AWS-Partner Databricks unterstützt Rivian beim Einstieg in die Zukunft des Elektroverkehrs

Rivian bewahrt die Natur für zukünftige Generationen mit revolutionären elektrischen Abenteuerfahrzeugen (EAVs). Mit über 11 000 EAVs auf der Straße, die täglich mehrere Terabyte an Internet der Dinge (IoT)-Daten generieren, nutzt das Unternehmen Datenerkenntnisse und Machine Learning (ML) von Databricks, die in AWS (Amazon Web Services) ausgeführt werden, um den Zustand und die Leistung der Fahrzeuge zu verbessern. Mit veralteten Cloud-Tools hatte Rivian jedoch Schwierigkeiten, Pipelines kostengünstig zu skalieren, und investierte erhebliche Ressourcen für die Wartung, wodurch ihre Fähigkeit, wirklich datengesteuert zu arbeiten, eingeschränkt wurde. Seit der Umstellung auf die Databricks-Lakehouse-Plattform versteht Rivian nun, wie ein Fahrzeug funktioniert und welche Auswirkungen dies auf den Fahrer hat, der es verwendet. Ausgestattet mit diesen Erkenntnissen kann Rivian schneller Innovationen entwickeln, Kosten senken und letztendlich seinen Kunden ein besseres Fahrerlebnis bieten.

Der Aufbau einer Welt, an der auch künftige Generationen noch Freude haben werden, erfordert eine Veränderung der Art und Weise, wie die Welt funktioniert. An der Spitze dieser Bewegung steht Rivian – ein Hersteller von Elektrofahrzeugen, der sich darauf konzentriert, die Energie- und Transportsysteme des Planeten vollständig von fossilen Brennstoffen zu lösen. Heute umfasst die Flotte von Rivian Privatfahrzeuge und eine Partnerschaft mit Amazon zur Lieferung von 100 000 Nutzfahrzeugen. Jedes Fahrzeug verwendet IoT-Sensoren und Kameras, um Petabytes an Daten zu erfassen, die von der Fahrweise des Fahrzeugs bis hin zur Funktionsweise verschiedener Teile reichen. Mit all diesen Daten nutzt Rivian ML, um das Kundenerlebnis insgesamt durch prädiktive Wartung zu verbessern, sodass potenzielle Probleme behoben werden, bevor sie sich auf den Fahrer auswirken.

Noch bevor Rivian sein erstes EAV auslieferte, stieß das Unternehmen bereits auf Einschränkungen bei der Datentransparenz und den Tools, die die Leistung beeinträchtigten, die Zusammenarbeit verhinderten und die Betriebskosten erhöhten. Zu jedem Zeitpunkt verfügte das Unternehmen über 30 bis 50 große und betrieblich komplizierte Rechencluster, was kostspielig wurde. Das System war nicht nur schwierig zu verwalten, sondern es kam auch häufig zu Clusterausfällen, sodass
die Teams mehr Zeit für die Fehlerbehebung als für die Datenanalyse aufwenden mussten. Darüber hinaus verlangsamten Datensilos, die durch unzusammenhängende Systeme entstanden, den Datenaustausch, was zu weiteren Produktivitätsproblemen führte. Die erforderlichen Datenformate und das spezifische Fachwissen über die Tools stellten eine Eintrittsbarriere dar, die die Entwickler daran hinderte, die verfügbaren Daten voll auszuschöpfen. Jason Shiverick, Principal Data Scientist bei Rivian, sagte, das größte Problem sei, auf die Daten zuzugreifen. „Ich wollte unsere Daten einem breiteren Publikum von weniger technisch versierten Benutzern zugänglich machen, damit auch sie die Daten leichter nutzen können.“

Rivian war bewusst, dass die Menge der erfassten Daten explosionsartig ansteigen würde, sobald seine EAVs auf den Markt kommen würden. Um die versprochene Zuverlässigkeit und Leistung zu gewährleisten, benötigte Rivian eine Architektur, die nicht nur den Datenzugriff demokratisiert, sondern auch eine gemeinsame Plattform für die Entwicklung innovativer Lösungen bietet, die zu einem zuverlässigen und angenehmen Fahrerlebnis beitragen können. Aufgrund ihrer Fachkompetenz in diesem Bereich wählte Rivian AWS Partner Databricks und AWS als Partner und Cloud-Anbieter.

Um seine Dateninfrastruktur zu modernisieren, entschied sich Rivian für die Databricks Lakehouse-Plattform, eine Zusammenarbeit zwischen AWS und Databricks. Diese leistungsstarke Plattform ermöglichte es Rivian, alle seine Daten in einer gemeinsamen Ansicht für nachgelagerte Analysen und ML zu vereinen. Jetzt können die einzelnen Datenteams auf eine Reihe von Tools zugreifen, um umsetzbare Insights für verschiedene Anwendungsfälle zu liefern, von der prädiktiven Wartung bis hin zur intelligenteren Produktentwicklung, und zwar über Tools wie AWS Direct Connect, Amazon Simple Storage Service (Amazon S3), Amazon Elastic Kubernetes Service (Amazon EKS) und Amazon Elastic Compute Cloud (Amazon EC2).

