Operaciones de validación para las operaciones de vehículos autónomos

Las pruebas de operaciones de validación (ValOps) para sistemas avanzados de asistencia para conductores (ADAS) y conducción autónoma (AD) es un elemento fundamental de diseño de operaciones de vehículos autónomos (AVOps). En este artículo se proporcionan instrucciones para desarrollar una solución de prueba de ValOps que garantice la confiabilidad y la seguridad de los sistemas de AD.

Siguiendo estas instrucciones, puede usar Azure para facilitar procesos de validación y pruebas extensos y escalables. Puede identificar y solucionar posibles problemas al principio del ciclo de desarrollo mediante la evaluación sistemática del rendimiento de software en diversos escenarios y condiciones. Puede ejecutar estos escenarios mediante la reproducción de datos de sensores grabados o mediante la prueba de software en un entorno dinámico, ya sea a través de simuladores o dispositivos de hardware locales especializados que insertan señales en tiempo real.

Arquitectura

Descargar un archivo de Visio que contiene los diagramas de arquitectura de este artículo.

Flujo de trabajo

• Una acción de GitHub desencadena los servicios de metadatos y orquestación que ejecutan la campaña de implementación de en entornos de implementación de Azure.
• Los servicios de metadatos y orquestación usan el entorno de implementación de Azure para establecer el proceso que necesita para las pruebas de bucle abierto o de bucle cerrado.
• Los servicios de orquestación y metadatos usan el almacén de artefactos de Azure Container Registry para montar y configurar las imágenes de informática de alto rendimiento (HPC) necesarias.
• ValOps recibe una pila de percepción entrenada para las funciones de AD y ADAS que se convirtieron e integraron en software de vehículo y se almacenaron como artefactos de software.
• Un ingeniero de validación o un ingeniero de GitOps puede desencadenar manualmente un desencadenador de prueba. La cadena de herramientas extrae el contenedor de pila de software y una definición de la compilación.
• A continuación, los servicios de orquestación y cadena de herramientas desencadenan el proceso de prueba mediante la implementación de la infraestructura necesaria para compilar, validar y liberar contenedores de software.
• Los servicios de orquestación usan metadatos para invocar el envío del trabajo en el clúster de HPC.
• Azure Batch ejecuta el envío del trabajo y almacena las métricas del indicador clave de rendimiento (KPI) en la cuenta de almacenamiento dedicada. Los resultados se almacenan en un sistema de almacenamiento y se descargan en Azure Data Explorer para su visualización. Los ingenieros de validación también pueden usar copilot de Microsoft Fabric para transformar y analizar datos, generar información y crear visualizaciones e informes en Fabric y Power BI.

