近日,有相关机构预测,到 2025 年,全球销售的汽车中约有 30% 将支持 2 级或以上的自动化。然而,在商业化的路径上,亦有挑战,尤其在落地路径、量产成本、法规短板、性能突围等方面还存在诸多困扰。
自动驾驶系统不断迭代的前提是算法的持续优化,保守估算,一辆测试车每天产生的数据量可达数TB。此外,自动驾驶落地的一大阻碍项即是无穷无尽的Corner Cases,想要解决这些问题,面对海量数据,对数据存储以及计算提出了更高的要求。
基于多年存算技术积累和自动驾驶行业的洞察,中科曙光在第二届ICVS中国自动驾驶年会上,正式提出了“数据存储+智能计算”协同方案。该方案为自动驾驶提供“采、存、管、用”全生命周期支持,可有效帮助车企高效、稳定地收集车端数据,提升训练过程中数据存取效率,快速形成计算模型。
数据存储+智能计算,曙光力破自动驾驶困境
在底层存储层面,曙光具备业界领先的POSIX访问协议,单节点可达到4GB/s+吞吐能力,最大化提升训练及仿真效率。曙光存储事业部行业推广总监王绍祥表示:“只需一套设备支持,多种协议满足不同应用需求,在实现极致性能的同时兼具灵活性,实现多业务并发作业。”
为满足自动驾驶海量数据计算需求,曙光提供了海量计算资源,并打通多个计算中心,“曙光以强劲算力加快自动驾驶模型训练进度,全面提升云车两端仿真训练效率,助力打破训练瓶颈。”曙光智算解决方案总监董小海介绍道。
相关文章