2025年12月，工信部正式批准首批L3级自动驾驶车型上路；

多家车企官宣L4级自动驾驶量产全面加速；

全球首个L4.5级自动驾驶技术惊艳亮相；

……

自动驾驶技术正从“实验室”迈向“街头”，迎来关键转折期。与此同时，自动驾驶训练也已步入“存储决定性能”的新阶段，竞争已从单纯的GPU数量比拼，转变为“存储-计算-网络”协同效率的全面较量。

“GPU等得‘花都谢了’，存储系统还在数据库里找数据。”某车企研发负责人无奈描述所面临的存储困境，具体表现为三大核心问题：

吞吐量滞后，数据处理需求难满足

自动驾驶预处理阶段多为“读-处理-写”循环，需要处理几GB甚至几十GB数据量的路测视频，并且经常需要多任务并行处理，传统存储性能瓶颈导致处理速度被“卡脖子”。

扩展性不足，数据增长应对乏力

自动驾驶研发是“数据驱动”，数据量每年增长近50%-100%。传统存储扩展上限低且扩展时需停机，中断业务，影响研发进度。

性能与成本失衡，TCO居高不下

传统存储采用冷热数据混合存储，导致高低性能存储资源与冷热数据错配，推高硬件采购、能耗及运维等成本，让存储的总拥有成本（TCO）居高不下。

三重挑战下，该车企的自动驾驶技术攻关也进入瓶颈期。接到需求后，亿万克携全新自研蛟云分布式存储DM而来，助力该车企突破“存储难关”：

极致性能加速训练效率

亿万克分布式存储DM采用全对称分布式架构，访问延时缩短至毫秒级，充分满足预处理阶段多并发访问读写节点硬盘需求，数据传输和处理速度直接拉满，大幅缩短算法迭代时间，加速自动驾驶技术研发进程。

弹性扩展支撑业务爆发式增长

亿万克分布式存储DM具备横向扩容能力，可按需灵活增加存储节点，扩容不停机，实现上层业务无感知扩容，匹配算力增长下数据猛涨需求，有力支撑业务爆发式发展。

全生命周期数据管理降本40%以上

亿万克分布式存储DM构建分层架构实现数据智能调度，灵活构建多级存储池，将热数据存放于高性能池，冷数据存放归档池，精细化管理，有效降低总体拥有成本超40%。

该车企研发总监感慨：“亿万克分布式存储DM大幅缩短了我们的算法迭代时间，存储系统总算能跟上GPU的速度了。”

自动驾驶数据平台负责人表示：“通过分层架构智能调度数据，我们成功实现了冷热数据分层管理，让总体拥有成本直接下降超40%，这是传统存储无法实现的。”

亿万克分布式存储DM系统性破解了行业存储瓶颈，以“性能-扩展-成本”的三维优化，助力车企决胜智能出行时代。