无人驾驶的新“国民CP”

本篇文章1412字，读完约4分钟

当你在高速公路上开车时，你的手不再被方向盘束缚。相反，你可以读一本最喜欢的书，和家人一起看一部有趣的电影，甚至下午小睡一会儿。汽车不再是一种交通工具，而是真正成为空的一个移动休闲室，这就是无人驾驶的意义。Inspur正在帮助百度在3-5年内实现上述设想。

无人驾驶汽车

无人驾驶汽车模型训练会过时吗？

根据美国标准，无人驾驶可以分为五个阶段。目前，正在开发的无人驾驶技术最高水平只能达到l4，主要依靠高精度地图，配有激光雷达、摄像机、毫米波雷达、超声波传感器、gps等传感器，通过人工智能算法实现完全自主驾驶。其中，激光雷达扫描相当于眼睛，可以扫描100-200米范围内的物体，形成实时的行车过程中遇到的行人、车辆、交通标志、距离等环境要素的路线图，并发送给计算设备。人工智能算法是大脑，通过车载计算平台实时分析和识别所有数据，并做出合理的判断，如回避、超越或其他适合当时情况的判断。

如果无人驾驶车辆想要智能化，他们需要借助深度学习技术来训练离线模型，这样机器就可以知道激光扫描看到的物体是人、动物、树木、信号灯、交通标志等等。然而，目前，机器提取抽象特征的能力远不如人类。例如，一个4到5岁的孩子只能准确地记住猫的特征几次，而谷歌x实验室使用一个由16000多个处理器和10亿个神经节点组成的虚拟大脑来分析从youtube上随机抓取的1000万帧无标签视频片段。经过10天的运行，机器终于熟悉了什么是猫，并正确地从接下来输入的20，000张图片中找到了猫。无人驾驶所遇到的环境比较复杂，有必要尽可能识别驾驶过程中遇到的各种人和事。当然，如此庞大的学习任务需要强大的计算支持，否则，它可能真的会让机器知道世界是旧的，大海是干的，岩石是烂的。

Inspur sr-ai全机柜服务器支持1000亿级样本培训

离线模型首先用单机和多卡训练计算设备，随着数据量的增加，大规模的gpu集群被用来实现并行协同计算。然而，无人驾驶飞行器技术可能是目前最复杂的人工智能应用，其模型训练已经上升到1000亿个样本和数万亿个参数的水平。然而，大多数传统的训练任务都是在一台机器上完成的，只有4-8张卡片，根本不能满足超大样本数据库和参数的训练性能要求。

浪潮sr-ai全柜服务器

为了推动无人机技术的研发更加顺利，Inspur和百度联合开发了超大型ai计算模块sr-ai整体机柜服务器，用于更大的数据集和深度神经网络。该产品符合最新的Scorpio 2.5标准，是世界上第一个采用pcie结构互连架构设计的人工智能解决方案。在pci-e交换机和i/obox模块的配合下，gpu和cpu可以耦合成一个池，并且可以灵活配置，实现支持16个GPU的超可扩展节点。同时，sr-ai全机柜服务器也是中国第一个100g rdma gpu集群。其rdma技术(远程直接数据访问技术)可以实现gpu与内存数据的直接交互，无需cpu计算，大大降低了网络传输中服务器端数据处理的延迟，使集群达到纳秒级网络延迟。单台计算机的处理能力高达512个触发器，是传统gpu服务器计算性能的两倍多，也高于一般人工智能解决方案的性能

在数据中心计算方面，Inspur和百度保持了多年的战略合作，共同研发了人工智能所需的计算架构、技术和产品，并取得了许多成果。双方共同开发的高性能异构计算服务器和fpga加速模块广泛应用于包括百度无人驾驶汽车和百度大脑在内的人工智能场景中。

来源：荆州新闻