Разработка и обучение моделей глубокой нейронной сети – ключевой этап в создании высокоточных систем восприятия для беспилотных автомобилей. Но для этого требуется инфраструктура, способная обучать эти сети работе с огромными объемами данных, а также принимать, обрабатывать и маркировать сотни тысяч изображений в любом масштабе.
Для создания беспилотных автомобилей будущего необходима высокопроизводительная, энергоэффективная вычислительная инфраструктура. Ключевой фактор успеха – оптимизация загрузки данных для обучения и эксплуатации автомобилей без ущерба для безопасности. Чем больше информации автомобили могут собирать и обрабатывать, тем быстрее и лучше искусственный интеллект обучается и принимает решения.
Масштабирование дата-центра с помощью систем NVIDIA® DGX™ на базе GPU – лучший способ построения ИИ-инфраструктуры, которая позволит разрабатывать безопасные самоуправляемые автомобили. Испытайте беспрецедентную производительность системы ИИ NVIDIA DGX H100, ускоренную высокопроизводительным GPU NVIDIA H100 с тензорными ядрами. И легко масштабируйте систему, используя готовое решение для дата-центра, с помощью NVIDIA DGX SuperPOD™, которое позволяет тестировать миллионы перестановок в условиях окружающей среды или переходных процессах и повышать точность модели для более высокого уровня безопасности, без ущерба времени выхода на производство.
Zenuity использует масштабируемую платформу для задач искусственного интеллекта для ускорения разработки более умных и безопасных беспилотных автомобилей. Узнайте подробнее.
See how Tesla is using an in-house supercomputer powered by NVIDIA A100 GPUs to train deep neural networks for autopilot and self-driving capabilities.