電動汽車制造商蔚來運用領先的 AI 基礎設施打造高性能軟件定義汽車。
新一代智能汽車需要通過能夠驅動先進技術的 AI 基礎設施來打造。
電動汽車制造商蔚來正在使用 NVIDIA HGX A100 構建綜合全面的數據中心基礎設施,并在此基礎上開發 AI 驅動的軟件定義汽車。憑借高性能計算,蔚來可以在復雜的深度學習模型上不斷迭代,在閉環環境中構建強大的自動駕駛算法。
蔚來 AI 平臺負責人白宇利表示:“量產車面臨的復雜場景是蔚來自動駕駛能力的試金石,同時,量產車產生的海量數據也是蔚來自動駕駛能力護城河。NVIDIA 的高性能計算解決方案,成為了蔚來在自動駕駛這條道路上的加速器。”
蔚來已推出在該基礎設施上開發的多款智能汽車,例如智能電動旗艦轎車 ET7 。蔚來的中型智能電動轎跑 ET5 也計劃在 9 月首發。
這兩款車型均使用高性能數據中心開發,并且在搭載了 4 個 NVIDIA DRIVE Orin 系統級芯片的 Adam 超算平臺上構建。它們的自動駕駛和智能座艙功能可以通過數據中心不斷迭代和改進,帶來具有顛覆性的客戶體驗。
構建高性能 AI 基礎設施
數據中心可以采集、整理和標記海量數據,以用于訓練大型 AI 模型。
數據采集車隊每年產生數百 PB 的數據和數十億張圖像。這些數據會被用于優化將在車輛中運行的深度神經網絡(DNN)。
蔚來的可擴展 AI 基礎設施由 NVIDIA HGX 驅動,共配備 8 個 A100 Tensor Core GPU 和 NVIDIA ConnectX-6 InfiniBand 網卡。這個可擴展的超級計算機集群中包含一組 NVME SSD 服務器,并通過高速 NVIDIA Quantum InfiniBand 網絡平臺相互連接。
這個強大的基礎設施具有 200Gbps 的超高傳輸速率,可將大量深度學習訓練數據傳輸到超級計算機內存或 NVIDIA A100 顯存。
NVIDIA HGX A100 是專為 AI 場景設計的高性能服務器平臺,包含了許多大型數據集和復雜的模型(如用于驅動自動駕駛汽車的模型)。該平臺在 NGC 中整合了經過全面優化的 NVIDIA AI 軟件堆棧,具有 5 PETAFLOPS 的 AI 性能,樹立了計算密度的新標桿。
憑借 HGX A100,蔚來自動駕駛研發平臺(NADP)能夠靈活地開發和部署可擴展的 AI 系統,以一站式平臺取代多個孤立的基礎設施,以管理大量復雜的 AI 應用,并將模型開發效率提高 20 倍,進而縮短自動駕駛汽車的上市周期,開發出更新、更快的架構。
銳意進取
蔚來正在憑借其軟件定義汽車陣容搶占“跑道”。公司宣布計劃將合肥工廠的產能提高一倍,達到每年 24 萬輛,最高總產可達 30 萬輛。
隨著蔚來產能的擴大以及在全球市場的不斷擴張, NVIDIA HGX 也將隨之擴展,助力蔚來部署汽車行業最先進的 AI 平臺。
原文標題:端云結合:蔚來運用 NVIDIA A100 開發智能汽車
文章出處:【微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。
審核編輯:湯梓紅
-
NVIDIA
+關注
關注
14文章
5076瀏覽量
103731 -
gpu
+關注
關注
28文章
4777瀏覽量
129362 -
智能汽車
+關注
關注
30文章
2893瀏覽量
107571 -
蔚來
+關注
關注
1文章
493瀏覽量
14606
原文標題:端云結合:蔚來運用 NVIDIA A100 開發智能汽車
文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
英偉達攜手日本云企,打造國家級AI基礎設施網絡
NVIDIA SuperNIC推進現代AI基礎設施發展
NVIDIA助力印度打造AI基礎設施
智能駕駛所需的基礎設施
GPU高性能服務器配置
應用NVIDIA Spectrum-X網絡構建新型主權AI云
IaaS+on+DPU(IoD)+下一代高性能算力底座技術白皮書
中科馭數:DPU是構建高效智算中心基礎設施的必選項
NVIDIA為新工業革命打造 AI 工廠和數據中心
進一步解讀英偉達 Blackwell 架構、NVlink及GB200 超級芯片
DPU技術賦能下一代AI算力基礎設施
NVIDIA 發布全新交換機,全面優化萬億參數級 GPU 計算和 AI 基礎設施
![<b class='flag-5'>NVIDIA</b> 發布全新交換機,全面優化萬億參數級 <b class='flag-5'>GPU</b> 計算和 <b class='flag-5'>AI</b> <b class='flag-5'>基礎設施</b>](https://file1.elecfans.com/web2/M00/C4/EC/wKgZomX48yOAARKHAAFsIO99Xwk611.png)
評論