浪潮VIRES中汽數據聯合發布支持百萬場景並發的自動駕駛仿真計算方案

2020-12-25 美通社

北京2020年12月21日 /美通社/ -- 12月19日,在GTC China 2020大會上,浪潮聯合VIRES和中汽數據有限公司發布了自動駕駛高並發仿真解決方案,為創新車企提供針對私有雲部署的高並發大規模仿真計算模式,幫助用戶極大地縮短測試時間,節省仿真業務構建和服務的部署成本,加速自動駕駛技術開發,推動自動駕駛汽車的商業化進程。

自動駕駛汽車在真正商業化應用前,需要進行高達百億級英裡的裡程測試,並根據測試結果對自動駕駛算法進行持續優化。但是,這種方法會耗費大量的時間和成本,同時開放道路測試受到各地法規的嚴格限制,極端交通條件和場景復現困難。因此,車企普遍採用自動駕駛仿真測試。依託自動駕駛仿真平臺,5小時即可完成約48萬公裡的道路測試,但這種方法對基礎設施要求極高。如L4級自動駕駛仿真測試需要大規模計算、百萬量級的場景高並發處理,以及大規模數據存儲能力,遠非一般車企,特別是初創企業所能承受。

 

 

 

浪潮攜手全球知名智能駕駛汽車仿真軟體提供商VIRES、全球汽車場景仿真項目ASAM OpenSCENARIO 1.x負責人中汽數據有限公司,推出了基於VIRES Virtual Test Drive (VTD) 的高並發仿真方案。該方案整合了浪潮、VIRES和中汽數據在計算平臺、資源管理、場景仿真、場景生成等方面的技術能力,對軟硬體進行了協同優化,輕鬆實現百萬場景高並發處理,幫助中小規模車企以更低成本更高效地完成自動駕駛仿真測試。

方案提供基於浪潮NF5468M5伺服器的大規模仿真計算平臺,為自動駕駛仿真測試提供充足的算力支撐,具備百萬級別的場景數量高並發處理能力。NF5468M5是業界首款面向AI雲設計的彈性GPU伺服器,可提供強勁計算能力和極致通信延遲。

方案通過AIStation平臺管理計算資源和仿真任務,節省仿真業務構建和服務的部署成本。AIStation是浪潮開發的高效AI資源平臺,可實現容器化部署、可視化開發、集中化管理等,為用戶提供極致高性能的計算力支撐。在面對大批量仿真任務時,可以批量創建容器,高效管理、調度、監控計算資源和任務,大幅提高資源利用率和開發效率。

此外,方案實現了軟硬體協同優化,集成了浪潮聯合VIRES開發的場景仿真工具VTD-Opt和中汽數據場景生成工具ADScenario,可有效提升仿真計算效率。VTD是一款功能強大的複雜交通場景視景仿真工具,但存在高並發性能差、無法線性擴展等問題。VTD-Opt仿真工具針對VTD單機版本的性能瓶頸進行了多機多卡升級和性能優化,實現了CPU、GPU利用率線性擴展和多個任務並發場景的同步運行,將傳統的「串行測試」變為「並行測試」,大幅提升了資源利用率和仿真效率。ADScenario基於原始場景採集數據和邏輯場景庫數據,能夠自動生成大量測試場景,解決仿真場景覆蓋度不足的問題,極大地提升測試效率,縮短測試周期。

浪潮面向中小規模創新車企,與VIRES和中汽數據聯手打造的高並發仿真解決方案,針對自動駕駛仿真計算提供大規模計算支持、高並發場景仿真、計算資源的高效管理調度、高保真場景仿真和傳感器仿真、基於VTD仿真軟體性能優化設計、海量仿真場景生成,完全滿足L4和L5級自動駕駛仿真計算需求,既能提高車企研發效率,又能有效節約研發成本。在部署該解決方案之後,創新車企有望進一步加速自動駕駛技術開發,推動自動駕駛汽車的商用化進程,為消費者帶來更加智慧、便利、安全的自動駕駛體驗。

