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
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。