Databricks, Partenaire AWS, aide Rivian à se lancer dans l’avenir du transport électrique

Rivian préserve le monde naturel pour les générations futures grâce à des véhicules autonomes (EAV) révolutionnaires. Avec plus de 11 000 véhicules autonomes sur la route qui génèrent plusieurs téraoctets de données Internet des objets (IoT) par jour, l'entreprise utilise les informations et l'apprentissage automatique (ML) de Databricks fonctionnant sur Amazon Web Services (AWS) pour améliorer l'état et les performances des véhicules. Cependant, avec les outils cloud existants, Rivian a eu du mal à dimensionner ses pipelines de manière rentable et a consacré d'importantes ressources à la maintenance, ce qui a ralenti sa capacité à être réellement pilotée par les données. Depuis qu'elle a adopté la plateforme Databricks Lakehouse, Rivian comprend désormais les performances d'un véhicule et son impact sur le conducteur qui l'utilise. Grâce à ces informations, Rivian innove plus rapidement, réduit les coûts et, en fin de compte, offre une meilleure expérience de conduite à ses clients.

Pour bâtir un monde dont les générations futures continueront à profiter, il faut modifier la façon dont le monde fonctionne. Rivian, un constructeur de véhicules électriques, se trouve à l’avant-garde de ce mouvement. Son objectif est d’éliminer complètement les combustibles fossiles dans les systèmes énergétiques et de transport de la planète. Aujourd’hui, la flotte de Rivian comprend des véhicules personnels et implique un partenariat avec Amazon pour la livraison de 100 000 fourgons commerciaux. Chaque véhicule utilise des capteurs et des caméras IoT pour capturer des pétaoctets de données allant de la façon dont le véhicule roule au fonctionnement des différentes pièces. Avec toutes ces données à portée de main, Rivian utilise le ML pour améliorer l’expérience globale de ses clients grâce à la maintenance prédictive afin de résoudre les problèmes potentiels avant qu’ils n’affectent le conducteur.

Avant même d’expédier son premier véhicule autonome, Rivian était déjà confrontée à des limites en matière de visibilité des données et d’outillage qui réduisaient la production, empêchaient la collaboration et augmentaient les coûts opérationnels. Ils avaient à tout moment de 30 à 50 clusters de calcul volumineux et complexes sur le plan opérationnel, ce qui devenait coûteux. Non seulement le système était difficile à gérer, mais l’entreprise a également connu de fréquentes pannes de cluster, forçant
les équipes à consacrer plus de temps au dépannage qu’à l’analyse des données. En outre, les silos de données créés par des systèmes disjoints ont ralenti le partage des données, ce qui a contribué aux problèmes de productivité. Les langages de données requis et l’expertise spécifique des ensembles d’outils ont créé un obstacle à l’entrée qui a empêché les développeurs d’utiliser pleinement les données disponibles. Jason Shiverick, scientifique des données principal chez Rivian, a déclaré que le plus gros problème était l’accès aux données. « Je voulais ouvrir nos données à un public plus large d’utilisateurs moins techniques afin qu’ils puissent également exploiter les données plus facilement. »

Rivian savait qu’une fois ses véhicules autonomes mis sur le marché, la quantité de données ingérées exploserait. Pour offrir la fiabilité et les performances promises, Rivian avait besoin d’une architecture qui non seulement démocratiserait l’accès aux données, mais fournirait également une plate-forme commune pour créer des solutions innovantes pouvant contribuer à garantir une expérience de conduite fiable et agréable. En raison de leur expertise dans le domaine, Rivian a choisi le Partenaire AWS Databricks et AWS comme partenaire et fournisseur de cloud.

Pour moderniser son infrastructure de données, Rivian a choisi la plateforme Databricks Lakehouse, fruit d’une collaboration entre AWS et Databricks. Cette puissante plateforme a permis à Rivian d’unifier toutes ses données dans une vue commune pour les analytiques en aval et le ML. Aujourd’hui, des équipes de données uniques disposent d’une gamme d’outils accessibles pour fournir des informations exploitables pour différents cas d’utilisation, de la maintenance prédictive au développement de produits plus intelligent via des outils tels qu’AWS Direct Connect, Amazon Simple Storage Service (Amazon S3), Amazon Elastic Kubernetes Service (Amazon EKS) et Amazon Elastic Compute Cloud (Amazon EC2).

