項目概況
項目背景
BEV+Transformer的重感知輕地圖自動駕駛解決方案已成為當下主流，開啟了自動駕駛行業(yè)新篇章。但要訓練出高質(zhì)量的BEV模型，對數(shù)據(jù)量級有十分苛刻的要求，需要進行大量的數(shù)據(jù)采集和預處理，這對于場景感知性能和效果有著至關(guān)重要的影響。
紐勱科技（Nullmax）作為行業(yè)領(lǐng)先的自動駕駛科技公司，其在BEV-AI自動駕駛整體技術(shù)架構(gòu)研發(fā)過程中，為獲取更多訓練樣本，投入了大量路測車輛，但其后端算力已難以保障爆炸式增長路況數(shù)據(jù)的精準標注和高效預處理，后期訓練時模型精度受到影響。
解決方案
針對紐勱科技面臨的實際難題，超集信息提供了基于AMD Genoa平臺的ServMAX? G448-H4計算解決方案，完成了預處理及訓練集群擴展。
憑借高密度設(shè)計，G448-H4單機4U空間內(nèi)更可實現(xiàn)雙路下AMD Genoa及8張全尺寸GPU搭載，單機混合算力高達5280 TFLOPs，顯著提高了頻率并降低平均延遲，數(shù)據(jù)處理效率獲得大幅提升，能夠輕松應對模型訓練場景下的計算密集型工作負載，大幅加速了紐勱科技BEV模型的整體訓練進程。
并且，為幫助紐勱科技最大化提高資源使用效率，超集信息還為集群部署了PlatforMax智算融合平臺，能夠在圖形化界面下直觀了解并動態(tài)調(diào)整CPU、GPU、Memory資源，保證任務最優(yōu)分布。
客戶價值
由超集信息建設(shè)、測試和調(diào)優(yōu)的整體計算解決方案，幫助紐勱科技實現(xiàn)了高效算力升級擴展，數(shù)據(jù)標注和預處理、模型訓練效率均實現(xiàn)了大幅提升，進一步加速了其BEV模型在部署優(yōu)化、超長距離感知、適配任意傳感器配置等方向的優(yōu)化進度。
