31 მარტიდან 2 აპრილამდე პეკინში გაიმართა China Electric Vehicle 100 ფორუმი (2023), რომელსაც უმასპინძლა China Electric Vehicle 100."ჩინეთის ავტოინდუსტრიის მოდერნიზაციის ხელშეწყობის" თემით, ამ ფორუმს ეწვევა საზოგადოების ყველა ფენის წარმომადგენლები საავტომობილო, ენერგეტიკის, ტრანსპორტის, ქალაქის, კომუნიკაციების და ა.შ. სფეროებში. საავტომობილო ინდუსტრია, როგორიცაა ტენდენციები და მაღალი ხარისხის განვითარების გზები ახალი ენერგეტიკული მანქანებისთვის.
როგორც Cloud Computing სფეროს წარმომადგენელი, You Peng, Huawei Cloud Computing Company-ის EI სერვისის პროდუქტის დეპარტამენტის დირექტორი, მოწვეული იყო სმარტ მანქანების ფორუმზე ძირითადი გამოსვლისთვის.მან თქვა, რომ ბიზნესის მოთხოვნების შემუშავებაში ბევრი პრობლემაა ავტონომიური მართვის სფეროში და ავტონომიური მართვის მონაცემების დახურული მარყუჟის შექმნა არის ერთადერთი გზა მაღალი დონის ავტონომიური მართვის მისაღწევად.HUAWEI CLOUD გთავაზობთ სამ ფენის აჩქარების გადაწყვეტას „სავარჯიშო აჩქარების, მონაცემთა აჩქარების და გამოთვლითი სიმძლავრის აჩქარების“ შესახებ, რათა უზრუნველყოს მოდელების ეფექტური ვარჯიში და დასკვნა და განახორციელოს ავტონომიური მართვის მონაცემების სწრაფი დახურული ციკლი.
თქვენ პენგმა თქვა, რომ ინტელექტუალური მართვის გარბენის უწყვეტი დაგროვებით, მართვის მასიური მონაცემების გამომუშავება ნიშნავს, რომ ინტელექტუალური მართვის დონე უფრო მაღალი იქნება.მაგრამ ამავე დროს, გამოწვევები, რომლებსაც ავტონომიური მართვის კომპანიები აწყდებიან, სულ უფრო აშკარა ხდება.მათ შორის, როგორ უნდა მართოთ მასიური მონაცემები, არის თუ არა ინსტრუმენტების ჯაჭვი დასრულებული, როგორ გადავჭრათ გამოთვლითი რესურსების დეფიციტის და გამოთვლით სიმძლავრესთან კონფლიქტის პრობლემები და როგორ მივაღწიოთ უსაფრთხოების სრულ შესაბამისობას, გახდა მტკივნეული წერტილები, რომლებიც საჭიროა. აღმოჩნდება ავტონომიური მართვის განვითარების პროცესში.კითხვა.
თქვენ პენგმა ახსენა, რომ ავტონომიური მართვის განხორციელებაზე მოქმედ ძირითად ფაქტორებს შორის არის „გრძელი კუდის პრობლემები“ სხვადასხვა უჩვეულო, მაგრამ განვითარებად სცენარებში.ამრიგად, ახალი სცენარის მონაცემების ფართომასშტაბიანი და ეფექტური დამუშავება და ალგორითმის მოდელების სწრაფი ოპტიმიზაცია გახდა ავტომატური მართვის ტექნოლოგიის გამეორების გასაღები.HUAWEI CLOUD უზრუნველყოფს "სავარჯიშო აჩქარების, მონაცემთა აჩქარების და გამოთვლითი სიმძლავრის აჩქარების" სამ ფენის აჩქარებას ავტონომიური მართვის ინდუსტრიაში ტკივილის წერტილებისთვის, რაც ეფექტური გადაწყვეტაა გრძელი კუდის პრობლემისთვის.
1. "ModelArts პლატფორმა", რომელიც უზრუნველყოფს ტრენინგის აჩქარებას, შეუძლია უზრუნველყოს ინდუსტრიის ყველაზე ეკონომიური AI გამოთვლითი ძალა.HUAWEI CLOUD ModelArts-ის მონაცემთა ჩატვირთვის აჩქარება DataTurbo-ს შეუძლია წაკითხვის განხორციელება ვარჯიშის დროს, თავიდან აიცილოს გამტარუნარიანობა გამოთვლასა და შენახვას შორის;ტრენინგისა და დასკვნის ოპტიმიზაციის თვალსაზრისით, ტრენინგის მოდელის აჩქარება TrainTurbo ავტომატურად აერთიანებს ტრივიალური ოპერატორის გამოთვლებს კომპილაციის ოპტიმიზაციის ტექნოლოგიაზე დაფუძნებული, რომელსაც შეუძლია მიაღწიოს კოდის ერთი ხაზის ოპტიმიზაციას მოდელის გამოთვლებს.იგივე გამოთვლითი სიმძლავრით, ეფექტური ტრენინგი და მსჯელობა შეიძლება მიღწეული იქნას ModelArts პლატფორმის მეშვეობით.