相關焦點

  • 中汽數據周博林:ASAM 標準助力自動駕駛仿真測試落地
    回到今天的主題上,今天主題為《ASAM OpenX 標準助力自動駕駛仿真測試落地應用》。一、自動駕駛行業發展背景隨著自動駕駛等級的提高,面向傳統汽車的測試工具與測試方法已不能滿足自動駕駛汽車測試的需要。比如,自動駕駛汽車無法在一些危險的場景下進行實際的測試。
  • ASAM正在成為自動駕駛場景模擬仿真測試標準引領者
    而從目前的發展態勢看,中國汽車技術研究中心有限公司(以下簡稱「中汽中心」)深入研究的由ASAM(德國自動化及測量系統標準協會)制訂並推廣的OpenX標準正在引領自動駕駛場景模擬仿真測試標準的發展。為何ASAM及OpenX標準在場景仿真領域擁有如此強的吸引力?這要先從ASAM的發展說起。
  • ASAM:自動駕駛仿真測試標準引領者
    隨著自動駕駛技術的發展,仿真測試對於自動駕駛的安全落地至關重要,ASAM發布的OpenX標準得到了全球廣泛關注,熱度逐漸提升。成員單位提出希望制定更多的仿真領域標準,並以OpenX命名,其中就包括OpenLABEL等。2019年10月,由寶馬開發的OSI標準正式移交ASAM進行維護與開發。
  • 自動駕駛仿真類初創企業信息梳理
    :自動駕駛系統算法的快速迭代和調整,實現功能性驗證Cognata 雲版:基於雲的軟體平臺,可在並行計算實例上運行海量場景和仿真測試裡程加速;加快了開發,測試和驗證的速度Cognata bench版:該版本是本地部署的軟體模塊,支持對所有系統進行硬體在環測試
  • 中國首部自動駕駛仿真藍皮書《中國自動駕駛仿真技術研究報告(2019...
    在2019年5月30日的年會上,中國首部自動駕駛仿真藍皮書《中國自動駕駛仿真技術研究報告(2019)》重磅發布。此部自動駕駛仿真藍皮書是由51VR發起,由清華大學蘇州汽車研究院、廣汽研究院智能網聯技術研發中心、中國汽車技術研究中心智能汽車研究室暨汽車軟體測評中心、江蘇省智能網聯汽車創新中心、北京智能車聯產業創新中心、奇點汽車和當家移動綠色網際網路技術集團有限公司(51VR)聯合發布。
  • 雷鋒網公開課|中汽數據國際標準總監周博林:ASAM標準助力仿真測試...
    仿真器作為自動駕駛最重要的技術之一,其出現使得自動駕駛開發商能夠超越物理世界的局限,能夠模擬極端的路況。但在實際發展過程中,整車廠、供應商以及仿真工具商使用的數據格式與接口五花八門,很難統一標準。為了更有針對性地解決與中國特色場景相關的諸多問題,ASAM標準協會於2018年與中汽中心下屬中汽數據有限公司開展了技術交流。2019年雙方組建的C-ASAM工作組,成為ASAM中國區惟一官方代表單位。中汽數據有限公司致力於向成員更新ASAM標準研究進展、促進成員參與國際標準制定以及國際合作等。
  • 51VR披露自動駕駛仿真平臺細節,更大的布局在5G、智慧交通
    當時公司內部已經開始孕育自動駕駛仿真平臺原型。一年之後的「地球克隆計劃 2」發布會上,51VR正式推出全新的自動駕駛仿真平臺51Sim-One。發布會上,51Sim-One打頭陣率先亮相,足以見得51VR對其的重視程度。從房產領域跨界自動駕駛,作為國內獨立的第三方自動駕駛仿真系統供應商,51Sim-One相比於自動駕駛公司自研的仿真平臺又有何特別之處?近
  • 乾貨分享:遊戲技術如何助力自動駕駛仿真測試
    自動駕駛虛擬仿真技術,作為推動自動駕駛落地的必要工具,已經被行業廣泛運用。與在遊戲中復現虛擬的現實世界類似,自動駕駛虛擬仿真系統,是通過虛構一個幾何形象、物理規律乃至運行邏輯都與真實世界無限接近的虛擬環境,讓自動駕駛汽車在其中運行,積累算法訓練和驗證需要的海量數據,以此解決現實中測試成本高、耗時長、風險高、場景局限性大等問題。
  • 英偉達發布 Drive Constellation 自動駕駛仿真系統,解決路測距離...
    近日,Uber 自動駕駛汽車撞死行人的事件在業內引起了對自動駕駛汽車安全性的大討論。據了解,對於自動駕駛而言,必須要有足夠多的數據才能證明它是不是安全,足夠多的數據是多少?蘭德公司給的數據是 100 億英裡,只有這麼多數據才能有 95% 的置信度。然而,在新車上市之前,哪裡有車能跑這麼遠?或許唯一的解決之道便是建立一個虛擬仿真系統。3 月 28 日凌晨,英偉達在 GTC 2018 大會上便發布了這麼一款自動駕駛仿真系統——Drive Constellation。
  • 在智能駕駛的開發中,為什麼仿真的作用越來越重要?
    本欄目由智能駕駛專家郭繼舜博士與汽車之心聯合出品,內容獨家授權汽車之心發布。 各位朋友,有挺長一段時間沒有更新了,因為這段時間我一直專注於處理一款量產車型的智能駕駛功能問題。 這款車型很快就要量產了,但是智能駕駛功能還有比較大的優化空間,至少還沒有到讓我們滿意。
