Транспорт и логистика

Tesla представляет суперкомпьютер для обучения AV на базе графических процессоров NVIDIA A100

~ 2 мин

«Невероятный» кластер графических процессоров позволяет разрабатывать искусственный интеллект для автопилота и полностью автономного вождения

Tesla-Nvidia

Решение одной из самых больших вычислительных задач этого времени требует масштабных вычислений. Недавно компания Tesla представила собственный суперкомпьютер, который автопроизводители могут использовать для обучения глубоких нейронных сетей работе с автопилотом и автономным вождением. Кластер использует 720 узлов из 8 графических процессоров NVIDIA A100 с тензорными ядрами (всего 5760 графических процессоров), что обеспечивает лучшую в отрасли производительность в 1,8 экзафлопс.

Располагая беспрецедентным уровнем вычислительных ресурсов для автомобильной промышленности в центре цикла разработки, Tesla позволяет инженерам, занимающимся автономными транспортными средствами, работать максимально эффективно и с наилучшим результатом. Графические процессоры NVIDIA A100 обеспечивают ускорение для работы самых производительных центров обработки данных в мире. 

Графический процессор A100, основанный на архитектуре NVIDIA Ampere, обеспечивает до 20 раз более высокую производительность по сравнению с предыдущим поколением процессоров, и может быть разделен на семь экземпляров графического процессора для динамической адаптации к меняющимся требованиям.

Кластер GPU является частью вертикально интегрированного подхода Tesla к автономному вождению, в котором используется более 1 миллиона автомобилей, которые уже ездят по городским дорогам, для доработки и создания новых функций и улучшения существующего интерфейса.

От автомобиля до дата-центра

Циклическое развитие Tesla начинается с автомобиля. Глубокая нейронная сеть, работающая в «теневом режиме», воспринимает информацию и делает прогнозы во время движения автомобиля, фактически не управляя транспортным средством.

Эти прогнозы записываются, и любые ошибки или неверные определения регистрируются. Затем инженеры Tesla используют эти данные для создания обучающего набора сложных и разнообразных сценариев для DNN (Deep Neural Networks).

Результатом является коллекция примерно из 1 миллиона 10-секундных клипов, записанных со скоростью 36 кадров в секунду, что в сумме составляет 1,5 петабайта данных. Затем DNN проходит через эти сценарии в центре обработки данных снова и снова, пока не заработает без ошибок, отправляется обратно в автомобиль и снова запускает процесс. Обучение DNN таким образом и на таком большом количестве данных требует огромного объема вычислений, что побудило Tesla создать и развернуть суперкомпьютер текущего поколения с высокопроизводительными графическими процессорами A100.

Непрерывная итерация

В дополнение к всестороннему обучению суперкомпьютер Tesla дает инженерам автономных транспортных средств производительность, необходимую для экспериментов и повторений в процессе разработки. Текущая структура DNN, которую развертывает автопроизводитель, позволяет команде из 20 инженеров одновременно работать в одной сети, выделяя различные функции для параллельной разработки.

Затем эти DNN можно запускать с помощью обучающих наборов данных на более высоких скоростях, чем это было возможно ранее для быстрой итерации.

Обращайтесь к нам, чтобы внедрить такое решение в своей компании
Департамент корпоративных решений

    ;