大陸集團使用 IBM Storage Scale 和 NVIDIA DGX 系統(tǒng)將 AI 訓練時間縮短了 70%

與此前相比，大陸集團每月可同時進行至少多 14 倍的深度學習實驗

北京2024年6月25日 /美通社/ -- 對大多數(shù)人來說，駕駛屬于第二天性，其中涉及一系列自動決策。訓練 AI 進行自動駕駛需要 PB 級的數(shù)據(jù)，以便比人類做出同樣決策時快 1/10 秒，且讓駕駛更為安全。

針對自動駕駛優(yōu)化的 IT 基礎架構

據(jù)世界衛(wèi)生組織(WHO)統(tǒng)計，每年約有 135 萬人死于道路交通事故，另有 5千萬人受傷。為了降低這種風險，歐盟已經(jīng)要求到 2030 年大力推廣自動駕駛汽車。為全自動駕駛提供最佳技術路徑的競賽已經(jīng)拉開序幕。

大陸集團(Continental)高級駕駛輔助系統(tǒng) (ADAS) 人工智能主管 Robert Thiel 表示："在發(fā)生嚴重事故的情況下，高級駕駛輔助系統(tǒng)的反應速度比駕駛員要快。這可以通過使用大量數(shù)據(jù)訓練 AI 來實現(xiàn)，使其比人類駕駛更安全。因此，智能數(shù)據(jù)管理意味著智能汽車和挽救生命。"

大陸集團是全球眾多汽車生產(chǎn)商的汽車零部件主要供應商，同時也是自動駕駛智能領域的領導者。其 ADAS 業(yè)務部門早在 20 多年前便已著手開發(fā)智能傳感器和數(shù)據(jù)驅(qū)動式交通安全解決方案，并致力于利用深度學習以及訓練人工神經(jīng)網(wǎng)絡來提高開發(fā)速度。大陸集團Vision Zero計劃旨在通過開發(fā) ADAS 技術，從根本上消除交通事故造成的死亡事件。

在汽車行業(yè)，與自動駕駛相關的最大挑戰(zhàn)之一是，管理位于世界各地的數(shù)據(jù)并在需要的地方使用這些數(shù)據(jù)。大陸集團的 ADAS Vision Zero 計劃聘用了一支配備傳感器的測試車隊，他們每天行駛 15,000 公里，生成和記錄了超過 100 TB 的數(shù)據(jù)，然后對這些數(shù)據(jù)進行攝取、處理、選擇、評估和注釋，并用于系統(tǒng)的訓練和驗證。

打造智能安全的自動駕駛解決方案

為了檢測任何給定場景中發(fā)生的情況并做出安全控制車輛的決策，該團隊使用NVIDIA DGX系統(tǒng)進行訓練和驗證。為了加速開發(fā) AI 并縮短上市時間，大陸集團需要高性能的 AI 處理和數(shù)據(jù)訪問以及強大的存儲解決方案，以利用 NVIDIA GPU 計算實現(xiàn)每秒分析數(shù)十萬張圖像的目標。

針對自動駕駛優(yōu)化的IT基礎架構

大陸集團的 ADAS 解決方案可支持駕駛員完成眾多典型駕駛任務，甚至還可控制車輛以免發(fā)生事故。但隨著駕駛員輔助系統(tǒng)與車輛安全系統(tǒng)自動化程度的提升，軟件復雜性也隨之上升，同時多個地區(qū)的安全要求數(shù)量也隨之增多。此時，大陸集團意識到自身亟需擴展其技術和團隊，以便開發(fā)出更具全球擴展性的 AI 解決方案。此外，并行數(shù)據(jù)訪問的需求也意味著會面臨日益增長的數(shù)據(jù)管理挑戰(zhàn)。

IBM 助力大陸集團實現(xiàn)更高效的數(shù)據(jù)存儲和 AI 訓練

大陸集團需要一個強大的并行文件系統(tǒng)來滿足 AI 的高速需求并保護敏感數(shù)據(jù)。與此同時，它還必須創(chuàng)建一個更易于集中訪問的位置來存儲數(shù)據(jù)并提高可追溯性，為開發(fā)人員提供多種安全連接方式。

