Les constructeurs automobiles seront souvent amenés à revoir leur mode de conservation des données, dans le respect, il va sans dire, des normes de protection des données. Ils devront créer des infrastructures capables de supporter les données d’un véhicule durant toutes les étapes de sa vie, de sa mise en route aux derniers kilomètres avalés. La consultation de ces données sera, par exemple, essentielle en cas d’un éventuel litige.

L’une des solutions de stockage les plus éprouvées à date, peu coûteuse, dispose d’une interface basée sur un disque SSD ou un disque dur. Les infrastructures en cloud sont également de plus en plus utilisées et appréciées pour leur capacité de stockage extensible et consultable à tout moment. Pour les archives volumineuses dépassant quelques pétaoctets, le stockage sur bande demeure le support de choix, d’autant qu’il possède un cache performant et qu’il peut être géré à distance. Enfin, une infrastructure réussie est une infrastructure qui permet aux utilisateurs de consulter et de traiter leurs données à tout moment et le plus simplement du monde.

L’avenir des données

Sans aucun doute, l’avenir de l’industrie automobile se dessinera avec l’intelligence artificielle. Les données transiteront à travers un ensemble complexe de plates-formes et d’algorithmes destinés à offrir un système autonome.

À l’avenir, les constructeurs automobiles vont être amenés à se demander quel type de stockage leur permettra de gérer de façon optimale les données de leurs véhicules.
Leur solution devra être flexible et évolutive. Elles devront en effet être en mesure d’accueillir de plus en plus de données, tout en restant économiques. En relevant ce défi et en adoptant une approche pragmatique, les données pourront alors être traitées et gérées avec la performance requise, pour un coût maîtrisé.