  • 深度揭密:華為自動駕駛雲服務Octopus,一隻八爪魚的前世今生
    Octopus指的是華為自動駕駛雲服務,對應的中文意思是「八爪魚」,它與智能駕駛計算平臺MDC、智能駕駛OS一起,發揮華為雲+AI優勢,共同組成車雲協同的MDC智能駕駛平臺,開放合作,促進智能駕駛快速發展。
  • 華為、騰訊、百度扎堆進入的自動駕駛仿真市場,到底藏著怎樣的秘密?
    以華為的八爪魚為例,建在華為自動駕駛雲上,又與MDC(移動數據中心)等車端硬體平臺和ADAS系統無縫對接,如果八爪魚這個產品能被行業認可,則在模擬仿真市場建立了一個「華為生態」,即雲服務、硬體設備、數據甚至自動駕駛整體解決方案。這與當前的車聯網生態是不是高度相似?
  • 邊緣計算在自動駕駛中的應用場景丨邊緣計算閱讀周
    考慮到計算任務的差異性,為了提高執行效率並降低功耗和成本,一般需要支持異構的計算平臺。截至目前,市場主要以 L2 級自動駕駛的量產以及擁有 L3 級或 L4 級的部分功能為主。L2級的自動駕駛基本有兩種解決方案:一種是現在很多傳統車廠使用的前視攝像頭,加毫米波雷達和視覺感知晶片的方案;還有一種則是類似特斯拉、谷歌等使用的多個攝像頭與聲波雷達環視,並通過一個中央計算機進行融合計算的方案。
  • 突圍自動駕駛仿真刺激戰場 詳解騰訊TAD Sim如何發揮遊戲生產力
    此外,運轉自動駕駛車輛動力學模型仿真,需要1000赫茲的超高更新頻率,對物理引擎有非常高的要求。騰訊TAD Sim具有強大的遊戲技術支持,同時本身具有高精度的傳感器模型,以及27自由度的專業車輛動力學模型,還支持接入CarSim這樣行業頂尖的車輛動力學模型,能保證自動駕駛仿真測試結果的真實性。
  • 自動駕駛開發者利器:華為雲自動駕駛雲服務Octopus亮相上海車展
    該服務基於華為雲,提供自動駕駛數據、訓練以及仿真三大子服務,助力車企開發者快速開發自動駕駛產品,共同探索智能網聯汽車時代。華為雲自動駕駛雲服務Octopus包含自動駕駛數據、訓練和仿真三大子服務,覆蓋自動駕駛數據、模型、訓練、仿真、標註等全生命周期業務,將有力提升企業的自動駕駛產品開發效率。  數據服務:處理車載硬體平臺上輸出的傳感器數據,回放雷達、攝像頭等不同格式的數據;支持PB級海量存儲、交互式大數據查詢和海量數據治理。
  • 競速商業落地 自動駕駛賽程進入下半場
    如果配置一支100輛自動駕駛測試車的車隊,每天24小時不停歇路測,平均時速25英裡(40公裡)每小時來計算,需要500多年的時間才能完成目標裡程,期間所耗費的時間和成本無疑難以承受。 10月12日,中國電動汽車百人會、騰訊自動駕駛、中汽數據有限公司聯合發布了《2020中國自動駕駛仿真藍皮書》,詳細介紹了技術應用現狀及挑戰。 趨勢:未來或有99.9%測試利用仿真平臺 基於場景庫的仿真測試是解決自動駕駛路測數據匱乏的重要路線。
  • Mathworks資深應用工程師王鴻鈞:仿真加速自動駕駛功能的開發 |...
    自動駕駛龍頭企業Waymo的秘密武器之一是模擬系統Carcraft。駕駛模擬系統能夠提高數據的利用率、以低成本的方式構建極端場景,對自動駕駛進行驗證。事實上,所有有志於以自動駕駛顛覆未來出行方式的企業,都會注意到自動駕駛模擬器的重要性。
  • 青雲QingCloud與浪潮信息聯合發布新一代微型雲數據中心
    7月25日,由青雲QingCloud主辦的Cloud Insight Conference(CIC)2019雲計算峰會在北京舉行,會上青雲QingCloud與浪潮信息聯合發布了新一代微型雲數據中心——青立方Qing3 Rack易捷版,為企業提供雲+數據中心基礎設施的一站式交付與運維管理,降低企業數位化轉型的門檻,全面適用於軟體定義數據中心、桌面雲、混合雲、IoT邊緣計算等場景
  • 2020WNEVC創新技術解讀|基於昇騰AI的自動駕駛雲服務技術
    Octopus提供數據、訓練和仿真服務三大服務,旨在降低自動駕駛開發門檻,讓自動駕駛開發變得更智能、更高效、更便捷。從而助力車企及開發者快速上市自動駕駛,將更多的精力,投入到核心能力的構建中去。技術創新性體現在:1)數據服務部分引入自動分析算法對自動駕駛的場景進行分析定位,將自動駕駛實際路採數據轉換成為仿真評測和感知訓練所需的場景化數據集;2)訓練服務平臺基於「昇騰910」 AI晶片,提供軟硬體加速,能大幅縮短訓練時間,提升訓練效率;3)仿真服務的並行仿真能力的構建保證了算法測試的效率,突破了真實世界時空的約束,在仿真空間更高效地運行算法,快速得到算法裡程數據和性能評測數據。