汽车行业正在发生变化，开发周期正在缩短。为了更快，更高效地开发创新技术，美国大陆航空投资建立了自己的人工智能超级计算机，该超级计算机由NVIDIA InfiniBand连接的DGX系统提供动力。从2020年初开始，它就从德国美因河畔的数据中心开始运营，并为全球各地的开发人员提供计算能力和存储功能。AI增强了先进的驾驶员辅助系统，使出行变得更加智能和安全，并加速了自动驾驶系统的开发。
“超级计算机是对我们未来的投资，”大陆集团高级驾驶员辅助系统业务部门程序管理系统负责人Christian Schumacher说。“最先进的系统减少了训练神经网络的时间，因为它可以同时进行至少14倍的实验。”
与NVIDIA的合作确保了最高质量
“舒马赫说：“在寻找合作伙伴时，我们追求两件事：质量和速度。”“该项目的制定时间表雄心勃勃，不到一年的时间便得以实施。经过大量的测试和侦察，大陆集团选择了NVIDIA，后者为全球许多最快的超级计算机提供动力。”
NVIDIA企业计算部门负责人Manuvir Das表示：“ NVIDIA DGX系统通过一种经济高效且易于部署的企业就绪解决方案，为Continental AI等创新者提供了超级计算能力。“ Continental使用连接InfiniBand的NVIDIA DGX POD进行自动车辆培训，正在设计明天最智能的车辆以及将用于设计这些车辆的IT基础设施。”
基于AI的解决方案的IT杰作美国
大陆航空的超级计算机由50多个NVIDIA DGX系统构成，并与NVIDIA Mellanox InfiniBand网络连接。根据公开列出的TOP500超级计算机，它在汽车行业中排名第一。选择了一种混合方法，可以根据需要通过云解决方案扩展容量和存储。“超级计算机是IT基础架构工程的杰作，”舒马赫说。“团队已精确计划了每个细节，以确保当今的完整性能和功能以及可扩展的将来扩展。”
先进的驾驶员辅助系统使用AI做出决策，为驾驶员提供帮助并最终实现自主操作。雷达和摄像机等环境传感器可提供原始数据。这些原始数据将由智能系统实时处理，以创建车辆周围环境的综合模型，并制定有关如何与环境互动的策略。最后，需要对车辆进行控制以使其表现得如计划的那样。但是随着系统变得越来越复杂，传统的软件开发方法和机器学习方法已经达到了极限。深度学习和仿真已成为开发基于AI的解决方案的基本方法。
主要用例：深度学习，仿真和虚拟数据生成
借助深度学习，人工神经网络使机器可以根据经验进行学习，并将新信息与现有知识联系起来，从本质上模仿人脑内的学习过程。但是，虽然一个孩子在看到几十种不同类型的汽车后能够识别汽车，但数千个小时的训练却需要数百万个图像，因此需要大量数据来训练神经网络，以后再为儿童提供帮助。驾驶员甚至自主驾驶车辆。NVIDIA DGX POD不仅减少了此复杂过程所需的时间，而且还缩短了新技术的上市时间。