汽车行业正在发生变革，产品开发周期越来越短。
7月底，科技公司大陆集团投资建设自己的人工智能（AI）超级计算机。
该超级计算机由使用 NVIDIA InfiniBand 互连技术连接的 DGX 系统提供支持。
位于法兰克福的超级计算机数据中心，为世界各地的开发者提供计算能力和存储能力。
人工智能使先进的驾驶辅助系统变得强大，使出行变得更加智能和安全，从而使自动驾驶能够在中期内实现商业化。
大陆集团高级驾驶辅助系统事业部项目管理系统负责人克里斯蒂安·舒马赫 (Christian Schumacher) 表示：“超级计算机是我们对未来的投资。
这套最先进的系统可以同时进行至少 14 个实验，从而大大缩短了时间。
” GPU集群带来的计算能力提高了大陆集团在提供基于人工智能的解决方案方面的创新能力 | 大陆超级计算机让智能驾驶更快 先进的驾驶辅助系统利用人工智能让汽车能够做出决策雷达和摄像头环境传感器为车辆提供原始数据，实时处理这些原始数据，创建车辆周围环境的综合模型（感知），并制定相应的驾驶策略（规划）。
最后，需要控制车辆以执行计划的策略（动作）。
随着系统变得越来越复杂，传统的软件开发方法和机器学习方法已经达到了极限。
深度学习和模拟已成为基于人工智能的解决方案的基本开发方法。
深度学习、模拟和虚拟数据生成通过深度学习，人工神经网络允许机器从经验中学习，并将新信息与现有知识联系起来，模拟人脑内部的学习过程。
然而，孩子在看到几十张不同汽车的图片后就可以识别出不同的汽车，但对于神经网络来说，要学习辅助驾驶员甚至驾驶自动驾驶汽车，就需要数百万张图片。
图像，花费数千小时对大量数据进行训练。
NVIDIA DGX POD 不仅减少了这一复杂过程所需的时间，还缩短了新技术的上市时间。
据了解，大陆集团的超级计算机由 50 多个连接到 NVIDIA Mellanox InfiniBand 网络的 NVIDIA DGX 系统组成。
根据公开超级计算机算力排行榜数据显示，这台超级计算机的性能位居全球汽车行业第一。
该超级计算机以混合模式运行，可在需要时通过云解决方案扩展容量并提高存储性能。
目前，用于训练神经网络的数据主要来自大陆集团的测试车队。
该车队每天行驶约 0 公里，收集约 TB 的数据，相当于 0 小时的电影。
记录的数据可以回放以模拟真实车辆测试并用于训练新系统。
超级计算机可以合成数据，这是一种高度计算密集型的用例，允许系统从模拟环境中的虚拟驱动器中学习。
舒马赫认为，超级计算机是IT基础设施设计的杰作。
对于开发过程来说，超级计算机有几个优势：首先，从长远来看，不再需要记录、存储和挖掘现实车队产生的数据，因为系统本身可以在机器上创建必要的训练场景。
飞。
其次，它加快了开发速度，因为虚拟汽车可以在几个小时内行驶完真车需要几周时间的距离。
第三，综合生成数据的特性使系统能够处理和响应不断变化和不可预测的情况，最终使车辆能够在不稳定和极端的天气条件下安全行驶，或者对行人的运动做出安全的预测，为更高水平的安全性铺平道路。
自动化。
管理复杂的驾驶场景是实现自动驾驶的最大挑战之一 |大陆集团是一个合乎逻辑的合作伙伴。
今年年初，大陆集团与英伟达宣布合作开发自下而上的人工智能自动驾驶汽车系统。
同时，双方还将合作推动AI计算机系统的生产，范围从L2级自动化功能到不需要方向盘或控制踏板的L5级完全自动驾驶功能。
当被问及为什么选择NVIDIA来构建超级计算机这样重要的IT基础设施时，舒马赫表示，选择合作伙伴主要关注两个方面：质量和速度。
“这个项目的工期非常紧迫，我们计划在一年内完成。
经过广泛的测试和考察，大陆集团选择了 NVIDIA，该公司为全球许多最快的超级计算机提供动力。
”舒马赫指出。
“NVIDIA DGX 系统可以为大陆集团这样的创新公司提供经济高效且易于部署的企业级人工智能超级计算解决方案。
大陆集团使用与 InfiniBand 互连技术连接的 NVIDIA DGX POD 来训练自动驾驶汽车。
我们可以设计出最智能的未来汽车NVIDIA 企业计算部门的 Philip Hamingburg 表示：“我们正在构建 IT 基础设施来支持汽车设计。
”可扩展性是 NVIDIA DGX POD 概念背后的主要驱动力之一。
借助技术的力量，机器学习可以比任何人类控制的学习更快、更好、更全面地学习，并且随着每一步的进化，其潜在性能将呈指数级增长。
该超级计算机位于法兰克福的一个数据中心。
选择该地点是因为它靠近云服务提供商，更重要的是，应用人工智能的环境可以满足冷却系统、网络连接和电源方面的特定要求。
这些计算机由经过认证的绿色能源供电，GPU集群的设计比CPU集群更节能。
“总的来说，我们估计完成完整的神经网络训练所需的时间将从几周减少到几天。
在过去的几年里，我们的开发团队的规模和经验都在不断增长。
在超级计算机的帮助下，我们能够根据需求更好地扩展算力，充分发挥开发人员的全部潜力。
”位于匈牙利达佩斯的大陆集团人工智能能力中心负责人先生 Balázs Lóránd 和他的团队曾在致力于发展支撑人工智能创新的基础设施。