Componentes

• Batch ejecuta trabajos por lotes de HPC y paralelos a gran escala eficaces en Azure. Esta solución usa Batch para ejecutar aplicaciones a gran escala para tareas como trabajos de resimulación o pruebas de bucle cerrado.
• Eclipse Symphony es un motor de orquestación de servicios que simplifica la administración y la integración de varios servicios perimetrales inteligentes en una experiencia sin problemas y de un extremo a otro. Eclipse Symphony permite una orquestación de un extremo a otro y crea un flujo de trabajo coherente en diferentes sistemas y cadenas de herramientas. La cadena de herramientas del vehículo definido por software (SDV) usa Eclipse Symphony como flujo de trabajo principal del orquestador.
• entornos de implementación es un servicio para que los equipos de desarrollo creen y administren rápidamente una infraestructura coherente y segura mediante plantillas basadas en proyectos. Mediante el uso de entornos de implementación, las organizaciones pueden implementar ValOps para crear rápidamente y fácilmente una infraestructura basada en plantillas. La cadena de herramientas de SDV usa entornos de implementación para crear una infraestructura de prueba de forma coherente y segura.
• azure Data Lake Storage contiene una gran cantidad de datos en su formato nativo y sin procesar. En esta solución, Data Lake Storage almacena datos basados en fases, como datos sin procesar o extraídos.
• Fabric es una solución de análisis todo en uno que incorpora análisis en tiempo real e inteligencia empresarial. En esta solución, los ingenieros de validación usan Fabric para generar rápidamente varios informes. Estos informes incluyen análisis e informes empresariales sobre ValOps para varios proyectos, variantes y productos.
• container Registry es un servicio que crea un registro administrado de imágenes de contenedor. Esta solución usa Container Registry para almacenar contenedores para modelos y otros módulos de software para la pila de conducción automatizada.
• Azure Virtual Network es el bloque de creación fundamental para crear una red privada aislada, segura y escalable para que los componentes de Azure se comuniquen entre sí.
• Azure Firewall es un servicio de seguridad de red nativo en la nube que protege los recursos de red virtual con alta disponibilidad integrada y escalabilidad de nube sin restricciones. Use Azure Firewall para proteger la red frente a los aumentos de tráfico y los ataques.
• azure Private Link es una interfaz de red que usa una dirección IP privada dentro de la red virtual privada. Private Link crea una conexión privada entre los recursos y protege un servicio dentro de la red virtual privada.
• azure ExpressRoute es un servicio que extiende las redes locales a Microsoft Cloud a través de una conexión privada. Este enfoque proporciona más confiabilidad, velocidades más rápidas y mayor seguridad que las conexiones a Internet típicas. Use ExpressRoute en ValOps para ampliar la red local a donde residen las plataformas de hardware en bucle (HIL) de la organización.
• Azure Arc es un servicio que extiende la administración y los servicios de Azure a cualquier infraestructura para que pueda administrar y proteger los recursos en entornos locales, multinube y perimetrales. En ValOps, Azure Arc proporciona una manera para que los operadores administren recursos que no son de Azure y locales, como hil rigs de Azure Resource Manager.

Detalles del escenario

El marco de ValOps abarca varios escenarios que prueban y validan rigurosamente el rendimiento de ADAS y software de AD. Estos escenarios incluyen condiciones sintéticas y reales que van desde maniobras simples, como el mantenimiento del carril y el control de crucero adaptable a situaciones complejas de conducción urbana que incluyen peatones, ciclistas y patrones de tráfico impredecibles. Al reproducir datos de sensores grabados, puede evaluar cómo responde el software a eventos y condiciones específicos.

Los entornos de pruebas dinámicas, facilitados por simuladores o hardware local especializado, permiten la interacción en tiempo real y los comentarios simulando el comportamiento de un vehículo en respuesta a sus alrededores. Este enfoque integral le ayuda a garantizar que el software sea sólido, confiable y capaz de manejar los diversos desafíos que podría encontrar en la conducción real.

Metodologías de prueba

En el marco de ValOps, se usan dos metodologías de prueba principales para garantizar la solidez y confiabilidad de ADAS y software de AD: pruebas de bucle abierto y pruebas de bucle cerrado.

pruebas de bucle abierto evalúa las respuestas del sistema a las entradas predefinidas sin comentarios que influyen en la simulación en curso. Este método permite reproducir los datos del sensor grabados y evaluar cómo procesa el software estos datos en condiciones controladas. Las pruebas de bucle abierto son útiles para la validación inicial y la depuración, ya que aísla el proceso de toma de decisiones del software de variables externas.

En la lista siguiente se describen algunos ejemplos de pruebas de bucle abierto.

• resimulación o recompute, es un proceso que incluye la reproducción de datos de sensores grabados a través de un grafo basado en la nube para validar las funciones de AD. Este proceso complejo requiere un amplio desarrollo y un estricto cumplimiento de las regulaciones gubernamentales que se centran en la seguridad, la privacidad de los datos, el control de versiones de datos y la auditoría.

  La resimulación es un trabajo de proceso paralelo a gran escala que procesa grandes cantidades de datos, por ejemplo, cientos de petabytes, mediante decenas de miles de núcleos y al requerir un alto rendimiento de entrada/salida (E/S), mayor que 30 GBps. Use la salida para validar los algoritmos de procesamiento de datos con la verdad básica mediante la reproducción y la puntuación para identificar las regresiones.

• procesamiento del sensor analiza y procesa datos de sensor sin procesar, como imágenes de cámara, LiDAR y datos radiales para probar los algoritmos de percepción del sistema autónomo.

