从高速辅助驾驶切入城市道路 阿里云大算力支持毫末NOH加速进阶
  • 文路
  • 2022年06月10日 15:06
  • 0

6月10日,记者获悉,毫末智行即将上市的城市NOH(城市智慧领航辅助驾驶系统)正基于阿里云的高弹性算力和大数据、AI平台做最后冲刺阶段的深度训练优化,有望于近期在量产车正式上线。这意味着,依托云上高效的自动驾驶模型训练,毫末NOH在高速公路、城市快速路完成近千万公里辅助驾驶后,又率先在城市道路实现大规模量产。

海量数据云上高效训练,效率提升70%

毫末智行成立于2019年11月,前身是长城技术中心智能驾驶前瞻分部。作为一家致力于自动驾驶的人工智能技术公司,毫末发展迅猛,其辅助驾驶系统在一年时间里已搭载在多款量产车型上,不仅适配全国所有31万公里高速公路及城市快速路,并开始向城市道路拓展。

快速进化的辅助驾驶系统背后,毫末积累了海量的训练学习量和训练时长。截止2022年6月,其自动驾驶数据智能体系学习时长已超过20万小时,通过摄像头、雷达采集的视觉数据、点云数据量接近百PB,相当于数百万部蓝光高清电影的大小,如果一个人24小时不间断地看,要看上近千年。

海量数据用于自动驾驶的模型训练可有效提升模型的成熟度,但同时也会面临数据存储与训练平台加速效率的瓶颈。2021年,毫末与阿里云达成深度合作,在云上进行模型的高效训练。

从高速辅助驾驶切入城市道路 阿里云大算力支持毫末NOH加速进阶

在数据采集与迁移方面,毫末分布在全国各地的工程车全量配备了阿里云车载闪电立方,通过各城市模拟训练点,每辆工程车每天采集的数据有数TB,均可快速传输到云上进行存储与训练。在存储方面,利用对象存储OSS和小文件存储CPFS,实现海量数据冷热分层存储和高效的数据流通。在计算方面,云上弹性GPU实例提供多规格、多种按需计算服务,同时借助机器学习平台PAI进行云上分布式模型训练,吞吐性能提升110%,模型成熟度在短时间内大幅提高。

整体来看,毫末基于阿里云公共云的多机多卡训练效率最高提升70%,整体成本降低约20%。

目前,毫末用户辅助驾驶行驶里程已经超过900万公里,辅助驾驶总时长超13万小时。长城摩卡新车上市一周年公布的数据显示,搭载毫末NOH变道超车成功率97.2%,出入高速匝道成功率95.3%,隧道通过成功率98.56%。

大数据、AI平台提升模型成熟度,应对更复杂路况

业内普遍认为,从高速公路向城市道路拓展是智能驾驶进入深水区的标志。城市路段的交通状况更为复杂,典型场景如无保护左转路口、红绿灯路口、人工环岛等都是高速路上没有的。而模型的成熟度将成为应对复杂场景的决定因素,更是全面走向乘用车量产的关键。

在北京、保定等城市,毫末正在针对城市道路进行最后冲刺阶段的深度场景打磨。特别是针对自动驾驶模型中的极端情况(corner case)和坏例(bad case)进行模型优化,这让毫末的向量检索需求规模以每月近十亿量级的规模持续增加。常见的搜索系统无法支撑如此大的体量。

从高速辅助驾驶切入城市道路 阿里云大算力支持毫末NOH加速进阶

毫末智行董事长张凯、CEO顾维灏日常在北京、保定测试毫末城市NOH

通过引入阿里云的开放搜索OpenSearch,毫末构建了超大规模数据检索系统,单节点可存储8000万图片向量,和过去相比提升了4倍,且查询性能不受影响。同时向量生效周期从几天缩短至小时级,支持搜索的数据规模扩大近10倍,大幅减少极端情况和坏例训练中的“漏网之鱼”。

“我们非常期待看到毫末NOH在城市道路上展开,也很高兴能加速这一过程。”阿里云智能副总裁、汽车行业总经理李强表示,“未来,阿里云与毫末还将在AI大模型、数据库、仿真等方面有更深入的合作,以领先的云计算、AI和大数据能力支撑毫末在自动驾驶领域的创新。”

在2022年4月的HAOMO AI DAY上,毫末智行CEO顾维灏还透露,毫末智行平台团队和阿里云PAI-EFLOPS团队合作,基于128卡A100集群,实现了Swin Transformer模型分布式训练,加速比接近线性。此外,毫末已实现标注AI自动化率达到80%,提高标注效率,降低标注费用成本。

文章纠错

  • 好文点赞
  • 水文反对

此文章为快科技原创文章,快科技网站保留文章图片及文字内容版权,如需转载此文章请注明出处:快科技

观点发布 网站评论、账号管理说明
热门评论
查看全部评论
相关报道

最热文章排行查看排行详情

邮件订阅

评论0 | 点赞0| 分享0 | 收藏0