hirdetés
hirdetés

Mesterséges intelligencia

Szuperszámítógépet fejlesztenek Budapesten

Az innovatív technológiák még hatékonyabb és gyorsabb kialakítása érdekében a Continental egy mesterséges intelligencia fejlesztéseket támogató saját szuperszámítógép létrehozásába fektetett be. A vállalat budapesti mesterséges intelligencia fejlesztő központja saját számítógép klaszterével dolgozik a jövő mobilitásán az NVIDIA-val.

hirdetés

Az autóipar jelenleg átalakuláson megy keresztül, aminek velejárója, hogy a fejlesztési ciklusok egyre rövidebbé válnak. Az innovatív technológiák még hatékonyabb és gyorsabb kialakítása érdekében a Continental egy mesterséges intelligencia fejlesztéseket támogató saját számítógépes klaszter (egyfajta szuperszámítógép) létrehozásába fektetett be, amely az InfiniBand hálózati technológia használatával épült NVIDIA DGX rendszeren alapul. A számítógépes klaszter 2020 eleje óta a Németországban, Frankfurt am Mainban lévő adatközpontból működik, és világszerte számítási teljesítményt, valamint tárolási kapacitást kínál a cég fejlesztői számára. A mesterséges intelligencia segítségével kollégáink továbbfejlesztik a korszerű vezetéstámogató rendszereket, okosabbá és biztonságosabbá teszik a mobilitást, valamint felgyorsítják az önvezetéshez szükséges rendszerek fejlesztését.

A Continental budapesti mesterséges intelligencia fejlesztő központjának csapata is részt vett a közös fejlesztésben, hiszen a jövőben a hazai szakemberek a szuperszámítógép alkalmazásával növelni tudják versenyképességüket. „Összességében azt becsüljük, hogy a neurális háló tanításához szükséges időt hetekről órákra lehet csökkenteni” – mondja Lóránd Balázs, a Continental budapesti mesterséges intelligencia fejlesztő központjának vezetője, aki a mesterséges intelligencia-alapú innovációk infrastruktúrájának fejlesztésén is dolgozik magyarországi munkatársaival. „A fejlesztő csapatunk létszáma és tapasztalata egyaránt növekedett az elmúlt évek során. A szuperszámítógép segítségével pedig most még jobban tudjuk skálázni a számítási teljesítményt igényeinknek megfelelően, és kiaknázhatjuk a fejlesztőinkben rejlő teljes potenciált”- tette hozzá Lóránd Balázs. A Continental fejlett vezetéstámogató rendszerek (ADAS) üzletágának programmenedzsment rendszerekért felelős igazgatója Christian Schumacher elmondta, hogy „a csúcstechnológiás rendszer csökkenti a neurális hálózatok tanításához szükséges időt, mivel legalább 14-szer több kísérlet egyidejű futtatását teszi lehetővé”.

IT mestermű az MI-alapú megoldásokhoz

„Az NVIDIA DGX rendszerek költséghatékony és könnyedén telepíthető megoldást nyújtanak mesterséges intelligenciát alkalmazó számításokra olyan innovátorok számára, mint amilyen a Continental is” – mondja Manuvir Das, az NVIDIA nagyvállalati informatikai részlegének igazgatója. „Az InfiniBand hálózati technológia használatával épült NVIDIA DGX POD a klaszterrel a Continental a holnap legintelligensebb járműveit, valamint az azok tervezéséhez használt IT infrastruktúrát hozza létre.”

A Continental szuperszámítógépét több mint ötven NVIDIA DGX szerver felhasználásával építették, amelyek NVIDIA Mellanox InfiniBand hálózatot használnak a klaszteren belüli kommunikációra. Ezt a rendszert a szuperszámítógépek hivatalosan is elérhető TOP500-as listáján az autóipar legnagyobb rendszerei között tartják számon. Kialakítása során hibrid megközelítést választottak annak érdekében, hogy szükség esetén felhőalapú megoldásokkal bővíthessék a számítási és a tárolási kapacitást. „A szuperszámítógép az informatikai infrastruktúra tervezésének remekműve” – mondja Schumacher. „A csapat minden részletet pontosan megtervezett annak érdekében, hogy a rendszer a ma elérhető maximális teljesítményt és funkcionalitást, később pedig a további bővítések skálázhatóságát is biztosítsa.” A fejlett vezetéstámogató rendszerek mesterséges intelligencia alapú algoritmusokat használnak arra, hogy döntéseket hozzanak meg, támogassák a sofőrt, és végső soron, hogy önállóan működhessenek. A nyers adatokat környezeti szenzorok, például radarok és kamerák szolgáltatják. Ezeket valós időben dolgozzák fel intelligens rendszerek, hogy egy átlátható modellt hozzanak létre a jármű környezetéről, és kidolgozzanak egy stratégiát az azzal való interakcióról. Végül a járművet vezérelni is kell ahhoz, hogy a terveknek megfelelően viselkedjen. Azonban mivel a rendszerek egyre bonyolultabbá válnak, a hagyományos szoftverfejlesztési módszerek elérték a saját felső határaikat, amelynek következtében a gépi tanulás és a szimulációk központi fontosságúvá váltak a megoldások kidolgozásában.

Gépi tanulás, szimuláció és virtuális adatok generálása

A gépi tanulás esetében mesterséges neurális hálózatok valósítják meg, hogy a gép tapasztalatok alapján tanuljon, és új információkat kössön össze a meglévő ismeretekkel, sok szempontból hasonlóan ahhoz, ahogyan az emberi agyban is zajlik a tanulási folyamat. Azonban amíg egy gyermek képes felismerni egy autót, miután pár tucat különféle típusú autót mutattak neki, több ezer órás tanításra, és milliónyi képre, azaz óriási mennyiségű adatra van szükség egy neurális háló tanításához, amely később a sofőrt fogja segíteni, vagy akár önállóan vezérli a járművet. Az NVIDIA DGX POD alapú rendszer nem csak az ezen komplex folyamat kialakításához szükséges időt csökkenti le, hanem az új technológiák piacra dobásához vezető folyamatot is lerövidíti. Jelenleg a neurális hálók tanításához felhasznált adatok főként a Continental tesztjármű-flottájából származnak. Ezek a járművek 15 ezer tesztkilométert tesznek meg naponta, miközben körülbelül 100 terabájtnyi adatot gyűjtenek, ami 50 ezer órányi filmnek felelne meg. A rögzített adatokat már fel lehet használni új rendszerek tanításához ismételt lejátszással, azaz a valódi tesztvezetések szimulációjával. A szuperszámítógép segítségével az adatokat már szintetikusan is lehet generálni. Ez egy nagy számítási teljesítményt igénylő felhasználási eset, amely lehetővé teszi a rendszerek számára, hogy egy szimulált környezetben tett virtuális utazásból „tanulhassanak”.

(forrás: Continental/GyártásTrend)
hirdetés
Ha hozzá kíván szólni, jelentkezzen be!
 
hirdetés
hirdetés
hirdetés

Kiadónk társoldalai

hirdetés