• Validación de algoritmos prueba algoritmos individuales para características como la detección de objetos y el mantenimiento de carril mediante datos precordados para asegurarse de que funcionan correctamente en varias condiciones.

• pruebas basadas en escenarios ejecuta el sistema a través de varios escenarios predefinidos para evaluar su rendimiento en diferentes situaciones, como cruces peatonales, combinación de tráfico o condiciones meteorológicas adversas.

pruebas de bucle cerrado crea un entorno dinámico donde las acciones del sistema influyen en la simulación en curso. Este bucle de comentarios permite la interacción en tiempo real entre el vehículo y sus alrededores. La interacción en tiempo real proporciona una evaluación más realista del rendimiento del software. Las pruebas de bucle cerrado son esenciales para evaluar la capacidad del sistema de adaptarse a las condiciones cambiantes y tomar decisiones en escenarios reales.

En la lista siguiente se describen algunos ejemplos de pruebas de bucle cerrado.

• pruebas de software en bucle (SIL) es una metodología de prueba en la que se prueban los componentes de software de un sistema de AD en un entorno simulado. Para esta prueba, ejecutará el software en una plataforma virtual que imita el hardware real. Las pruebas de SIL permiten validar la funcionalidad y el rendimiento sin usar hardware físico. Este enfoque rentable le ayuda a identificar los problemas al principio. Resulta útil para probar algoritmos, lógica de control y procesamiento de datos del sensor en un entorno controlado y repetible.

• simulación en ADAS y AD usa modelos de equipo para replicar el comportamiento del vehículo en un entorno virtual. Esta replicación permite a los ingenieros evaluar el rendimiento y la seguridad sin riesgos y costos reales. Prueba varios aspectos, como la detección de obstáculos, las condiciones meteorológicas y los escenarios complejos de tráfico. Puede ejecutar simulaciones a escala mediante datos sintéticos y de flota de prueba, que genera secuencias para la validación de bucles abiertos y de entrenamiento.

• pruebas de hardware en bucle (HIL) integra componentes de hardware reales en el bucle de pruebas. El software se prueba en dispositivos de hardware reales, como sensores, unidades de control y accionadores, que forman parte del sistema de AD. Las pruebas HIL proporcionan una evaluación más realista del rendimiento del sistema considerando las interacciones entre el software y el hardware físico. Es esencial para validar el comportamiento del sistema en condiciones reales y garantizar que los componentes de hardware y software funcionen sin problemas.

  Las pruebas hil son fundamentales para identificar problemas relacionados con el hardware y comprobar la confiabilidad y seguridad del sistema general. Las pruebas de HIL requieren dispositivos de hardware personalizados que se deben ubicar en un entorno local. Azure proporciona varios enfoques para interactuar con dispositivos de hardware y otros dispositivos en un entorno local. Parte de la arquitectura de ValOps incluye un enfoque híbrido que usa Azure Arc. Azure Arc proporciona una manera de que los operadores administren recursos que no son de Azure y locales, como hil rigs de Resource Manager. Las organizaciones pueden trabajar con proveedores que no son de Microsoft Cloud o con su propio centro de datos local para hospedar equipos HIL y administrar sistemas HIL y en la nube a través de su implementación de ValOps.

• pruebas driver-in-the-loop (DIL) incorpora un controlador humano que interactúa con la simulación para evaluar el rendimiento del sistema y la respuesta del controlador a las acciones del sistema.

• pruebas de vehículo en bucle (VIL) coloca todo el vehículo en un entorno controlado donde se simula el vehículo y sus alrededores para evaluar el rendimiento del sistema en escenarios reales.

• pruebas basadas en escenarios es similar a las pruebas de bucle abierto, pero está en una configuración de bucle cerrado. El sistema se prueba en varios escenarios predefinidos para evaluar sus funcionalidades de toma de decisiones y control en tiempo real.

Juntas, las pruebas de bucle abierto y de bucle cerrado proporcionan un enfoque completo para validar la seguridad y eficacia de los sistemas de AD.

