首页 > 技术

加快适应大模型的自动驾驶刚需 毫末智行引领建设智算中心等AI新基建

2023-03-08 12:07:34      搜狐   


  又到了一年一度的“两会时刻”,相比往年,今年两会,受对话式AI大模型ChatGPT爆火的影响,大模型逐渐成为科技领域的两会关键词。全国政协委员、360集团创始人周鸿祎就天关注以通用大模型为中心的生态创新模式,强调除了关注ChatGPT在技术层面的创新,也要关注技术突破背后所依赖的创新模式。全国人大代表、科大讯飞董事长刘庆峰也提出要加快推进我国认知智能大模型建设,在自主可控平台上让行业尽快享受AI红利。

  事实上,对数据、算力需求、大模型训练的指数级增长事近年科技行业的发展趋势,以其中最为典型的自动驾驶领域为例,2023年,城市导航辅助驾驶成为各家关注重点,毫末智行、华为、小鹏汽车、理想汽车等企业纷纷布局。从技术上讲,高级别导航辅助驾驶可以极大地提升用户的驾驶安全性和便捷舒适性,也能进一步提升我国自动驾驶的技术实力;从实现角度上讲,越高阶的辅助驾驶就越需要算力和数据,当这些需求上来了,智算中心这个算力的供应和生产平台,作为自动驾驶的“新基建”也就被业界越来越多的提及。

  特斯拉在2021年发布了自研的AI加速芯片D1,并计划将25个D1封装在一起组成一个训练模块(Training tile),然后再将训练模块组成一个机柜(Dojo ExaPOD)。最近一期的特斯拉AI DAY上,马斯克称将于2023年一季度部署完成特斯拉超级计算机群组ExaPOD。国内方面,2022年8月,小鹏汽车和阿里云合建了当时国内最大的自动驾驶智算中心“扶摇”,专门用于自动驾驶模型训练,算力规模达600PFLOPS,相当于每秒可以完成60亿亿次浮点运算。不过这个记录仅仅维持了4个多月。

  今年1月,毫末智行联合火山引擎,共同推出自动驾驶行业最大的智算中心MANA OASIS(雪湖·绿洲),每秒浮点运算达67亿亿次,存储带宽每秒2T,通信带宽每秒800G。吉利也在1月28日上线了吉利星睿智算中心,目前已接入智能驾驶和车联网实验数据近百PB,在线车辆的并发计算支持达百万辆。

  从现有情形来看,成本和需求两重因素,是智算中心的诱人之处。

  成本层面,算力作为自动驾驶的基本要素,需要更高性能的智算中心来完成训练、标注等工作。以毫末的MANA OASIS为例,通过部署Lego高性能算子库、ByteCCL通信优化能力,以及大模型训练框架,软硬一体,毫末把算力优化到极致。在训练效率方面,基于Sparse MoE,通过跨机共享,轻松完成千亿参数大模型训练,且百万个clips(毫末视频最小标注单位)训练成本只需百卡周级别,训练成本降低100倍。

  如果持续使用公有云服务,边际成本不断上涨只是一方面,更重要的是,智算中心可以让自动驾驶企业实现“专云专用”。自动驾驶的开发包括从数据采集到数据筛选、打标、模型训练、回放性验证、仿真测试等等环节。而云计算的本质是租赁计算设备,云服务商的设备都是统一采购,为了获得更多客户,这些设备都具备很大的通用性,设备内部使用的CPU、GPU/AI加速器、内存的型号与规格都相对固定,很难与车企和自动驾驶公司的算法形成最佳匹配。所以,从需求的角度来看,智算中心似乎可以成为自动驾驶和车企的托底神器。

  同样以毫末为例,有了MANA OASIS的加持,毫末MANA五大模型全新亮相升级,车端感知架构实现跨代升级,毫末的技术栈布局继续保持完整领先的态势,尤其在感知、认知等层面领跑行业,引领大模型、大算力、大数据发展方向,冲刺进入自动驾驶3.0时代。

  以其中的DriveGPT为例,在今年2月,毫末智行宣布人驾自监督认知大模型正式升级为DriveGPT,这也是全球首个自动驾驶认知大模型。它能让毫末的驾驶策略更加拟人化,安全及顺畅。目前,毫末DriveGPT已完成模型搭建和第一阶段数据的跑通,参数规模可对标GPT-2的水平。接下来,DriveGPT将持续引入大规模真实接管数据,通过人驾数据反馈的强化学习,来不断提升测评效果,同时也将DriveGPT作为云端测评模型,用来评估车端小模型的驾驶效果。

  除了毫末,特斯拉超算中心拥有近2万张GPU,对自动驾驶训练效率产生立竿见影的效果,最大限度地提升了自动驾驶系统的开发效率;大陆集团的高算力集群,将开发周期从几周缩短至几个小时,使自动驾驶得以在中短期商业计划中落实;机器学习时间的缩短加快了新科技进入市场的速度;“扶摇”支持小鹏自动驾驶核心模型的训练时长从7天缩短至1小时内,大幅提速近170倍……

  当前,一个不争的事实就是,在自动驾驶领域具有长期规划的车企,无论是造车新势力还是传统品牌,或者技术供应商,都在搭建自己的超算中心,以掌握稳定的算力资源,缩短开发周期,加快自动驾驶产品的上市。相反,如果没有超算中心,那么自动驾驶训练速度将明显放缓,自动驾驶企业间的差距也将愈发明显。

  人工智能是创新的加速器,智算中心作为新基建则可以为各类技术创新提供支撑。人工智能发展很快,新的算法层出不穷,需尽快引入新的技术和模型,与此同时,数据是智能化发展最大的驱动力,也占据了大量成本构成。用自建智算中心来打造数据护城河,不仅能够完善产业智能生态,更能让企业在智能化方面占据先发优势,智算中心作为数字新基建,未来势必将引领自动驾驶技术持续迭代升级。

相关阅读