数智协同方案提升自动驾驶训练效率

【资料图】

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，在自动驾驶商业化的路径上，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。

未来，曙光存储将不断突破创新，以卓越的产品与解决方案赋能自动驾驶领域技术革新与落地发展，为客户带来更加极致、灵活、安全、高效的自动化体验。