Administración de escenarios

Un componente clave en las pruebas de sistemas de AD es validar el sistema en un amplio y diverso conjunto de escenarios. Para validar las funcionalidades de AD a través de pruebas de bucle abierto y de bucle cerrado, use un catálogo de escenarios reales para probar la capacidad de la solución de AD para simular el comportamiento de los vehículos autónomos.

En ValOps, use administración de escenarios para acelerar la creación de catálogos de escenarios. La administración de escenarios lee automáticamente la red de rutas, que forma parte de un escenario, desde mapas digitales accesibles públicamente y disponibles libremente. Los escenarios se pueden basar en datos reales que se recopilan de sensores o se pueden generar sintéticamente para probar aspectos específicos del software.

Por ejemplo, los escenarios pueden incluir:

• carretera recta conduciendo: comprueba cómo controla el sistema el mantenimiento del carril y el control de velocidad en una carretera recta.
• control de intersección: evalúa la respuesta del sistema a las señales de tráfico, las señales de parada y los peatones que cruzan en intersecciones.
• detección de obstáculos: evalúa la capacidad del software para detectar y responder a obstáculos estáticos y dinámicos, como coches estacionados o vehículos móviles.
• condiciones meteorológicas adversas: simula escenarios con lluvia, niebla o nieve para probar la solidez del procesamiento de datos del sensor y la toma de decisiones.

Al ejecutar sistemáticamente estos escenarios, puede identificar y solucionar posibles problemas en la lógica y el rendimiento del software antes de pasar a pruebas de bucle cerrado más complejas.

Para lograr la administración de escenarios, debe:

• Admite formatos abiertos, como .xodr de OpenDRIVE.
• Considere las herramientas que no son de Microsoft de Cognata, Ansys, dSPACEu otros proveedores.
• Considere CARLA como software de código abierto, alternativa ligera que también admite el formato OpenDRIVE. Para obtener más información, consulte ScenarioRunner for CARLA.

Visualización de medidas y KPI

Las salidas de simulaciones de bucle abierto y bucle cerrado generan mediciones y KPI. Use estas salidas para validar el rendimiento de la pila de software de ADAS y AD e identificar áreas para mejorar. Fabric y Power BI proporcionan compatibilidad para visualizar estas medidas y KPI. fabric copilot puede ayudar a los ingenieros de validación a transformar y analizar datos, generar información y crear visualizaciones. En el diagrama siguiente se muestra una arquitectura que recopila y almacena los resultados de medida y KPI en Fabric.

Use un conector DirectQuery en Azure Data Explorer para visualizar y analizar resultados directamente, como métricas de distancia a objetos, en un informe o panel de Power BI. Este es un ejemplo de cómo un informe podría mostrar los resultados de una ejecución de resimulación o recompute:

Casos de uso potenciales

ValOps está diseñado específicamente para la validación de software de AD. Los requisitos sólidos de la automoción para la certificación requieren un cumplimiento estricto de los estándares y la seguridad del sector. También requieren una gran cantidad de clústeres de HPC para realizar la validación a escala. Otros sectores, como la fabricación, la atención sanitaria y los segmentos financieros, que siguen estos requisitos también pueden usar esta guía.

Alternativas

También puede considerar el siguiente servicio de Azure para esta solución.

Azure Kubernetes Service (AKS)

Batch proporciona una opción nativa de Azure que proporciona programación y orquestación dinámica como servicio administrado a asociados. Una alternativa a Batch para orquestar cargas de trabajo de simulación para el clúster de HPC es Azure Kubernetes Service (AKS). Con AKS, los asociados pueden usar un servicio de código abierto conocido y popular, como Kubernetes, y beneficiarse de la confiabilidad y escalabilidad de un servicio administrado. En el caso de los asociados que ya usan AKS o Kubernetes, se recomienda que sigan usando AKS o que usen AKS para su clúster de HPC.

Arquitectura basada en AKS

Introducción a la arquitectura

Al usar AKS para ValOps, puede implementar y administrar software de simulación en contenedores en un clúster de Azure Virtual Machines (VM). De forma similar a una implementación de ValOps con Batch, puede almacenar datos de simulación en Data Lake Storage. Este enfoque proporciona escalabilidad y seguridad para controlar grandes conjuntos de datos. Puede usar azure Machine Learning para entrenar modelos de aprendizaje automático en los datos de simulación, lo que mejora el rendimiento de los sistemas ADAS y AD.

