更安全的驾驶,从数据中心开始

快速开发和训练深度神经网络模型,是为自动驾驶汽车提供高度精确的感知系统的关键。但这需要能够使用大量数据训练这些网络并且能够大规模收集、策划和标记成千上万张图像的基础架构

使用 AI 计算加速训练

打造自动驾驶汽车的未来需要高性能、节能高效的 AI 计算基础设施。成功的关键是优化数据加载,以便在不影响安全的情况下训练和操作这些车辆。汽车能够收集和处理的信息越多,AI 就可以更快速、更出色地学习和做出决策。

借助 GPU 赋能的 NVIDIA® DGX 系统扩展您的数据中心,是建立 AI 基础设施的最佳方式。该基础设施可为消费者提供安全的自动驾驶汽车。通过由 NVIDIA H100 Tensor Core GPU 的突破性性能加速的 NVIDIA DGX H100 AI 巨擎,您可以体验出色性能。并且,您可以使用 NVIDIA DGX SuperPOD 的一站式 AI 数据中心解决方案,实现轻松扩展,让您可以在环境条件或瞬态条件下测试数百万种排列,并提高模型准确性以便达到更高级别的安全性,同时不会影响生产时间。

  • 提高试验速度、训练更大型的模型以及在初上手时就获得深刻业务洞见。
  • 借助从数据中心扩展至汽车的开放式端到端平台,提升 AI 创新能力。
  • 利用当今热门的深度学习框架和 AI 工具(位于本地或 NGC 目录),精简并加速您的工作流。

Zenuity 正在使用可扩展的 AI 平台来加速开发更智能、更安全的自动驾驶汽车。了解具体做法

训练深度神经网络

了解 Tesla 如何使用由 NVIDIA A100 GPU 赋能的内部超级计算机来训练深度神经网络,实现辅助自动辅助驾驶功能和自动驾驶功能。

训练深度神经网络

探索 NVIDIA DGX 系统如何能够更快速、更节能高效地完成自动驾驶训练。