安全的駕駛體驗從資料中心開始

若要為自駕車提供高精準度認知系統,快速地開發和訓練深度神經網路模型就是關鍵所在。不過,這對基礎架構有相當高的要求:必須能使用深度學習和人工智慧訓練數千小時資料、數百萬幅影像,同時還得為成千上萬幅影像加上標籤。

使用人工智慧運算加速訓練

我們需要高效能、低耗能的人工智慧運算基礎架構,才能創造自駕車的未來。成功的關鍵,在於將訓練使用的資料負載最佳化,而且操作這些車輛時,安全不能打折扣。如果車子可以收集與處理越多資訊,人工智慧學習和決策的速度也就更快,成果就更好。

有了採用 GPU 的 NVIDIA® DGX 系統擴充資料中心,就能為消費者打造出可保障安全自駕車體驗的人工智慧基礎架構。NVIDIA DGX-1 是能夠輕鬆訓練和管理深度學習演算法的人工智慧超級電腦。相較於其他也是採用 GPU 的系統,訓練速度快上 3 倍,且無需額外設定即可使用。

除了大規模快速模型開發之外,這些領先業界的系統仍有其他優點。DGX 大幅節省了人工智慧和深度學習基礎架構的成本,可以取代數百個 CPU 伺服器,同時體積縮小 60 倍、能源效率提高 18 倍。

  • 可加快實驗速度,訓練大型模型,從開始使用的第一天就能獲得見解。
  • 讓開放式端對端平台從桌面延伸至資料中心,甚至再延伸到車輛上,藉此改善人工智慧創新。
  • 使用當今最熱門的深度學習架構與人工智慧工具簡化並加速工作流程,無論是在本機或 NVIDIA GPU 雲 (NGC) 上皆可使用。

Zenuity 使用可擴充的人工智慧平台,加速開發更聰明、更安全的自駕車。查看詳情

克服資料瓶頸

瞭解 Zenuity 如何使用可擴充的人工智慧平台,加速開發更聰明、更安全的自駕車。

探索 NVIDIA DGX 系統如何驅動更快速、更符合成本效益的資料中心訓練。