Dado que Batch proporciona programación y orquestación para cargas de trabajo de HPC, debe poder programar cargas de trabajo. Una opción para programar cargas de trabajo es usar funciones duraderas como orquestador externo y programador. Durable Functions puede leer de una base de datos de metadatos para determinar qué secuencias necesitan validación y fragmentarlas en lotes para el procesamiento paralelo. Envía estos lotes como eventos a una cola de trabajo, como Kafka, donde cada evento representa una actividad en la función duradera. Durable Functions proporciona administración de estado y puede integrarse perfectamente en una canalización de Azure Data Factory o Fabric. También pueden invocarse mediante un orquestador como Eclipse Symphony.

Este enfoque se alinea con el patrón de programación de trabajos de cola de trabajo que se describe en la documentación de Kubernetes. Para lograr escalabilidad horizontal, puede configurar varios pods para escuchar la cola de trabajo o el tema de Kafka. El sistema recibe un evento a través de una función duradera. Uno de los pods consume el evento y realiza el reprocesamiento o la resimulación del fragmento o lote.

En el diagrama siguiente se muestra un ejemplo de un flujo de Data Factory que invoca funciones duraderas como parte de una cadena de tareas.

Componentes

• AKS es un servicio de Kubernetes administrado que simplifica la implementación, administración y escalado de aplicaciones contenedorizadas con seguridad y supervisión integradas. Use AKS para implementar un clúster de Kubernetes para casos de uso de validación, como pruebas de bucle abierto o de bucle cerrado.
• Durable Functions es una característica de Azure Functions que puede usar para escribir flujos de trabajo con estado y organizar procesos complejos y de larga duración en un entorno sin servidor. Puede usar durable functions como orquestador externo y programador para el clúster de AKS.
• kafka es una plataforma de streaming de eventos distribuido de código abierto que puede usar para canalizaciones de datos de alto rendimiento, análisis de streaming, integración de datos y aplicaciones críticas. Use Kafka para controlar el origen de eventos que se desencadena en la canalización de flujo de trabajo.
• Una cuenta de Azure Storage proporciona un espacio de nombres único para almacenar y administrar los objetos de datos de Azure Storage, como blobs, archivos, colas y tablas. El espacio de nombres único garantiza la durabilidad, la alta disponibilidad y la escalabilidad de la cuenta de almacenamiento. Use una cuenta de almacenamiento para almacenar los datos y los resultados de la simulación.

Las siguientes herramientas que no son de Microsoft son opciones alternativas para la programación y orquestación de trabajos en AKS.

• apache Airflow es una plataforma de código abierto que las organizaciones pueden usar para programar y supervisar el flujo de trabajo. Está disponible en versión preliminar como servicio administrado en Data Factory.
• Kubeflow es un proyecto de código abierto que simplifica la implementación de flujos de trabajo que se ejecutan en Kubernetes.

Consideraciones

Estas consideraciones implementan los pilares de Azure Well-Architected Framework, que es un conjunto de principios rectores que se pueden usar para mejorar la calidad de una carga de trabajo. Para obtener más información, consulte Microsoft Azure Well-Architected Framework.

Optimización de costos

La optimización de costos consiste en examinar formas de reducir los gastos innecesarios y mejorar las eficiencias operativas. Para obtener más información, consulte Lista de comprobación de revisión de diseño para la optimización de costos.

El cumplimiento de estándares como ISO 26262 a menudo requiere más horas de prueba, simulaciones de fidelidad más altas y un procesamiento de datos extenso para garantizar la seguridad y confiabilidad de los sistemas automotrices. Estos requisitos aumentan los costos de proceso porque se necesitan más recursos para ejecutar estas pruebas completas. El tamaño correcto de los recursos es fundamental para optimizar los costos de la implementación de ValOps de la organización. Puede usar el escalado automático, Microsoft Cost Management, la optimización de asignación de recursos y las estrategias de escalado. Para obtener más información, consulte Optimizar los costos de escalado.

