动汽车制造商蔚来运用领先的 AI 基础设施打造高性能软件定义汽车。

新一代智能汽车需要通过能够驱动先进技术的 AI 基础设施来打造。
电动汽车制造商蔚来正在使用 NVIDIA HGX A100 构建综合全面的数据中心基础设施,并在此基础上开发 AI 驱动的软件定义汽车。凭借高性能计算,蔚来可以在复杂的深度学习模型上不断迭代,在闭环环境中构建强大的自动驾驶算法。
蔚来 AI 平台负责人白宇利表示:“量产车面临的复杂场景是蔚来自动驾驶能力的试金石,同时,量产车产生的海量数据也是蔚来自动驾驶能力护城河。NVIDIA 的高性能计算解决方案,成为了蔚来在自动驾驶这条道路上的加速器。”
蔚来已推出在该基础设施上开发的多款智能汽车,例如智能电动旗舰轿车 ET7 。蔚来的中型智能电动轿跑 ET5 也计划在 9 月首发。
这两款车型均使用高性能数据中心开发,并且在搭载了 4 个 NVIDIA DRIVE Orin 系统级芯片的 Adam 超算平台上构建。它们的自动驾驶和智能座舱功能可以通过数据中心不断迭代和改进,带来具有颠覆性的客户体验。
使用 NVIDIA GPU 和网络构建高性能 AI 基础设施
数据中心可以采集、整理和标记海量数据,以用于训练大型 AI 模型。
数据采集车队每年产生数百 PB 的数据和数十亿张图像。这些数据会被用于优化将在车辆中运行的深度神经网络(DNN)。
蔚来的可扩展 AI 基础设施由 NVIDIA HGX 驱动,共配备 8 个 A100 Tensor Core GPU 和 NVIDIA ConnectX-6 InfiniBand 网卡。这个可扩展的超级计算机集群中包含一组 NVME SSD 服务器,并通过高速 NVIDIA Quantum InfiniBand 网络平台相互连接。
这个强大的基础设施具有 200Gbps 的超高传输速率,可将大量深度学习训练数据传输到超级计算机内存或 NVIDIA A100 显存。
NVIDIA HGX A100 是专为 AI 场景设计的高性能服务器平台,包含了许多大型数据集和复杂的模型(如用于驱动自动驾驶汽车的模型)。该平台在 NGC 中整合了经过全面优化的 NVIDIA AI 软件堆栈,具有 5 PETAFLOPS 的 AI 性能,树立了计算密度的新标杆。
凭借 HGX A100,蔚来自动驾驶研发平台(NADP)能够灵活地开发和部署可扩展的 AI 系统,以一站式平台取代多个孤立的基础设施,以管理大量复杂的 AI 应用,并将模型开发效率提高 20 倍,进而缩短自动驾驶汽车的上市周期,开发出更新、更快的架构。
锐意进取
蔚来正在凭借其软件定义汽车阵容抢占“跑道”。公司宣布计划将合肥工厂的产能提高一倍,达到每年 24 万辆,最高总产可达 30 万辆。
随着蔚来产能的扩大以及在全球市场的不断扩张, NVIDIA HGX 也将随之扩展,助力蔚来部署汽车行业最先进的 AI 平台。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。