2. უზრუნველყოფს დიდი მოდელის ტექნოლოგიას, ასევე NeRF ტექნოლოგიას მონაცემთა გენერირებისთვის.მონაცემთა მარკირება შედარებით ძვირი რგოლია ავტონომიური მართვის განვითარებაში.მონაცემთა ანოტაციის სიზუსტე და ეფექტურობა პირდაპირ გავლენას ახდენს ალგორითმის ეფექტურობაზე.Huawei Cloud-ის მიერ შემუშავებული ფართომასშტაბიანი მარკირების მოდელი წინასწარ არის მომზადებული მასიური ტიპიური მონაცემების საფუძველზე.სემანტიკური სეგმენტაციისა და ობიექტების თვალთვალის ტექნოლოგიების საშუალებით, მას შეუძლია სწრაფად დაასრულოს გრძელვადიანი უწყვეტი ჩარჩოების ავტომატური მარკირება და მხარი დაუჭიროს ავტომატური მართვის ალგორითმის შემდგომ ტრენინგს.სიმულაციური ბმული ასევე არის ბმული ავტონომიური მართვის მაღალი ღირებულებით.Huawei Cloud NeRF ტექნოლოგია მნიშვნელოვნად აუმჯობესებს სიმულაციური მონაცემების გენერირების ეფექტურობას და ამცირებს სიმულაციის ხარჯებს.ეს ტექნოლოგია პირველ ადგილზეა საერთაშორისო ავტორიტეტულ სიაში და აქვს აშკარა უპირატესობები გამოსახულების PSNR-ში და რენდერის სისწრაფეში.
3.HUAWEI CLOUD Ascend ღრუბლოვანი სერვისი, რომელიც უზრუნველყოფს გამოთვლითი სიმძლავრის აჩქარებას.Ascend Cloud სერვისს შეუძლია უზრუნველყოს უსაფრთხო, სტაბილური და ეფექტური გამოთვლითი მხარდაჭერა ავტონომიური მართვის ინდუსტრიისთვის.Ascend Cloud მხარს უჭერს მთავარ AI ჩარჩოებს და გააკეთა მიზანმიმართული ოპტიმიზაცია ავტონომიური მართვის ტიპიური მოდელებისთვის.მოსახერხებელი კონვერტაციის ხელსაწყოების ნაკრები ხელს უწყობს მომხმარებლებს სწრაფად დაასრულონ მიგრაცია.
გარდა ამისა, HUAWEI CLOUD ეყრდნობა „1+3+M+N“ გლობალური საავტომობილო ინდუსტრიის ღრუბლოვანი ინფრასტრუქტურის განლაგებას, ეს არის გლობალური საავტომობილო შენახვისა და გამოთვლითი ქსელი, 3 სუპერ დიდი მონაცემთა ცენტრი, რომ ააშენოს გამოყოფილი საავტომობილო ზონა, M განაწილებული IoV კვანძები, NA მანქანის სპეციფიკური მონაცემების წვდომის წერტილი, ეხმარება საწარმოებს მონაცემთა გადაცემის, შენახვის, გამოთვლების, პროფესიული შესაბამისობის ინფრასტრუქტურის შექმნაში და მანქანის ბიზნესის გლობალურ განვითარებაში.
HUAWEI CLOUD გააგრძელებს "ყველაფერი სერვისის" კონცეფციის პრაქტიკას, დაიცავს ტექნოლოგიურ ინოვაციებს, უზრუნველყოფს უფრო სრულ გადაწყვეტილებებს ავტონომიური მართვის ინდუსტრიისთვის და იმუშავებს პარტნიორებთან, რათა მომხმარებელს ღრუბლოვანი გაძლიერება შესთავაზოს და გააგრძელებს წვლილი შეიტანოს ინოვაციებში და გლობალური ავტონომიური მართვის განვითარება.
გამოქვეყნების დრო: აპრ-03-2023
