文远知行拥有循环中的硬件和软件。最大的挑战是数据的大小，因为每天都会生成许多 TB 的数据，并积累了数百万公里的里程，因此整个大小以 PB 为单位。这需要大量的存储和强大的计算能力。

标签有时会与标签混淆。在自动驾驶中，标签通常表示场景，而标签可以是障碍物或盒子。例如，下图左图为变道场景，右图为右转场景。我们将使用变道或右转标签来标记一系列帧。这里的标签是车道、周围车辆、障碍物、红绿灯，与标签不同。

从上面可以看出，该系统架构相当典型。我们在公有云和本地数据中心的混合云上构建和运行应用程序，出于以下考虑：本地数据中心更具成本效益且可定制，而公有云易于扩展。在公有云和本地数据中心中，我们都使用 Kubernetes 来管理 CPU 和 GPU 集群的计算资源，并调度工作流程和任务。在存储层，我们使用MinIO构建S3兼容的对象存储服务。Alluxio 提供了一个快速、简化、统一的数据层，可以桥接 S3、MinIO 和 Spark 以及其他数据分析应用程序，从而通过 Alluxio 的引入加速数据标记工作流程。