來源：蓋世汽車
自動駕駛汽車需要的不止是額外的硬件，此類汽車還需要訪問大量高質量的數據，以及數百萬行的代碼，以實現安全駕駛。此外，自動駕駛汽車自己也會生成數tb的數據，在研發過程中需要對此類數據進行分析，從而深度學習算法才能做出更安全的駕駛決策，并隨著時間推移不斷得到改進。目前，汽車制造商們面臨的挑戰就是如何對此類數據進行分類和分析，以便更有效地利用此類數據，并與其他自動駕駛汽車共享。
據外媒報道，為解決上述問題，寶馬建立了自己的IT平臺，D3。“D3”代表著“數據驅動開發”（Data-Driven Development），是研發寶馬自動駕駛汽車以及驗證寶馬自動駕駛汽車數據的基礎。新款寶馬D3平臺的推出，是寶馬邁向高度自動駕駛道路上的一個重要里程碑。該平臺是一個不可或缺的工具，可確保將于2021年底推出的寶馬iNEXT車型能夠提供安全、可靠的L3系統。
多年來，寶馬一直在應用數據驅動開發的方法，該方法基于這樣一種假設，即繪制以及最終處理每塊大陸上所遇到的各種復雜、多樣的交通情況的唯一方法是收集大量數據，也表明必須通過一個廣闊的數據池來驗證自動駕駛的算法和整體操作。
此過程的第一步是收集來自測試車隊的大約500萬公里（約為310萬至370萬英里）的真實駕駛數據。從收集的數據中，提取200萬公里（約為125英里）的與駕駛場景和環境因素最相關的數據。由于寶馬采用了數據限定條件和過濾法挑選定性數據，收集的數據的相關性正不斷提高。之后，在開發過程中，200萬公里的駕駛數據會定期進行再處理，即當新的控制單元完成集成，可投入使用時，為了評估新集成的單元在性能上是否提高，就會對數據進行再處理。
該200萬公里的數據不斷擴大，還增加了2.4億公里（約合1.5億英里）的模擬生成的數據，此類模擬數據主要基于相關的駕駛場景，并確保在開發過程中適當考慮到現實駕駛的多樣性。處理200萬公里的真實駕駛數據以及2.4億公里模擬駕駛數據需要一個高性能的數據平臺，該平臺需要具備230拍字節（petabytes）的存儲容量，10萬多核和處理200多個GPU（圖像處理單元）的計算能力。
而寶馬高性能D3平臺每天可收集超過1500TB的原始數據，存儲容量超過230PB，10萬多核和處理200多個GPU的計算能力，每兩周有50PB數據進入硬件在環（HiL）仿真站。
此外，寶馬還與IT服務公司DXC Technology合作。DXC公司于2017年成立，由美國計算機科學公司（CSC）與惠普公司的企業服務部合并而成。DXC主要負責設置和運行數據中心，研發支持自動駕駛開發的應用程序，旨在讓自動駕駛系統上市之前，降低其成本和研發時間。DXC的應用程序可讓寶馬的研發團隊收集、存儲和管理車輛傳感器的數據，還能在幾秒鐘時間內訓練自動駕駛機器學習算法。
