當(dāng)今越來越多的行業(yè)朝著智能化方向轉(zhuǎn)移，擁有百年歷史的汽車行業(yè)也不例外。汽車制造商、供應(yīng)商、初創(chuàng)公司等正接受著這股浪潮的洗禮，向自動駕駛時(shí)代前進(jìn)。

蔚來是一家全球化的智能電動汽車公司，于 2014 年 11 月 25 日正式成立。蔚來致力于通過提供高性能的智能電動汽車與極致用戶體驗(yàn)，為用戶創(chuàng)造愉悅的生活方式。蔚來采用了NVIDIA DRIVE Orin 系統(tǒng)級芯片構(gòu)建自主研發(fā)的新一代自動駕駛平臺，其在智能電動汽車領(lǐng)域始終保持領(lǐng)先的自動駕駛研發(fā)水平，滿足軟件定義車輛的 AI 基礎(chǔ)架構(gòu)和車內(nèi)計(jì)算需求。

自動駕駛面臨算力挑戰(zhàn)

自動駕駛汽車的開發(fā)是一項(xiàng)需要大量加速計(jì)算基礎(chǔ)架構(gòu)的計(jì)算密集型工作。為了在更多場景中為用戶提供極致的駕乘體驗(yàn)，完成更高等級的自動駕駛算法落地，軟件定義汽車需要實(shí)現(xiàn)冗余、配置多種高分辨率傳感器并應(yīng)用深度神經(jīng)網(wǎng)絡(luò)。這些因素都將帶來對強(qiáng)大計(jì)算能力的需求，以便能夠處理所有 AI 工作負(fù)載。

另外，研發(fā)所用的數(shù)據(jù)采集車每年會產(chǎn)生百 PB 級別的數(shù)據(jù)以及幾十億張圖像，量產(chǎn)車也需要回流海量的道路數(shù)據(jù)，用于優(yōu)化算法模型，這意味著車企的數(shù)據(jù)中心需要具備回流、篩選和標(biāo)注海量用于 AI 模型訓(xùn)練的數(shù)據(jù)的能力。

成功的規(guī)?；夹g(shù)應(yīng)用離不開穩(wěn)健的技術(shù)基礎(chǔ)架構(gòu)，包括覆蓋全場景鏈路的人工智能平臺和大規(guī)模機(jī)器學(xué)習(xí)系統(tǒng)在內(nèi)，蔚來汽車采用 NVIDIA GPU 自主研發(fā)了一整套自動駕駛基礎(chǔ)架構(gòu)體系，支持復(fù)雜的深度學(xué)習(xí)模型迭代以及全流程快速迭代，為自動駕駛算法閉環(huán)提供堅(jiān)實(shí)支撐。

NVIDIA 賦能超級計(jì)算機(jī)

蔚來的超級計(jì)算機(jī)由 NVIDIA HGX A100 8-GPU 和 NVIDIA Mellanox InfiniBand ConnectX-6 構(gòu)建。超級計(jì)算機(jī)集群包括超級計(jì)算機(jī)和搭配 NVIDIA Mellanox InfiniBandConnectX-6 的高性能 NVME SSD 服務(wù)器，通過 NVIDIA Mellanox InfiniBand 高速網(wǎng)絡(luò)相連，且規(guī)模不斷擴(kuò)大。

通過合理使用 NVIDIA Multi-Instance GPU，使得算法工程師在開發(fā)過程中的工作效率和集群資源利用率得到了巨大提升。同時(shí)，蔚來在 NVIDIA NVLink 和 NVIDIA MellanoxInfiniBand 的基礎(chǔ)上構(gòu)建了支持多卡和多機(jī)訓(xùn)練的深度學(xué)習(xí)訓(xùn)練框架，使用 NVIDIA Mellanox InfiniBand 和基于 NVIDIA Mellanox InfiniBand 的 RDMA 技術(shù)，構(gòu)建了分布式的高性能文件讀取加速套件。在數(shù)據(jù)驅(qū)動應(yīng)用的場景下，使得大量的深度學(xué)習(xí)訓(xùn)練數(shù)據(jù)能夠以高達(dá) 200 Gbps 的超高速率零拷貝傳輸至超級計(jì)算機(jī)內(nèi)存或 NVIDIA A100 顯存中，進(jìn)一步穩(wěn)固了自動駕駛平臺的基礎(chǔ)服務(wù)架構(gòu)。

另外，每個(gè)端上配備 4 顆NVIDIA DRIVE Orin 系統(tǒng)級芯片，具備 8096 個(gè) CUDA 核心，為量產(chǎn)車提供了前所未有的超 1000 TOPS 算力。DRIVE Orin 系統(tǒng)級芯片集成了 NVIDIA Ampere 架構(gòu)和 Arm Hercules CPU 內(nèi)核以及全新深度學(xué)習(xí)和計(jì)算機(jī)視覺加速器，總計(jì)每秒可運(yùn)行超過 254 萬億次計(jì)算，幾乎是 NVIDIA 上一代 Xavier 系統(tǒng)級芯片性能的 7 倍。Orin可處理在自動駕駛汽車內(nèi)同時(shí)運(yùn)行的大量應(yīng)用和深度神經(jīng)網(wǎng)絡(luò)，并且達(dá)到了 ISO 26262 ASIL-D 等系統(tǒng)安全標(biāo)準(zhǔn)。

