3月31日-4月2日，由中國電動汽車百人會主辦的中國電動汽車百人會論壇(2023)在北京召開。本次論壇以“推進中國汽車產(chǎn)業(yè)現(xiàn)代化”為主題，邀請汽車、能源、交通、城市、通訊等領(lǐng)域相關(guān)的產(chǎn)、學(xué)、研等各界代表共聚一堂，圍繞全球汽車產(chǎn)業(yè)發(fā)展形勢、智能汽車產(chǎn)業(yè)進展與趨勢、新能源汽車高質(zhì)量發(fā)展路徑等眾多汽車行業(yè)前沿話題展開討論。

華為云計算公司EI服務(wù)產(chǎn)品部部長尤鵬作為云計算領(lǐng)域的代表，受邀在智能汽車論壇發(fā)表主題演講。他表示，自動駕駛領(lǐng)域開發(fā)業(yè)務(wù)需求中面臨著諸多業(yè)務(wù)痛點，而打造自動駕駛數(shù)據(jù)閉環(huán)，是實現(xiàn)高階自動駕駛的必由之路。華為云提供“訓(xùn)練加速、數(shù)據(jù)加速、算力加速”三層加速方案，使能模型的高效訓(xùn)練和推理，實現(xiàn)自動駕駛數(shù)據(jù)的快速閉環(huán)流轉(zhuǎn)。

尤鵬介紹說，隨著智能駕駛里程的持續(xù)積累，海量行車數(shù)據(jù)產(chǎn)生意味著智能駕駛水平會發(fā)展得越高。但同時，自動駕駛企業(yè)面臨的挑戰(zhàn)也日益顯化。其中海量的數(shù)據(jù)如何管理、工具鏈是否完備、如何解決算力資源緊張和和算力使用沖突的問題，以及如何做到端到端的安全合規(guī)都成為了自動駕駛開發(fā)過程中需要面對的痛點問題。

尤鵬提到，目前影響自動駕駛落地的關(guān)鍵因素中，有各類不常見但不斷出現(xiàn)的場景中“長尾問題”，因此對新場景數(shù)據(jù)進行大規(guī)模高效處理，快速優(yōu)化算法模型，成為自動駕駛技術(shù)迭代的關(guān)鍵。華為云針對自動駕駛行業(yè)中的痛點，提供“訓(xùn)練加速、數(shù)據(jù)加速、算力加速” 三層加速，是長尾問題行之有效的應(yīng)對方案。

一是提供訓(xùn)練加速的“ModelArts平臺”，可以提供業(yè)界極具性價比的AI算力。華為云ModelArts的數(shù)據(jù)加載加速DataTurbo，可以實現(xiàn)邊讀邊訓(xùn)，避免計算存儲之間帶寬瓶頸;在訓(xùn)練和推理的優(yōu)化上，模型訓(xùn)練加速TrainTurbo基于編譯優(yōu)化技術(shù)自動融合瑣碎算子計算，可以做到一行代碼優(yōu)化模型計算。同等算力下面，通過ModelArts平臺，能夠?qū)崿F(xiàn)高效的訓(xùn)練和推理。

二是提供大模型技術(shù)以及用于數(shù)據(jù)生成的NeRF技術(shù)。數(shù)據(jù)標注是自動駕駛研發(fā)成本較高的環(huán)節(jié)。數(shù)據(jù)標注的準確率、效率的高低直接影響算法效率。華為云研發(fā)的標注大模型，基于海量典型數(shù)據(jù)進行預(yù)訓(xùn)練，通過語義分割、對象跟蹤技術(shù)可以快速完成長時間連續(xù)幀的自動標注，支撐后續(xù)的自動駕駛算法訓(xùn)練。仿真環(huán)節(jié)也是自動駕駛成本很高的環(huán)節(jié)，華為云NeRF技術(shù)大幅度提升仿真數(shù)據(jù)生成效率，降低仿真成本，該技術(shù)在國際權(quán)威榜單排名第一，圖像PSNR和渲染速度均有明顯優(yōu)勢。

三是提供算力加速的華為云昇騰云服務(wù)。昇騰云服務(wù)能夠為自動駕駛行業(yè)提供安全、穩(wěn)定、高性價比算力支撐。昇騰云服務(wù)支持主流AI框架，針對自動駕駛典型模型做了針對性優(yōu)化，便捷的轉(zhuǎn)換工具包方便客戶快速完成遷移。

此外，華為云依托“1+3+M+N”全球汽車產(chǎn)業(yè)云基礎(chǔ)設(shè)施布局，即全球1張車用存算網(wǎng)、3個超大數(shù)據(jù)中心構(gòu)建汽車專區(qū)、M個分布式車聯(lián)網(wǎng)節(jié)點、N個汽車專用數(shù)據(jù)接入點，助力企業(yè)打造數(shù)據(jù)傳輸、存儲、計算、專業(yè)合規(guī)基礎(chǔ)設(shè)施，幫助汽車業(yè)務(wù)走向全球。

華為云將持續(xù)踐行“一切皆服務(wù)”理念，堅持技術(shù)創(chuàng)新，為自動駕駛產(chǎn)業(yè)提供更完備的解決方案，與伙伴攜手為客戶提供云上賦能，不斷為全球自動駕駛創(chuàng)新發(fā)展貢獻力量。

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）