Estas son más recomendaciones para ayudar a su organización a reducir los costos con varios tipos de modelos y perfiles de costos de proceso.

• Seleccione la máquina virtual adecuada para el trabajo mediante la guía del selector de máquinas virtuales de .
• Implemente recursos de Azure en función de sus necesidades. Evite implementar componentes que no agreguen valor ni cumplan sus requisitos.
• Asegúrese de que la organización sigue los procedimientos recomendados descritos en la guía de eficiencia de rendimiento y batch de .
• Asegúrese de que su organización sigue procedimientos recomendados para el escalado de AKS.
• Aproveche las ofertas de Azure para hospedar código de aplicación. Para obtener instrucciones sobre cómo elegir el servicio adecuado para la implementación, consulte Elegir un servicio de proceso de Azure.
• Use niveles de almacenamiento para almacenar datos en frío de forma más rentable. Para más información, consulte información general sobre los niveles de acceso y otras instrucciones de costos para el almacenamiento en la guía de optimización de costos de Azure Blob Storage.

Elija la mejor opción de costo de máquina virtual para el caso de uso de su organización:

• Pago por uso es un modelo de precios basado en el consumo en el que se paga por lo que consume. Los modelos de pago por uso son aplicables a trabajos interactivos y no planeados.
• instancias reservadas puede ser rentable para cargas de trabajo a largo plazo, como para trabajos por lotes y de ejecución prolongada, como la simulación y las pruebas de bucle abierto y de bucle cerrado.
• las instancias de Spot pueden ser útiles para los trabajos que no tienen una escala de tiempo estricta para la finalización, como para los trabajos de desarrollo y pruebas. Por ejemplo, es posible que los investigadores necesiten validar un modelo experimental con el conjunto de escenarios sin sensibilidad de tiempo para la carga de trabajo.

Excelencia operativa

La excelencia operativa abarca los procesos de operaciones que implementan una aplicación y lo mantienen en ejecución en producción. Para obtener más información, vea Lista de comprobación de revisión de diseño para la excelencia operativa.

ValOps incorpora las siguientes estrategias clave de ingeniería de software.

• Automatizar la implementación y mantener la coherencia con la infraestructura como código (IaC). Puede usar Bicep, plantillas de Azure Resource Manager (plantillas de ARM), Terraform u otro enfoque.

• exigir pruebas automatizadas para lograr la excelencia operativa en la validación del software de vehículos autónomos. Las pruebas automatizadas garantizan un rendimiento coherente con una intervención humana mínima. Este enfoque conduce a resultados confiables y repetibles al reducir el error humano y aumentar la eficacia. Las pruebas automatizadas simulan una amplia gama de escenarios de conducción, incluidos casos perimetrales y eventos poco frecuentes. Este proceso es fundamental para garantizar la seguridad y la confiabilidad. La integración continua y la entrega continua proporcionan comentarios inmediatos sobre los cambios de código, lo que acelera la resolución de problemas y mantiene estándares de alta calidad. Las pruebas automatizadas pueden controlar grandes volúmenes de casos de prueba y escenarios complejos que no son prácticos para las pruebas manuales. Garantiza una cobertura completa y una validación sólida del procesamiento de datos del sensor, algoritmos de toma de decisiones y lógica de control en diversas condiciones.

  Al exigir pruebas automatizadas, su organización puede simplificar los procesos de validación, reducir los costos y mejorar la confiabilidad general y la seguridad de sus operaciones de vehículos autónomos. Su organización puede asegurarse de que su software cumple los estrictos estándares de seguridad y funciona de forma confiable en condiciones reales.

• supervisar periódicamente el rendimiento y el uso de los recursos de Azure para optimizar los costos y mejorar el rendimiento. Use herramientas como Azure Monitor y Microsoft Cost Management.

