自动驾驶解决方案
首页 解决方案 人工智能与高性能计算 >自动驾驶解决方案
场景分析

自动驾驶模型开发,需要大量的数据采集和数据处理,并使用处理好的数据进行模型开发和模型训练,整套工作流程需要大量的计算资源和丰富的基础软件环境支持。

数据采集

高效、合规的数据采集,需要高效、可靠、多协议的存储环境。

数据处理

高效的数据管理、清洗、标注平台,需要数据处理平台与模型开发、训练平台无缝衔接。

模型开发

提高资源的利用率,降低TCO。

模型训练

融合模型的高效构建和部署,需要大量资源进行融合模型的大规模训练。

仿真验证

需要支持多种仿真平台的对接,满足客户对不同仿真软件的需求。

解决方案

浪潮信息联合生态伙伴共同打造的自动驾驶解决方案,通过领先的算力基础设施、数据管理、数据标注和模型训练搭建解决方案,为自动驾驶模型训练提供核心源动力。高效搭建从“数据采集、存储、处理”到“模型训练”和“仿真验证”的全栈集群方案,解决自动驾驶客户计算力不足、存储资源不足和软件不易用的问题。

文档中架构图-1.png

方案主要包括AI服务器、CPU服务器,采用AI Pod组网方式,搭配AIStation人工智能开发平台等模块:

1、AI服务器采用领先的技术架构,为自动驾驶单任务模型、融合模型的算法开发提供强劲算力;

2、CPU服务器为数据管理、数据标注和大数据管理提供稳定可靠的算力支撑;

3、AIStation人工智能开发平台统一管理AI应用,并为用户提供算法平台和应用优化服务;

4、AI Pod组网专为融合模型设计,为强劲的AI算力提供有效的网络通信保障。


应用场景

方案为自动驾驶模型开发提供基础算力和软件平台支撑,提供从数据采集、数据标注、数据管理、模型训练和仿真验证的全栈算力和软件平台支持。

方案价值
  • 针对融合模型的平台优化

    以自动驾驶解决方案为基础平台,开发了基于多相机的时空融合模型架构,大幅地优化了目标物体监测速度和位移方向预测。登顶自动驾驶数据集nuScenes 纯视觉3D目标检测任务榜单榜首,并将关键性指标nuScenes Detection Score(NDS)提高至62.4%


  • 完善的元脑生态

    元脑生态联合具有算法开发能力的左手伙伴和具有丰富行业落地经验的右手伙伴,共同为自动驾驶用户提供数据管理和数据处理的平台支持。

  • 强大的资源管理平台

    为自动驾驶算法研发用户提供可靠、易用、灵活的服务部署及计算资源管理平台,帮助用户业务快速上线,提高计算资源的利用效率。

  • AI Pod组网

    领先的AI Pod组网方式,专为巨量模型设计,有效帮助自动驾驶客户从单任务模型到融合模型的迭代升级。

  • 全球领先的异构计算架构

    AI服务器将高性能 GPU 的图形计算、AI计算与高速存储、低延迟网络结合,实现每秒13000张图片的处理速度,为自动驾驶模型开发提供强劲算力。