因此，大陸集團需要可擴展的深度學習基礎架構，以及與高速網(wǎng)絡連接的存儲空間來提高性能。該解決方案需要提供快速隨機訪問功能，支持服務器消息塊 (SMB) 和 Amazon Simple Storage Service (S3) 等協(xié)議，并提供多種不同的訪問管理選項。

大陸集團確定了全面的測試標準，并評估了多種存儲解決方案。為了解 IBM Storage Scale System的性能，大陸集團與 IBM 合作伙伴 SVA System Vertrieb Alexander GmbH 進行了合作。結果證明，結合 NVIDIA DGX 技術的 IBM Storage for Data and AI 解決方案可以實現(xiàn)"并行"高性能架構和易于擴展的節(jié)點部署，不僅滿足現(xiàn)有AI 基礎架構的要求，還能保證未來所需的彈性和可擴展性。

IBM Storage 與 Kubernetes 容器的靈活性和無縫集成，確保大陸集團實現(xiàn)應用開發(fā)的現(xiàn)代化的同時，無需放棄性能、可擴展性或簡單性等要求。IBM Storage Scale 軟件確保其IT基礎架構支持增長，無論是在云中還是本地部署都不受影響。IBM 在汽車行業(yè)的豐富經(jīng)驗，也是大陸集團選擇IBM解決方案的重要因素。

借助新的解決方案，大陸集團可以通過多節(jié)點訓練來優(yōu)化深度學習，從而在不影響生產(chǎn)時間的情況下提高模型精度，實現(xiàn)更高的安全級別。大陸集團將 DGX 集群的規(guī)模擴大到每月可處理 14 倍以上的實驗，能夠在多種環(huán)境條件(例如雨、雪、晴天和多云天氣)和瞬態(tài)(例如汽車在變道時彼此靠得太近)下測試數(shù)百萬種排列, 縮短了產(chǎn)品的上市時間。

得益于IBM 數(shù)據(jù)管理解決方案帶來的性能改進、靈活性和可擴展性，大陸集團正在借助不斷發(fā)展的 AI 基礎設施改變未來出行方式。

提高開發(fā)周期的效率

大陸集團高級駕駛輔助系統(tǒng)人工智能主管Robert Thiel表示："考慮到安全要求，如果沒有能力驗證龐大的數(shù)據(jù)集，即對數(shù)百萬公里或數(shù)十 PB 的數(shù)據(jù)集進行定期處理、重新模擬、收集和生成某種 KPI 的能力，我們今天銷售的任何系統(tǒng)都無法銷售出去。"

提高開發(fā)周期的效率

"得益于全新的基礎設施，我們現(xiàn)在可以同時運行 20、40、80 個 GPU，從而真正加快我們的訓練速度。"大陸集團 ADAS 布達佩斯 AI 開發(fā)中心主管 Balazs Lorand 博士表示。借助這一新的基礎設施，大陸集團每月的深度學習實驗數(shù)量增加了 14 倍，并將訓練時間從幾周縮短到幾天，極大提高了開發(fā)生命周期的效率。而且該解決方案足夠靈活，可以支持容器化混合云環(huán)境、本地部署以及多個數(shù)據(jù)中心。

大陸集團在位于德國法蘭克福的 Equinix 公司的 AI 就緒數(shù)據(jù)中心建設了一套全新的基礎設施。Equinix 是一家全球性的托管基礎設施提供商。在 SVA 的支持下，大陸集團實現(xiàn)了集群存儲解決方案的整體集成，包括安裝、部署、配置、調(diào)試以及運營和管理培訓。

這一新解決方案包括多模式 GPU 集群、非阻塞性InfiniBand 網(wǎng)絡基礎設施、具有高速NVMe(非易失性內(nèi)存主機控制器接口規(guī)范)驅(qū)動器的 IBM Storage Scale System、NVIDIA DGX 系統(tǒng)和 NVIDIA V100 Tensor Core GPU。大陸集團還在其 Kubernetes 環(huán)境中使用 IBM Spectrum Scale 軟件進行現(xiàn)代應用開發(fā)。

這些改進為大陸集團帶來了強大的競爭優(yōu)勢，使其能夠比以往更快地推進新的、更安全的自動駕駛解決方案的開發(fā)。

點擊鏈接閱讀案例原文，部分內(nèi)容有調(diào)整 https://www.ibm.com/case-studies/continental-automotive

IBM Corporation logo.

審核編輯 黃宇