• Para clústeres de HPC, use comprobaciones de estado de Azure HPC en cada nodo de proceso para comprobar que el nodo funciona correctamente. Para evitar la programación o ejecución de trabajos en nodos incorrectos, marcalos como inactivos o sin conexión. La comprobación de estado ayuda a aumentar la confiabilidad y el rendimiento de un clúster al reducir los errores de trabajo evitables debido a errores de configuración, errores de hardware y otros factores.

Eficiencia del rendimiento

La eficiencia del rendimiento es la capacidad de la carga de trabajo para escalar a fin de satisfacer las demandas que los usuarios ponen en ella de forma eficaz. Para obtener más información, vea Lista de comprobación de revisión de diseño para la eficiencia del rendimiento.

• Para evitar la latencia entre regiones, asegúrese de que la ubicación de almacenamiento que use para los datos de ValOps esté en la misma región que la ubicación de proceso.

• No se recomienda usar Azure Files para grandes conjuntos de datos, como imágenes o archivos de vídeo. Para objetos más pequeños que requieren un alto rendimiento de E/S, considere otras soluciones de almacenamiento. Azure Files puede ralentizar el entrenamiento de aprendizaje automático u otras cargas de trabajo que requieren una latencia de almacenamiento constantemente baja. Se recomienda usar el almacenamiento de objetos con Blob Storage o Data Lake Storage para obtener el máximo nivel de rendimiento, a la vez que se mantiene la eficiencia de los costos.

• El rendimiento del almacenamiento es esencial en una aplicación de HPC como ValOps. Las cuentas de Blob Storage con azure Blob estándar pueden ofrecer varios terabits por segundo de rendimiento. Debe usar cuentas de almacenamiento de blobs en bloques premium si necesita respuestas rápidas y escenarios de baja latencia coherentes, como lecturas repetidas de objetos pequeños. Para más información, consulte lista de comprobación de escalabilidad y rendimiento de Blob Storage.

• Al montar la cuenta de almacenamiento, use BlobFuse2 en lugar de protocolos anteriores, como Network File System (NFS). BlobFuse2 está diseñado para Storage y proporciona un rendimiento de streaming y almacenamiento en caché de un extremo a otro validado. Esta característica mejora la eficacia del acceso a los datos y reduce la latencia de los escenarios de acceso repetido. Admite mecanismos avanzados de almacenamiento en caché como la caché de bloques con captura previa que mejoran significativamente las velocidades de lectura y escritura. Estas mejoras lo hacen ideal para tareas informáticas de alto rendimiento en Batch.

  A diferencia de los montajes tradicionales del sistema virtual o NFS, que pueden experimentar una mayor latencia y un menor rendimiento, BlobFuse2 usa la infraestructura de Azure para ofrecer velocidades de transferencia de datos más rápidas y una mejor escalabilidad. Estos resultados dan lugar a un procesamiento más eficaz de grandes conjuntos de datos y a mejorar el rendimiento general de ValOps del vehículo autónomo. Para obtener más información, consulte ¿Qué es BlobFuse2?

  Puede montar Blobfuse2 a través de scripts, lo que permite la integración sin problemas para los flujos de trabajo existentes.

• Consulte objetivos de escalabilidad y rendimiento para Storage.

• En función de los requisitos de simulación, puede usar Batch para configurar y mantener los contenedores o máquinas virtuales necesarios para cumplir los requisitos objetivos de nivel de servicio. Esta tarea incluye:

  • Aprovisionamiento de los contenedores o máquinas virtuales necesarios.
  • Asegurarse de que estos recursos están disponibles continuamente.
  • Alinear la disponibilidad y el rendimiento de estos recursos con los niveles de servicio acordados.

Seguridad

La seguridad proporciona garantías contra ataques deliberados y el abuso de sus valiosos datos y sistemas. Para obtener más información, vea Lista de comprobación de revisión de diseño para security.

Es importante comprender la división de responsabilidades entre un fabricante de automóviles y Microsoft. En un vehículo, el fabricante posee toda la pila, pero a medida que los datos se mueven a la nube, algunas responsabilidades se transfieren a Microsoft. Las capas de plataforma como servicio (PaaS) de Azure proporcionan seguridad integrada en la pila física, incluido el sistema operativo. Puede agregar las siguientes funcionalidades a los componentes de seguridad de infraestructura existentes.

