安全な運転はデータ センターから始まる

自動運転車両のために認識システムの正確度を上げるには、ディープ ニューラル ネットワーク モデルを短期間で開発/トレーニングすることが重要です。しかしながら、それには、ディープラーニングと AI を利用して数千時間分のデータと数百万個の画像をトレーニングし、大量の画像にラベルを付けることができるインフラストラクチャが必要になります。

AI コンピューティングでトレーニングを加速する

未来の自動運転車両を作るには、高性能でエネルギー効率に優れた AI コンピューティング インフラストラクチャが必要です。成功の鍵は、安全面で妥協することなく、自動運転車のトレーニングと運転のためのデータ負荷を最適化することです。車が収集して処理する情報が多くなれば多いほど、AI はより高速に、かつ、より高性能で学習し、判断できます。

安全な自動運転車両を消費者に届けることができる AI インフラストラクチャを構築する最良の方法は、GPU 搭載の NVIDIA® DGX Systems でデータ センターを拡張することです。NVIDIA DGX-1 は、ディープラーニング アルゴリズムのトレーニングと管理を簡単にする AI スーパーコンピューターです。GPU ベースの他のシステムに比べてトレーニング スピードは 3 倍になり、面倒な設定なしですぐにご利用いただけます。

業界をリードするこのようなシステムででききることは、大規模なモデル開発を短期間で行うことだけではありません。DGX は数百単位の CPU サーバーに代わるものであり、AI とディープラーニングのインフラストラクチャにとって劇的な節約となります。大きさは 60 分の 1 で、パワー効率は 18 倍です。

  • 実験を短時間で。大型のモデルをトレーニング可能。1 日目から洞察が得られます。
  • 机からデータ センターへ、さらに車まで広がるエンドツーエンドのオープン プラットフォームで AI イノベーションを改善します。
  • 現在最も人気があるディープラーニング フレームワークと AI のツールをオンプレミスまたは NVIDIA GPU Cloud (NGC) で利用して、ワークフローを合理化し、加速してください。

Zenuity はスケーラブルな AI プラットフォームを利用し、より賢く、より安全な自動運転車の開発を加速します。方法を見る

データのボトルネックを回避する

Zenuity はスケーラブルな AI プラットフォームを利用し、より賢く、より安全な自動運転車両の開発を加速します。その方法をご覧ください。

NVIDIA DGX Systems はデータ センターにおけるトレーニングを高速化し、費用対効果を上げます。その仕組みをご覧ください。