HPC、AI和IOT如何驱动智能汽车的未来
2020年01月10日 由 KING 发表
692791
0
当许多人从计算的角度考虑物联网(IoT)和智能汽车时,想到的第一件事可能是分析并将数据馈送到远程系统小型处理器难度的问题。这当然是物联网的重要组成部分,但是许多复杂的应用程序都需要超级计算资源来进行开发,大规模分析和高级机器学习。
联网汽车需要在包括遥感和人工智能在内的全新领域进行深入研究。这些努力需要大量的计算和研究资源,并非所有汽车制造商都具有建造下一代智能汽车的能力。
考虑到这一点,有关互联和自动驾驶汽车未来的理想研究中心将具有可扩展至超级计算机级别的计算能力,同时支持为开发更小的IoT或传感设备而进行的研究工作。这样的中心还必须在多学科研究方面提供世界一流的重视,以在资金,可用技术和协作方面支持广泛的项目。
事实证明,密歇根大学涵盖了所有这些关键要素,特别是在研究授权方面。此外,密歇根大学还拥有世界一流的超级计算资源,以推动互联汽车研究的未来。从探索连接,分析和传输单个汽车信息的微型设备,到在其GPU支持的系统上受过训练的机器学习算法,再到大规模模拟更高效的交通流,这所大学始终处于领先地位接下来是智能感应车。
我们将探讨高性能计算(HPC)连接,以及为什么它对这种汽车和物联网研究的成功至关重要。但是,首先,值得指出的是该大学的MCity计划已经启用的一些项目。
智能汽车,智慧城市
MCity是密歇根大学广泛的跨学科计划,旨在发展更智能的城市,重点是智能互联汽车的作用。这些是智慧城市的关键要素,因为它们有望减少交通拥堵,提高安全性,甚至通过减少交通拥堵的闲置时间来减少碳排放,还有其他好处。
该计划由密歇根大学的众多研究小组推动,涉及经济、公共卫生、工程、网络安全等众多领域。行业合作伙伴包括本田,福特和通用汽车,丰田,以及保险公司(包括State Farm)以及技术合作伙伴。
MCity的主要功能之一是占地32英亩的测试设施,道路面积超过16英亩,许多基础设施驾驶员会遇到这种情况,包括模拟树木遮盖物造成的危险和GPS黑点。在这里,针对自动驾驶汽车研究了许多现实世界和模拟测试条件。
随着智能汽车在测试基础设施中漫游,收集到的数据有无数的研究项目。一个团队专注于计算机视觉算法,该算法几乎实时地从人类观察中获取线索,另一个团队则专注于行人位置系统,以对其行为进行分类,以馈入更准确地预测行人活动的汽车中。其他人则通过使用大量的出行数据来完善智能交通系统,而其他人则使用数据来更好地了解驾驶员如何与联网车辆内部的警告系统进行交互。
所有这些研究项目使用的高速公路都是大学提供的计算资源。这些计划和未来计划的核心是即将推出的“大湖区”超级计算机,戴尔EMC帮助密歇根大学进行了计划和测试。
计算基础架构
鉴于MCity计划的需求以及整个校园内许多研究部门的需求,戴尔EMC和密歇根大学必须密切合作,以确定“大湖区”将为最广泛的应用提供最大价值的因素簇。
对MCity的日益增长的需求之一尤其是需要有资源来利用AI工作负载来扩展传统的建模和仿真。只需训练一个深度学习模型来识别路牌,行人和危险就可能是一项计算密集型任务,而众所周知,GPU的大规模并行性可以有效地实现目标。
“Great Lakes”超级计算机将提供Nvidia提供的44个性能最高的GPU,V100具有Nvidia的TensorCore组件,该组件旨在通过利用密集的乘法/累加功能处理输入和图层来加速深度学习训练问题。这些可以获取针对AI模型的训练数据,这些数据部署在智能和互联车辆内部的设备上,以提供近乎实时的情报。如果不在“大湖区”机器中安装高性能,可扩展的GPU,那么研究这些算法的功能以及如何将通用的AI框架(如TensorFlow和PyTorch)用于自动车辆推理部署的研究效率将大大降低。
Dell EMC与网络合作伙伴Mellanox紧密合作,为MCity等大规模研究工作提供了另一个关键功能。测试轨道的许多应用程序(更不用说该大学的2500位其他活跃用户)将需要高带宽来保持高性能GPU和CPU内核的运行。除了处于自动驾驶和智慧城市研究的前沿,密歇根大学还成为网络性能的全球领导者,成为首个拥有Mellanox HDR 200 Gb / s Infiniband的生产客户。这意味着需要多个节点的项目(包括那些启用了GPU的项目)将可以访问地球上最快的数据传输速度(从而获得应用程序性能结果)。
强有力的合作伙伴关系
MCity计划的成功取决于学术界与行业之间以及技术提供商之间的牢固合作关系。
互联汽车内部的核心技术将推动未来发展,而支持这些应用的研发则是当务之急。“大湖区”集群是一项合作的结果,该合作考察了MCity的努力以及整个校园范围的需求网络,以在密歇根大学构建物联网,HPC和AI研究的完美系统。
Palen补充说,戴尔EMC被证明是杰出的合作伙伴,因为他的团队寻求服务于传统的HPC工作负载和新兴的应用程序,以为联网汽车和智能汽车研究服务。例如,如果没有计算能力来建模和开发IoT设备的概念以及它们如何通过网络相互通信,则MCity计划的范围将受到更大的限制。
对于大多数对自动驾驶汽车至关重要的方面,人工智能都是其主要特征;从计算机视觉应用程序到推断人类与智能汽车的交互作用,如果该程序没有配备AI优化的GPU的世界级超级计算机以及迄今为止研究最快的网络,那么该程序将受到限制。
这是一个激动人心的时刻,可以看到计算基础架构中的各个领域如何融合在一起。从诸如“大湖区”之类的加速超级计算机到传输信号和数据以馈送到其他智能汽车网络的微型设备,这种融合将持续下去,从而创造出智能汽车,更智能的城市和可继续铺平道路的智能机器。