Das Team für fortschrittliche Fahrerassistenzsysteme (ADAS) von Rivian kann nun problemlos telemetrische Beschleunigungsmesserdaten aufbereiten, um alle EAV-Bewegungen zu verstehen. Diese zentralen Aufzeichnungsdaten enthalten Informationen über Neigung, Wankung, Geschwindigkeit, Federung und Airbagaktivität, um Rivian dabei zu helfen, die Fahrzeugleistung, Fahrmuster und die Vorhersehbarkeit des vernetzten Fahrzeugsystems zu verstehen. Auf der Grundlage dieser wichtigen Leistungskennzahlen kann Rivian die Genauigkeit der intelligenten Funktionen und die Kontrolle, die die Fahrer über sie haben, verbessern.  Features wie die adaptive Geschwindigkeitsregelung, der Spurwechselassistent, die automatische Notfahrt und die Kollisionswarnung, die dafür entwickelt wurden, lange Fahrten und das Fahren in dichtem Verkehr stressfreier zu gestalten, können im Laufe der Zeit verfeinert werden, um das Fahrerlebnis für die Kunden kontinuierlich zu optimieren.

Der sichere Datenaustausch und die Zusammenarbeit wurden auch durch den Databricks Unity Catalog erleichtert. Shiverick beschreibt, wie die einheitliche Governance für das Lakehouse der Produktivität von Rivian zugutekommt. „Mit Unity Catalog verfügen wir über einen wirklich zentralisierten Datenkatalog für alle unsere verschiedenen Teams“, sagt er. „Jetzt haben wir eine ordnungsgemäße Zugriffsverwaltung und -kontrolle.“ Venkat fügt hinzu: „Mit Unity Catalog zentralisieren wir die Datenkatalog- und Zugriffsverwaltung über verschiedene Teams und Arbeitsbereiche hinweg, was die Governance vereinfacht hat.“ Die durchgängige Versionsverwaltung und Überprüfbarkeit sensibler Datenquellen, wie sie für autonome Fahrsysteme verwendet werden, bieten eine einfache, aber sichere Lösung für die Entwicklung von Features. Dies verschafft Rivian einen Wettbewerbsvorteil im Rennen um die Eroberung des autonomen Fahrens.

Durch die Zusammenarbeit zwischen Databricks und AWS konnte Rivian seine Kapazität skalieren, um wertvolle Daten-Insights schnell, effizient und kostengünstig bereitzustellen. Rivian ist bereit, mehr Daten zu nutzen, um den Betrieb und die Leistung seiner Fahrzeuge zu verbessern und das Kundenerlebnis zu optimieren. Venkat sagt: „Die Flexibilität, die Lakehouse bietet, spart uns aus Cloud-Sicht viel Geld, und das ist ein großer Gewinn für uns.“ Mit Databricks Lakehouse in AWS, das einen einheitlichen und quelloffenen Ansatz für Daten und Analytik bietet, kann das Vehicle Reliability Team besser verstehen, wie Menschen ihre Fahrzeuge nutzen, und das hilft bei der Gestaltung zukünftiger Fahrzeuggenerationen. Durch die Nutzung der Databricks Lakehouse-Plattform konnte die Laufzeitleistung um 30 bis 50 % gesteigert werden, was zu schnelleren Insights und einer besseren Modellleistung geführt hat.

Shiverick erklärt: „Unter dem Gesichtspunkt der Zuverlässigkeit können wir sicherstellen, dass die Komponenten den entsprechenden Lebenszyklen standhalten. Das kann so einfach sein wie sicherzustellen, dass die Türgriffe stabil genug sind, um einer ständigen Verwendung standzuhalten, oder so kompliziert wie eine prädiktive und präventive Wartung, um das Risiko eines Ausfalls vor Ort auszuschließen. Im Allgemeinen verbessern wir die Softwarequalität auf der Grundlage wichtiger Fahrzeugkennzahlen für ein besseres Kundenerlebnis.“
Aus der Perspektive der Designoptimierung liefert die ungehinderte Datenansicht von Rivian auch neue diagnostische Erkenntnisse, die den Zustand, die Sicherheit und die Stabilität der Flotte verbessern können. Venkat führt aus: „Wir können eine Ferndiagnose durchführen, um ein Problem schnell zu sondieren, oder einen mobilen Service kommen lassen oder möglicherweise ein OTA senden, um das Problem mit der Software zu beheben. All dies erfordert einen umfassenden Einblick in die Daten, und das war durch unsere Partnerschaft und Integration auf der Plattform selbst möglich.“ Mit Entwicklern, die aktiv an der Entwicklung von Fahrzeugsoftware arbeiten, um Probleme auf dem Weg zu verbessern.

In Zukunft wird Databricks Lakehouse bei Rivian von verschiedenen Teams schnell angenommen, wodurch die Zahl der Benutzer der Plattform in nur einem Jahr von 5 auf 250 steigt. Dadurch wurden neue Anwendungsfälle erschlossen, darunter die Nutzung von ML von AWS zur Optimierung der Batterieeffizienz bei kälteren Temperaturen, die Erhöhung der Genauigkeit autonomer Fahrsysteme und die Ausstattung von gewerblichen Depots mit Dashboards zum Zustand der Fahrzeuge für eine frühzeitige und kontinuierliche Wartung. Mit der zunehmenden Auslieferung von EAVs und der Erweiterung der Flotte an Nutzfahrzeugen wird Rivian die von den EAVs generierten Datenmengen weiterhin nutzen, um neue Innovationen und Fahrerlebnisse zu schaffen, die den nachhaltigen Transport revolutionieren.