首页 科技 > 内容

大陆集团和NVIDIA正在构建高性能集群 以提高自动驾驶开发性能

时间:2020-07-31 15:02:11 来源:

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。

标签: 大陆集团 NVIDIA