大陆集团投资建立自动驾驶用人工智能超级计算机-电子工程世界

大陆集团投资建立了人工智能超级计算机，由NVIDIA InfiniBand连接的DGX系统提供动力，为全球各地的开发者提供计算能力和存储能力。

大陆集团的超级计算机由50多个NVIDIA DGX系统组成，与NVIDIA Mellanox InfiniBand网络相连。据该公司介绍，根据公开发布的500强超级计算机排行榜，它是汽车行业的顶级系统。通过混合方法，以便在需要时通过云解决方案扩展容量和存储。

神经网络如果可以帮助驾驶员甚至自动驾驶车辆，需要几千个小时的训练，其中包括数百万幅图像和数据。据该公司称，NVIDIA DGX POD不仅缩短了这一复杂过程所需的时间，还缩短了新技术上市时间。

“总的来说，我们估计训练神经网络所需的时间从几周减少到几个小时。“大陆集团位于匈牙利布达佩斯的人工智能能力中心负责人Balázs Lóránd说，他与大陆集团一起致力于基于人工智能创新的基础设施开发。

迄今为止，用于训练这些神经网络的数据主要来自大陆测试车队。目前，他们每天行驶约15000公里的测试公里，收集约100TB的数据，相当于50000小时的电影。记录的数据已经可以用来训练新的系统，通过重放，从而模拟物理试驾。有了超级计算机，数据现在可以合成生成。

这对开发过程有几个好处：首先，它可能使记录、存储和挖掘车队生成的数据变得不必要，因为可以在系统本身上创建必要的训练场景。第二，它提高了速度，因为虚拟车辆可以在几个小时内行驶相同数量的测试公里数，而实际汽车需要几个星期。第三，数据的综合生成使系统能够处理和应对不断变化和不可预测的情况。总的来说，这将使车辆能够在不断变化和极端的天气条件下安全行驶，或对行人活动做出可靠的预测。

关键字：大陆集团 AI 自动驾驶引用地址：大陆集团投资建立自动驾驶用人工智能超级计算机

上一篇：安富利推出MaaXBoard Mini单板计算机
下一篇：技术文章：详解FPGA如何实现FP16格式点积级联运算

推荐阅读最新更新时间：2024-11-11 05:52

自动驾驶安全需求剧增车用处理器门槛拉高

安全成自动驾驶设计首要基础。因应此一趋势，半导体业者纷纷推出各种感测元件，以确保行驶安全性。与此同时，半导体厂商及车厂也持续强化处理器及联网系统的安全防护性能，以便打造内外都安全可靠的自驾车。自动驾驶安全性越来越受重视，为提升自驾车整体安全性，半导体厂商致力发展各式感测元件，车厂与系统厂则致力于感测器融合之技术发展，以确保行车安全。另一方面，强化自驾车内元件效能，以打造更安全的自驾车，也是目前极力发展的方向之一。随着车上配备的感测器元件越来越多，如何使汽车处理器针对车用感测器传来的资讯，即时做出正确的分析，并防止骇客入侵、窃取资料将是未来自动驾驶发展重点。车联网时代到来　保密防骇少不了因应车联网时代，不少半

[嵌入式]

传感器+AI开启工业新样貌

智能传感器结合人工智能(AI)将启动工业新样貌，在先进技术采用下，专家期待工业4.0很快就会来到。微软(Microsoft)工业4.0策略主要基于四大关键支柱，分别是机器对机器通信、分散决策、预测故障和实时警报机制，实现最佳整体设备效率(OEE)，同时可以取得工厂或车间传感器的丰富资料。据报导，工业生产中心的变化通常很缓慢，不容易适应其它新技术。大多数工厂的机器都是类比讯号，并且使用过时的可编程逻辑控制器进行备份，连接到监控和数据采集(SCADA)与分布式控制系统(DCS)的机器比传统机器先进，但无法产生综合管理系统。有监于此，微软宣布将创建一个平台，实现工厂机器实时数据采集、低延迟的本地数据处理，与全面可视化的智

[工业控制]

关于新基建，有哪些是需要你知道的

新基建是今年的关键词，社会关注度很高，网上各种各样的介绍文章也很多。作为ICT行业从业者，我也一直在密切关注新基建。我觉得网上的文章很多都不够理性，过于吹捧，淹没了一些值得关注的要点，所以，我借此机会和大家交流一下。正文开始所谓“新基建”，就是“新型基础设施建设”，主要包括七大领域：5G、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网。特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩，是能源网和交通网的东西，我不懂，不做评论。我重点说一下剩下的四个领域，也就是5G、大数据中心、人工智能、工业互联网。这些都是信息网的范畴。其实说白了，也就是我们之前常说的