借助DRIVE Orin強(qiáng)大的性能優(yōu)勢，蔚來能夠?yàn)榘踩淖詣玉{駛功能提供所必需的冗余和靈活性，讓駕乘體驗(yàn)安心舒適。

蔚來的首款轎車 ET7 是具備自動駕駛能力的智能電動旗艦轎車。ET7 應(yīng)用了最新的蔚來自動駕駛技術(shù) NAD（NIO Autonomous Driving）。蔚來超算平臺 Adam 搭載四顆NVIDIA DRIVE Orin，算力高達(dá) 1016 TOPS，是迄今為止最強(qiáng)大的量產(chǎn)移動計(jì)算平臺。蔚來建立了全棧自動駕駛技術(shù)能力，將逐步實(shí)現(xiàn)高速、城區(qū)、停車、加電等場景下輕松安全的點(diǎn)到點(diǎn)自動駕駛體驗(yàn)。

加速自動駕駛產(chǎn)品落地

NVIDIA HGX A100 是適用于龐大數(shù)據(jù)集、復(fù)雜模型等 AI 場景的加速服務(wù)器平臺。HGX A100 整合 NVIDIA Ampere GPU、NVIDIA NVLink、NVIDIA Mellanox InfiniBand 網(wǎng)絡(luò)及在 NGC （NVIDIA GPU Cloud）中經(jīng)全面優(yōu)化的 NVIDIA AI 軟件堆棧。同時(shí)，它樹立了新的計(jì)算密度標(biāo)桿，將 5 PETAFLOPS 的 AI 性能濃縮，并用一個(gè)平臺取代了各種 AI 工作負(fù)載的傳統(tǒng)孤島式基礎(chǔ)架構(gòu)。借助 HGX A100，蔚來以縱向擴(kuò)展和橫向擴(kuò)展方式自由搭建并應(yīng)用 AI 平臺，也讓蔚來的模型開發(fā)效率提高了 20 倍，幫助蔚來更快的落地自動駕駛產(chǎn)品，向更新更快的架構(gòu)演進(jìn)。

另一方面，NVIDIA DGX POD 參考架構(gòu)結(jié)合 NVIDIA 加速計(jì)算架構(gòu)、Mellanox 網(wǎng)絡(luò)架構(gòu)和系統(tǒng)管理軟件?；诖?，蔚來實(shí)現(xiàn)了提供使超級計(jì)算能力大眾化的解決方案，使超級計(jì)算能力變得易于訪問、安裝和管理，從而滿足自動駕駛復(fù)雜架構(gòu)的需求。

高性能 AI 計(jì)算是蔚來汽車自動駕駛技術(shù)的重要組成部分，在NVIDIA DRIVE端到端解決方案的強(qiáng)力支持下，蔚來可以通過龐大的道路實(shí)際數(shù)據(jù)來演進(jìn)設(shè)計(jì)新的自動駕駛功能，持續(xù)為車主提供安心的駕駛體驗(yàn)。

NVIDIA致力于提供領(lǐng)先的技術(shù)和解決方案，幫助汽車制造商加速開發(fā)和軟件定義汽車的生產(chǎn)落地。

蔚來 AI 平臺負(fù)責(zé)人白宇利表示：“量產(chǎn)車面臨的復(fù)雜場景是蔚來自動駕駛能力的試金石，同時(shí)，量產(chǎn)車產(chǎn)生的海量數(shù)據(jù)也是也是蔚來自動駕駛能力護(hù)城河。NVIDIA的高性能計(jì)算解決方案，成為了蔚來在自動駕駛這條道路上的加速器。”

歡迎自動駕駛領(lǐng)域的各位有志之士加入NVIDIA Developer Program，點(diǎn)擊“閱讀原文”或復(fù)制鏈接“https://developer.nvidia.cn/login”在瀏覽器中打開即可注冊（請?jiān)?Industry Segment 注冊選項(xiàng)中選擇 Automotive）。

了解更多內(nèi)容

重磅！NVIDIA行業(yè)微站一睹為快！內(nèi)容涵蓋NVIDIA主要的12大行業(yè)方案，以及NVIDIA當(dāng)期重點(diǎn)產(chǎn)品資料。關(guān)注“NVIDIA英偉達(dá)企業(yè)解決方案”微信公眾號，點(diǎn)擊菜單欄進(jìn)入行業(yè)微站，或長按識別下方二維碼直接訪問。

點(diǎn)擊“行業(yè)方案”

進(jìn)入NVIDIA行業(yè)微站

進(jìn)入微站｜一睹為快

體驗(yàn)觸手可及的AI盛宴

原文標(biāo)題：NVIDIA 助力蔚來構(gòu)建移動計(jì)算平臺

文章出處：【微信公眾號：NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。
審核編輯：湯梓紅