admin管理员组

文章数量:1535850

汽车自动驾驶是未来汽车行业发展的必然趋势,也是众多从业人员正在攻破的技术壁垒。自从DNN在语音识别和图像识别任务中展现出突破性的成果,DNN方法就被大量应用在无人驾驶汽车。

DNN超高的准确性是以超高的计算复杂度为代价的。近日,在2021国际计算机视觉与模式识别会议上,特斯拉的AI带头人,高级工程师Andrej Karpathy介绍了用于训练Autopilot与自动驾驶深度神经网络的超级计算机。根据计算能力来看,这台超级计算机排名世界第五,具体参数如下:

720个80GB 8x A100 节点(共5760 个GPU)

1.8 EFLOPS(720节点* 312 TFLOPS-FP16-A100 * 8 gpu/节点)

10 PB“热层”NVME存储@ 1.6 TBps

总交换容量为640 Tbps

5760 个算力为 321TFLOPS的英伟达 A100 显卡,1.8 EFLOPS级别的超强性能,让特斯拉自动驾驶汽车工程师能够高效地处理其车辆的自动驾驶数据。特斯拉收集了100万个以每秒36帧的速度记录的10秒片段,总数据量高达1.5PB。在数据中心,DNN基于这些场景将被反复训练直到性能可接受。

Karpathy表示:“计算机视觉是我们一切工作的基础,并且也是实现Autopilot的关键。为此,我们必须训练一个庞大的神经网络并进行大量实验。这也是我们在算力方面投入大量资金的原因。”

北鲲云——致力于为有算力需求的用户提供高性能计算解决方案

搭建数千块 GPU 卡的大型训练集群对于特斯拉来说不难,但高昂的算力费用往往让大部分企业望而却步。北鲲云为人工智能应用领域用户搭建一体化的数据、算法、算力服务平台,让企业用户不用购买整套超级计算机集群,十分钟即可开启10万服务器,拥有单集群最高100,000核心运算能力,来训练庞大的AI应用模型。

除自动驾驶外,北鲲云还提供了计算视觉、语音识别、自然语音处理、AI药物研发、AIoT、智慧城市等应用场景的解决方案,助力人工智能行业的研究和发展。

本文标签: 特斯拉计算机野心领域无人驾驶