让驾驶随心而动 浪潮信息助力纵目科技加速智能驾驶研发

转载 美通社 | 2023-01-05 18:13
没有方向盘的约束,无需时刻绷紧神经,只要下达指令即可享受轻松愉悦的旅程……自动驾驶已经成为交通领域极具想象力与商业价值的技术之一。但是,要想让自动驾驶的愿景真正变成现实,智能驾驶企业仍然需要突破诸多障碍。 纵目科技是国内率先获得整车厂L4级......

北京2023年1月5日 -- 没有方向盘的约束,无需时刻绷紧神经,只要下达指令即可享受轻松愉悦的旅程……自动驾驶已经成为交通领域极具想象力与商业价值的技术之一。但是,要想让自动驾驶的愿景真正变成现实,智能驾驶企业仍然需要突破诸多障碍。

纵目科技是国内率先获得整车厂L4级别量产项目定点合同的智能驾驶企业之一,为了加速智能驾驶开发,纵目科技通过部署浪潮AI服务器和浪潮AIStation软硬件一体化方案,实现了智能驾驶训练平台计算资源、数据资源以及AI开发环境整合服务的优化和提升,同时,模型训练的算力资源利用率由原先的70%提升至90%,模型训练效率提升了35%。

智能驾驶模型训练面临巨大算力挑战

纵目科技作为业内领先的自动驾驶和高级汽车辅助驾驶产品及技术供应商,拥有领先的算法能力、完整的系统设计能力和车规级别的生产制造能力。目前,纵目科技的智能驾驶系统已经覆盖包括L4自主代客泊车系统(AVP)、自动泊车系统(APA)、360度环视高级驾驶辅助系统(ADAS)、ZATLAS全栈高精地图等系列智能出行全生态产品。

在自动驾驶系统中,深度学习模型已经被广泛用于计算机视觉等数据的处理与分析之中,用于满足障碍物感知、车道线检测与分割、即时定位与地图构建、路径规划、行为规划等场景的智能分析与决策要求。受益于日渐成熟的深度学习模型与强大的算力,智能驾驶系统能够在毫秒级的时间内完成复杂路况信息的处理,并实现智能控制与反馈。

为了加速智能驾驶系统的研发与创新,推动智能驾驶深度学习模型的演进,纵目科技在深度学习领域进行了广泛投入,这就意味着需要投入大量算力资源进行融合模型的大规模训练。

要满足智能驾驶模型训练对于算力的要求,企业通常需要在算力资源构建方面进行大量投入。但同时,由于智能驾驶涉及多种应用场景与模型,复杂度较高,而且不同部门与开发人员的算力需求存在明显差异,导致算力资源的调度、分配成为巨大的挑战。如果算力调度平台管理不当,不仅会影响产品的开发进度,还会造成算力资源的极大浪费。因此,纵目科技希望构建易用、高效的AI算力平台,对计算资源、数据、模型进行全方位管理。

浪潮AI服务器+AIStation加速智能驾驶模型开发

针对智能驾驶模型训练过程的算力挑战,纵目科技部署了多节点的浪潮AI服务器NF5688M6和浪潮AIStation。通过强大的AI基础算力,整合了自动驾驶训练平台的计算资源、数据资源以及AI开发环境,实现了计算资源的统一分配调度、训练数据的集中管理并加速了模型流程化开发训练。

该平台采用的浪潮AI服务器NF5688M6搭载了业界先进的GPU,AI计算性能是传统双路CPU服务器的300倍。同时,NF5688M6在CPU与GPU之间采用Balance拓扑进行均衡负载,并通过NVSwitch互联架构,实现全互联和P2P通信,可以极大程度加速万亿级参数的超大规模模型训练。

浪潮AIStation智能业务生产创新平台是浪潮面向企业人工智能开发与推理场景的高效人工智能资源平台,实现了算力的统一调度和模型开发、训练、测试、发布的全流程一站式高效交付。通过对计算资源、数据资源和AI软件栈的统一管理,AIStation为环境构建、模型开发、模型训练、模型评估、模型部署全链路全面提速,助力客户加快AI开发应用创新。

浪潮AIStation帮助纵目科技实现了计算资源的细粒度调度,最大化利用计算资源;数据加速系统的应用,显著提升模型的训练效率;分布式训练一键式部署,有效降低训练门槛,帮助开发工程师驱动更强大的算力更新迭代模型。在节约成本的同时,加速了智能驾驶应用的开发和行业创新。

浪潮AI服务器和AIStation软硬件一体化方案具备强大、动态、弹性的AI算力。在成功部署该解决方案之后,纵目科技的算力资源利用率由70%提高至90%,模型训练效率提升了35%。同时,受益于该方案的自动化AI开发工作流,纵目科技实现了超大规模分布式任务分钟级部署,开发人员可同时训练4-5个任务,开发周期缩短至1/3。

由深度学习赋能的智能驾驶正在深刻改变智慧交通的未来图景,将会为驾乘带来前所未来的便利。未来,浪潮信息将与纵目科技持续进行深度合作,加速自动驾驶系统的智能化演进,为消费者带来更加安全、便捷的辅助驾驶和无人泊车等智能驾驶体验。

来源:美通社


用户名:  密码:  没有注册?
网友评论:(请各位网友遵纪守法并注意语言文明,评论仅供参考不代表本站立场)