[物联网]

科学家开发速度型“猎豹”软体机器人，能在水面奔跑

受猎豹生物力学的启发，北卡罗莱纳州立大学的科学家开发出了迄今为止速度最快的软体机器人，比起前几代软体机器人，它能在混凝土表面或水中更快速移动。更重要的是，它可以微妙地抓住物体或有足够的力量举起重物。这个机器人长 7 厘米，重 45 克。它有一个弹簧驱动的“双稳”脊柱。这意味着它有两个稳定状态。北卡罗莱纳州立大学机械与航空航天工程助理教授尹杰(音)说：“我们可以通过将空气抽到这个柔软的硅胶机器人的管道中，来快速切换这些稳定状态。”在这两种状态之间切换释放了大量的能量，使得机器人能够快速对地施力。这使得机器人能够在水面上飞奔，这意味着它的脚离开了地面。” 图源：Science “以前的软机器人是爬行机器人，一直

[嵌入式]

恩智浦：让AI有更好的理解力

人工智能（AI）的例子无处不在。我们对于AI的使用可能超出想象，并且在许多方面将这种使用视为理所当然。智能手机助手就是一个很好的例子，尽管我们可能并不认为这与AI有关。许多场景中，我们已经习惯于与Siri或Google Assistant的互动。面部识别也已成为新一代智能手机的标准解锁功能。机器学习属于AI的一个子集，原理是通过训练基于计算机的神经网络模型来识别给定的模型或声音。在神经网络完成训练后，就可以推理出结果。例如，如果我们用数百张狗和猫的图像训练神经网络，那么它应该能够正确地识别图片中是狗还是猫。网络模型会确定答案并指示预测的类别概率。随着基于机器学习的应用越来越深入日常生活，系统开发人员已经逐渐意识到

[物联网]

使用莱迪思FPGA加速低功耗AI应用的创新

ABI公司的研究表明，截至2024年，具备设备端AI推理能力的设备比例预计将达到60%。印证了过去几年里AI的快速创新，这就要求在从云端向网络边缘转变的过程中，工程师需要开发更加灵活的设计模型。这一趋势的驱动力包括对超低延迟、安全性能的需求以及带宽限制和隐私保护等。莱迪思FPGA和软件解决方案能够帮助设计人员使用现有的芯片加速实现面向未来的模型。本文将探索莱迪思FPGA和软件解决方案在计算机视觉和网络边缘AI设计中的一些应用示例。为何FPGA是网络边缘计算和AI应用的最佳选择 FPGA本身具有灵活性和适应性，是网络边缘计算和AI应用的理想之选。 FPGA是一种并行计算引擎，能够以较低的时钟频率运行，因此功耗较

[嵌入式]

使用莱迪思FPGA加速低功耗<font color='red'>AI</font>应用的创新

一文看懂2019年7大AI战略技术趋势

尽管科幻小说可能将人工智能机器人描绘成坏人，但一些科技巨头现在也将其用于安全。微软和优步等公司使用Knightscope K5 机器人巡逻停车场和大型户外区域来预测和预防犯罪。机器人可以读取车牌，报告可疑活动并收集数据以向其所有者报告。这些人工智能驱动的机器人只是“自主事物”的一个例子，它是2019年Gartner 7大战略技术之一，有可能在未来五年内带来重大中断并带来机遇。趋势1：自主事物无论是汽车，机器人还是农业，自主事物都使用AI来执行传统上由人类完成的任务。智能的复杂程度各不相同，但所有自主事物都使用人工智能与他们的环境进行更自然的交互。自主事物有五种类型： 1.机器人 2.车辆

[嵌入式]

专家称驾驶员对自动驾驶汽车持虚假安全感

据外媒报道，自动驾驶因其技术安全性、高效率及愉快的用户体验已逐渐被消费者认可，但人们倾向于高估了自动驾驶汽车的能力，因此专家警告驾驶员对自动驾驶汽车持一种虚假的安全感。自动驾驶汽车仍然具备车道对中和障碍物检测功能，但也引发了很多问题，比如：当自动驾驶汽车发生碰撞时，谁有错？作为回应，专家们开始警告说，人们可能正在进入自动驾驶汽车测试中最危险的部分，除此之外，自动驾驶模式中，驾驶员可能由于太信任车辆而导致事故或侥幸脱险。

[嵌入式]

热门资源推荐
热门放大器推荐

小广播