英伟达发布超级计算机DGX SuperPO 用于自动驾驶汽车AI训练

据外媒报道，英伟达发布了超级计算机DGX SuperPOD，在全球速度最快的超级计算机中排名第22位。它提供了人工智能基础设施，以满足自动驾驶汽车部署的巨大需求。该系统使用Mellanox互连技术在短短三周内建成，由96台NVIDIA DGX-2H超级计算机组成。它具有9.4亿次浮点运算的处理能力，可以训练安全自动驾驶汽车所需的大量深度神经网络。自动驾驶汽车的人工智能训练是最大的计算密集型挑战。数据采集车每小时生成1TB的数据。将这些数据乘以整个车队的驾驶年限，得出PB级数据。这些数据用于训练算法，学习道路规则，识别车辆运行的深度神经网络中的潜在故障，然后在连续循环中对其进行再训练。英伟达人工智能基础设施副总裁Clement Farabet表示，“人工智能领导力需要计算基础设施领导力。很少有人工智能挑战像训练自动驾驶汽车那样苛刻，因为训练自动驾驶需要数千次神经网络的再培训，以满足对极端精度的需求。DGX SuperPOD的巨大处理能力是不可替代的。“DGX SuperPOD由1536 Nvidia V100 Tensor Core GPU驱动，并与NVSwitch和Mellanox网络光纤互连，具有出色的数据处理性能。该系统昼夜运行，优化自动驾驶软件，并重新训练神经网络，可能比以前有更快的周转时间。例如，在DGX SuperPOD硬件上训练ResNet-50软件平台只需不到两分钟。该人工智能模型于2015年推出，最先进的NVIDIA K80 GPU花了25天时间对其进行训练。DGX SuperPOD提供的结果速度快18000倍。其他具有类似性能水平的TOP500系统由数千台服务器组成，而DGX SuperPOD占用的空间非常小，比排名靠前的类似系统小约400倍。NVIDIA DGX系统已被其他需要大量计算的组织所采用，包括宝马、大陆集团、福特、Zenity、脸书、微软和富士胶片。一些研究机构也在使用它，如日本物理化学研究所和美国能源部国家实验室。基于参考架构创建自己的SuperPODDGX SuperPOD不仅可以快速运行深度学习模型，而且由于其模块化的企业级设计，DGX SuperPOD的部署速度也非常快。这种规模的系统通常需要6-9个月的时间来部署，但DGX SuperPOD只需要3周，工程师们遵循规定和验证的方法。建造像DGX SuperPOD这样的超级计算机有助于NVIDIA学习如何为大型人工智能机器设计系统。这是超级计算技术的一个重要发展，将巨大的计算能力从学术界带到了运输公司，以及其他希望使用高性能计算加速创新的行业。对于没有支持人工智能的数据中心但希望使用NVIDIA SuperPOD架构来满足其需求的组织，NVIDIA利用支持DGX的数据中心计划来提供简化和快速的部署解决方案。该公司的数据中心管理服务提供商支持企业客户建立和部署基于DGX系统的世界级人工智能数据中心。

标签：宝马福特发现

汽车资讯热门资讯