Транспорт та логістика

Tesla представляє суперкомп’ютер для навчання AV на базі графічних процесорів NVIDIA A100

~ 2 хв

«Неймовірний» кластер графічних процесорів дозволяє розробляти штучний інтелект для автопілота і повністю автономного водіння

Tesla-Nvidia

Рішення однієї з найбільших обчислювальних задач цього часу вимагає масштабних обчислень. Нещодавно компанія Tesla представила власний суперкомп’ютер, який автовиробники можуть використовувати для навчання глибоких нейронних мереж роботі з автопілотом і автономним водінням. Кластер використовує 720 вузлів з 8 графічних процесорів NVIDIA A100 з тензорними ядрами (всього 5760 графічних процесорів), що забезпечує кращу в галузі продуктивність у 1,8 екзафлопс.

Маючи у своєму розпорядженні безпрецедентний рівень обчислювальних ресурсів для автомобільної промисловості в центрі циклу розробки, Tesla дозволяє інженерам, які займаються автономними транспортними засобами, працювати максимально ефективно і з найкращим результатом. Графічні процесори NVIDIA A100 забезпечують прискорення для роботи найпродуктивніших центрів обробки даних у світі.

Графічний процесор A100, заснований на архітектурі NVIDIA Ampere, забезпечує до 20 разів більш високу продуктивність у порівнянні з попереднім поколінням процесорів, і може бути розділений на сім екземплярів графічного процесора для динамічної адаптації до мінливих вимог. Кластер GPU є частиною вертикально інтегрованого підходу Tesla до автономного водіння, у якому використовується понад 1 мільйон автомобілів, які вже їздять по міських дорогах, для доопрацювання і створення нових функцій і поліпшення існуючого інтерфейсу.

Від автомобіля до дата-центру

Циклічний розвиток Tesla починається з автомобіля. Глибока нейронна мережа, що працює у «тіньовому режимі», сприймає інформацію і робить прогнози під час руху автомобіля, практично не керуючи транспортним засобом.

Ці прогнози записуються, і будь-які помилки або неправильні визначення реєструються. Потім інженери Tesla використовують ці дані для створення навчального набору складних і різноманітних сценаріїв для DNN (Deep Neural Networks).

Результатом є колекція приблизно з 1 мільйона 10-секундних кліпів, записаних зі швидкістю 36 кадрів на секунду, що в сумі становить 1,5 петабайти даних. Потім DNN проходить через ці сценарії у центрі обробки даних знову і знову, поки не запрацює без помилок, відправляється назад в автомобіль і знову запускає процес. Навчання DNN таким чином і на такій великій кількості даних вимагає величезного обсягу обчислень, що спонукало Tesla створити і розгорнути суперкомп’ютер поточного покоління з високопродуктивними графічними процесорами A100.

Безперервна ітерація

На додаток до всебічного навчання суперкомп’ютер Tesla дає інженерам автономних транспортних засобів продуктивність, необхідну для експериментів і повторень у процесі розробки. Поточна структура DNN, яку розгортає автовиробник, дозволяє команді з 20 інженерів одночасно працювати в одній мережі, виділяючи різні функції для паралельної розробки. Потім ці DNN можна запускати за допомогою навчальних наборів даних на більш високих швидкостях, ніж це було можливо раніше для швидкої ітерації.

Звертайтеся до нас, щоб впровадити таке рішення в своїй компанії
Департамент корпоративних рішень

    ;