超大算力需求下，NVIDIA携「全栈式AI解决方案」赋能自动驾驶开发与规模化落地( 二 ) 当自动驾驶走过技术竞赛期

完成搭建后，人工智能计算中心的算力即可以投入到自动驾驶解决方案的开发过程中。此时行业内最常见的问题转变为软件的成熟度与可靠性，这意味着开发者需要具备行业经验的团队提供技术支持，以保证最大程度维持人工智能计算中心的稳定运行。资金与时间方面的投入在这一阶段也还依然是开发者所需面临的主要问题。此外，还有部分团队亟需解决开发工具不够高效以及底层软硬件兼容性不足的问题。
当前汽车厂商在选择供应商搭建人工智能计算中心时最主要考量因素，前三位分别是：厂商规模和长期持续供货能力（71%），是否有大量开发者基于该厂商的解决方案进行开发（50%），以及可靠性（47%）。

文章图片
数据中心的建设与运营成本巨大，资金问题贯穿自动驾驶解决方案开发过程始终，是影响开发者项目决策的重要因素。其次，自动驾驶对于汽车行业而言依然属于新兴领域，抢先一步占领市场能够为品牌带来巨大的优势。而行业内搭建数据中心所花费的时间水平参差不齐，潜在可供优化的空间较大。此外，自动驾驶解决方案的开发与数据中心的运营管理属于两个不同的领域，因而对于维持算力的稳定性而言，具备开发经验的数据中心服务提供商能够发挥巨大的作用。
NVIDIA全栈式AI解决方案赋能算力中心，加速自动驾驶产品落地报告指出，为了使算力资源更加有效地支持自动驾驶系统的开发工作，业界需要全栈式AI解决方案，构建开放式平台。车企、传统一级供应商、自动驾驶科技公司、以及数据中心解决方案供应商应携手合作，共同推进自动驾驶技术重塑汽车市场的进程。
NVIDIA提供适用于自动驾驶汽车的基础架构，包括开发自动驾驶技术所需的数据中心全套硬件、软件和工作流参考架构，涵盖从原始数据采集到验证的每个环节，为神经网络开发、训练和验证以及仿真测试提供所需的端到端基础模块。在本份报告中， NVIDIA也分享了其与蔚来、大陆集团的最佳实践经验，阐述NVIDIA在赋能自动驾驶开发方面可提供的各项支持，为正在考虑部署自动驾驶算力中心的车企提供借鉴与思路。
【超大算力需求下，NVIDIA携「全栈式AI解决方案」赋能自动驾驶开发与规模化落地】雷峰网雷峰网雷峰网