• Use azure Key Vault para mantener la seguridad de un extremo a otro al controlar elementos confidenciales y críticos para la empresa, como claves de cifrado, certificados, cadenas de conexión y contraseñas. Key Vault proporciona una solución sólida que forifica todo el proceso de desarrollo de software y cadena de suministro. Key Vault le ayuda a almacenar y administrar de forma segura recursos confidenciales que usan aplicaciones automotrices. Le ayuda a asegurarse de que estos recursos permanecen protegidos frente a posibles amenazas de ciberseguridad. Puede mejorar aún más la seguridad mediante la regulación del acceso y los permisos a los recursos críticos con el control de acceso basado en rol (RBAC).

  Si los requisitos normativos requieren una solución de seguridad mejorada con hardware dedicado, considere la posibilidad de usar HSM administrado de Azure Key Vault. Para requisitos incluso más estrictos, considere la posibilidad de azure Cloud HSM, anteriormente denominado Azure Dedicated HSM.

• Use microsoft Purview para ayudar a su organización a cumplir los requisitos de datos de AD para una gobernanza de datos estricta. Estos requisitos ayudan con la clasificación de datos, el linaje, el seguimiento y el cumplimiento. Al cumplir estos requisitos, su organización puede asegurarse de que sus datos estén bien regulados, seguros y conformes. El cumplimiento del cumplimiento de datos admite el desarrollo y la implementación de vehículos autónomos seguros y confiables.

• Use azure Policy para aplicar reglas de cumplimiento y gobernanza en los recursos de Azure de la organización.

• Implemente RBAC para conceder permisos a usuarios y servicios con privilegios mínimos.

• Use Microsoft Defender for Cloud para supervisar y mitigar las amenazas de seguridad de forma proactiva.

• Asegúrese de que el cifrado de datos en reposo se usa azure Storage nativo y los servicios de base de datos. Para obtener más información, consulte Consideraciones de protección de datos.

• Use Microsoft Defender for Cloud para supervisar y mitigar las amenazas de seguridad de forma proactiva.

Implementación de este escenario

Hay varias opciones para implementar este escenario:

• dSPACE, en colaboración con Microsoft, desarrolló SIMPHERA, una solución de software diseñada para simular y validar funciones para AD. Para implementar SIMPHERA, consulte las instrucciones de este repositorio de .
• Ansys trabajaron con Microsoft para desarrollar una solución implementable que se adapte a esta arquitectura de referencia. Puede implementar la solución en azure Marketplace.
• Cognata SimCloud es un entorno de versión de prueba simulado que mejora el proceso de validación. SimCloud genera resultados rápidos y altamente precisos y reduce los problemas de seguridad. Además, SimCloud aborda los altos costos y la escalabilidad limitada de las pruebas en carretera en el mundo físico.

Colaboradores

Microsoft mantiene este artículo. Originalmente fue escrito por los siguientes colaboradores.

Autores principales:

• Ryan Matsumura | Director sénior de programas, MCI SDV & Mobility
• jochen Schroeer | Arquitecto principal (Movilidad de línea de servicio)
• Gabriel Sallah | GbB de especialista sénior
• De Salvador | GbB de especialista sénior
• Lukasz Miroslaw | GbB de especialista sénior
• Benedict Berger | Jefe de producto sénior

Otros colaboradores:

• Filipe Prezado | Administrador de programas principal, MCI SDV & Mobility

Para ver perfiles de LinkedIn no públicos, inicie sesión en LinkedIn.

Pasos siguientes

• ¿Qué es Batch?
• Introducción a azure Data Lake Storage Gen2
• ¿Qué es ExpressRoute?
• ¿Qué es Machine Learning?

Recursos relacionados

Para obtener más información sobre cómo desarrollar DataOps para un sistema de AD, consulte:

También puede estar interesado en estos artículos relacionados:

• documentación de movilidad de Microsoft
• guía de diseño de AVOps
• arquitectura de referencia de SDV
• mensajería automotriz, arquitectura de referencia de análisis de datos &
• Mejora de la eficacia en AVOps con de IA generativa