L’équipe des systèmes avancés d’assistance à la conduite (ADAS) de Rivian peut désormais facilement préparer des données d’accéléromètre télémétrique pour comprendre tous les mouvements du véhicule autonome. Ces données d’enregistrement de base comprennent des informations sur le tangage, le roulis, la vitesse, la suspension et l’activité des airbags pour aider Rivian à comprendre les performances des véhicules, les habitudes de conduite et la prévisibilité des systèmes automobiles connectés. Sur la base de ces métriques de performance clés, Rivian peut améliorer la précision des fonctionnalités intelligentes et le contrôle que les conducteurs ont sur celles-ci.  Conçues pour réduire le stress lié aux longs trajets et à la conduite dans une circulation dense, les fonctionnalités telles que le régulateur de vitesse adaptatif, l’assistance au changement de voie, la conduite d’urgence automatique et l’alerte de collision avant peuvent être perfectionnées au fil du temps afin d’optimiser en permanence l’expérience de conduite des clients.

Le partage sécurisé des données et la collaboration ont également été facilités grâce au catalogue Unity de Databricks. Jason Shiverick décrit comment la gouvernance unifiée du Lakehouse profite à la productivité de Rivian. « Unity Catalog nous offre un catalogue de données véritablement centralisé pour toutes nos équipes », a-t-il déclaré. « Nous disposons désormais d’une gestion et de contrôles d’accès appropriés. » Venkat ajoute : « Avec Unity Catalog, nous centralisons le catalogue de données et la gestion des accès entre les différentes équipes et espaces de travail, ce qui a simplifié la gouvernance. » La gouvernance contrôlée des versions de bout en bout et l’auditabilité des sources de données sensibles, telles que celles utilisées pour les systèmes de conduite autonome, constituent une solution simple mais sécurisée pour l’ingénierie des fonctionnalités. Cela donne à Rivian un avantage concurrentiel dans la course à la conquête du réseau de conduite autonome.

La collaboration entre Databricks et AWS a permis à Rivian de mettre à l’échelle sa capacité à fournir des informations précieuses avec rapidité, efficacité et rentabilité. Rivian est prête à exploiter davantage de données pour améliorer les opérations et les performances de ses véhicules afin d’améliorer l’expérience client. Venkat déclare : « La flexibilité qu’offre le Lakehouse nous permet d’économiser beaucoup d’argent du point de vue du cloud et c’est une énorme victoire pour nous. » Grâce à Databricks Lakehouse sur AWS, qui propose une approche unifiée et open source des données et des analytiques, l’équipe chargée de la fiabilité des véhicules est en mesure de mieux comprendre comment les utilisateurs utilisent leurs véhicules, ce qui contribue à éclairer la conception des futures générations de véhicules. En tirant parti de la plateforme Databricks Lakehouse, ils ont constaté une augmentation de 30 à 50 % des performances d’exécution, ce qui a permis d’accélérer les informations et les performances des modèles.

Jason Shiverick explique : « Du point de vue de la fiabilité, nous pouvons nous assurer que les composants résisteront à des cycles de vie appropriés. Cela peut être aussi simple que de s’assurer que les poignées de porte sont suffisamment robustes pour résister à une utilisation constante ou aussi complexe qu’une maintenance prédictive et préventive pour éliminer tout risque de défaillance sur le terrain. D’une manière générale, nous améliorons la qualité des logiciels en fonction des indicateurs clés du véhicule afin d’améliorer l’expérience client. »
Du point de vue de l’optimisation de la conception, la vue imprenable des données de Rivian produit également de nouvelles informations diagnostiques qui peuvent améliorer la santé, la sûreté, la stabilité et la sécurité de la flotte. Venkat explique : « Nous pouvons effectuer des diagnostics à distance pour résoudre rapidement un problème ou faire intervenir un service mobile ou éventuellement envoyer une OTA pour résoudre le problème lié au logiciel. Tout cela nécessite une grande visibilité sur les données et cela a été possible grâce à notre partenariat et à notre intégration sur la plateforme elle-même. » Les développeurs élaborent activement des logiciels pour véhicules afin de résoudre les problèmes en cours de route.

À l’avenir, Rivian constate une adoption rapide de Databricks Lakehouse par différentes équipes, faisant passer le nombre d’utilisateurs de la plateforme de 5 à 250 en un an seulement. Cela a permis de découvrir de nouveaux cas d’utilisation, notamment l’utilisation du ML par AWS pour optimiser l’efficacité des batteries par temps froid, augmenter la précision des systèmes de conduite autonome et fournir aux dépôts commerciaux des tableaux de bord sur l’état des véhicules pour une maintenance précoce et continue. Alors que de plus en plus de véhicules autonomes sont expédiés et que sa flotte de fourgons commerciaux s’agrandit, Rivian continuera à exploiter les nombreuses données générées par ses véhicules autonomes pour proposer de nouvelles innovations et des expériences de conduite qui révolutionnent le transport durable.