自动驾驶“稳打地基”，小鹏汽车基于阿里云建自动驾驶AI智算中心算力可达600PFLOPS

Posted 2022-08-09 CSDN云计算

数据驱动是自动驾驶发展的公认方向，也让自动驾驶模型训练成为一头“吃算力”的巨兽。自动驾驶的视觉检测、轨迹预测与行车规划等算法模型，有赖于机器学习海量数据集，但算力的不足让研发速度仍远远赶不上数据量增长的速度。随着传感器的进一步增加，算力的挑战越来越大。

编辑 | 宋慧 

出品 | CSDN云计算

近年来，专用于机器学习的AI智算成为发展最快的一种算力形式。包括谷歌、微软、Meta、阿里巴巴在内的顶尖科技公司都纷纷建造了智算中心。

8月2日，小鹏汽车宣布在乌兰察布建成中国最大的自动驾驶智算中心“扶摇”，用于自动驾驶模型训练。“扶摇”基于阿里云智能计算平台，算力可达600PFLOPS（每秒浮点运算60亿亿次），将小鹏自动驾驶核心模型的训练速度提升了近170倍。

 

对于汽车行业与自动驾驶领域来说，自动驾驶算法模型训练是机器学习的典型场景之一。在乌兰察布，小鹏汽车建造了一个算力规模达600PFLOPS的自动驾驶专用智算中心“扶摇”，来进一步提高模型训练的效率。小鹏汽车董事长、CEO何小鹏在现场对媒体表示，小鹏汽车在2022年到2025年要达到智能辅助驾驶的下一个平台——全场景智能驾驶，现在的智算中心是基础工作。有了高性能的算力平台支撑，自动驾驶才能去改进优化更多细致的场景和需求。

对于云计算的头部企业阿里云来说，和小鹏汽车联合建立自动驾驶的智算平台，阿里云也不再仅仅是提供算力网络存储等云的基础能力。阿里云智能汽车行业总经理李强表示，阿里云团队和小鹏汽车的全球团队一起做了平台的调优工作，并涉及到场景、业务的调优。另外，阿里云也具备了基于云计算的汽车制造、驾驶、营销等在内的多个汽车行业解决方案。

 

通过与阿里云合作，“扶摇”以更低成本实现了更强算力。首先，对GPU资源进行细粒度切分、调度，将GPU资源虚拟化利用率提高3倍，支持更多人同时在线开发，效率提升十倍以上。在通讯层面，端对端通信延迟降低80%至2微秒。整体计算效率上，实现了算力的线性扩展。存储吞吐比业界20GB/s的普遍水准提升了40倍，数据传输能力相当于从送快递的微型面包车，换成了20多米长的40吨集装箱重卡。此外，阿里云机器学习平台PAI提供了模型训练部署、推理优化等AI工程化工具，比开源框架训练性能提升30%以上。

“扶摇”支持小鹏自动驾驶核心模型的训练时长从7天，缩短至1小时内，大幅提速近170倍。目前，“扶摇”正用于小鹏城市NGP辅助驾驶系统的算法模型训练。和高速道路相比，城市路段的交通状况更为复杂，自动驾驶特殊场景（corner case）的数据集规模增加了上百倍。