Data science

สถาปัตยกรรมอ้างอิงใหม่ของควอนตัมจัดการกับการขับขี่อัตโนมัติ

Quantum Corporation ซึ่งมีฐานอยู่ในซานโฮเซตั้งเป้าที่จะดำเนินงานที่ระดับแนวหน้าของการจัดการข้อมูล และแน่นอนว่าขอบนั้นกำลังเคลื่อนไปสู่ ​​AI และการเรียนรู้ของเครื่องอย่างรวดเร็ว ตอนนี้ บริษัทกำลังประกาศสถาปัตยกรรมอ้างอิงใหม่ซึ่งมีเป้าหมายเพื่อสนับสนุนระบบขับเคลื่อนอัตโนมัติและการพัฒนาอุตสาหกรรมของแอปพลิเคชัน AI/ML ที่ฉาวโฉ่ การฝึกอบรมยานยนต์อัตโนมัติต้องการวิดีโอความละเอียดสูง ข้อมูล LiDAR และข้อมูลเซ็นเซอร์ในปริมาณมหาศาลที่บันทึกโดยเทคโนโลยีออนบอร์ดที่ใช้ในการติดตั้งยานพาหนะ (เมื่อเร็ว ๆ นี้ Tesla ได้ให้รายละเอียดเกี่ยวกับความพยายามในการสร้างสถาปัตยกรรมซูเปอร์คอมพิวเตอร์ใหม่เพื่อจัดการกับความยากลำบากในการจัดการและประมวลผลข้อมูลที่ใช้ในการฝึกอบรมยานยนต์อัตโนมัติ) Plamen Minev ผู้อำนวยการด้านเทคนิคสำหรับ AI และคลาวด์ของ Quantum เรียกว่า autonomous vehicle training one ของ “กรณีการใช้งาน AI/ML ที่ครอบคลุมและมองเห็นได้ชัดเจนที่สุด” “รถแต่ละคันรวบรวมข้อมูลเทราไบต์ต่อชั่วโมง ซึ่งจำเป็นต้องจัดเก็บอย่างน่าเชื่อถือและถ่ายโอนไปยังศูนย์ข้อมูลในภายหลัง” Minev เขียน “ข้อมูลที่รวบรวมที่ดาต้าเซ็นเตอร์เติบโตอย่างรวดเร็วเป็นหลายสิบหรือหลายร้อยเพตาไบต์” “แม้ว่าจะยังค่อนข้างใหม่ แต่องค์กรที่พัฒนายานยนต์ไร้คนขับก็อยู่บนทางแยก” เจมี่ เลอร์เนอร์ ประธานและซีอีโอของควอนตัมกล่าวเสริม “ปริมาณข้อมูลที่ถูกจับเพิ่มขึ้นอย่างทวีคูณ แสดงถึงความจำเป็นเร่งด่วนในด้านความเร็ว ความจุ และความคุ้มค่าในวงจรการจัดการข้อมูล” ควอนตัมอ้างว่าสถาปัตยกรรมใหม่ถือเป็น “โซลูชันผู้ขายรายเดียวในตลาดที่ครอบคลุมทุกขั้นตอนของ กระบวนการพัฒนา รวมถึงการรวบรวมข้อมูลในรถยนต์ การเตรียมข้อมูล การฝึกโมเดล ML การจำลองระบบ การทดสอบ [hardware-in-the-loop] การจัดเก็บระยะยาว และการเก็บถาวร” สถาปัตยกรรมประกอบด้วยอุปกรณ์จัดเก็บ Quantum R6000 ซึ่งจัดเก็บไว้ในท้ายรถทดสอบและสามารถเก็บสะสมได้มากกว่า GB ต่อวินาที ในทางกลับกัน R6000 จะถ่ายข้อมูลไปยังดาต้าเซ็นเตอร์ ซึ่งสามารถเก็บไว้ในระบบไฟล์ StorNext ของควอนตัม Quantum กล่าวว่าข้อมูลที่ใช้งานอยู่ (อายุระหว่างหนึ่งถึงหกสัปดาห์) พร้อมใช้งานสำหรับการวิเคราะห์และแอปพลิเคชัน HPC ในขณะที่ข้อมูลที่ไม่ได้ใช้งาน (อายุมากกว่า 6 สัปดาห์) จะถูกย้ายไปยังคลังเก็บถาวรบนคลาวด์ เทป หรือวัตถุประสงค์ สถาปัตยกรรมอ้างอิงของควอนตัมสำหรับยานยนต์อัตโนมัติ ได้รับความอนุเคราะห์จากควอนตัม “นี่คือความท้าทายที่ Quantum ได้แก้ไขมาเป็นเวลานาน ในภาคส่วนอื่นๆ” Graham Cousens หัวหน้าฝ่ายปฏิบัติการสำหรับระบบช่วยเหลือผู้ขับขี่ขั้นสูงและโซลูชั่นการขับขี่อัตโนมัติสำหรับ ควอนตัม “[Driven] โดยระบบไฟล์ StorNext อันทรงพลังและอุปกรณ์จัดเก็บข้อมูลในรถยนต์ R6000 ที่รวดเร็วเป็นพิเศษและข้อมูลจำเพาะ R6000 สถาปัตยกรรมอ้างอิงใหม่นี้คือ มุ่งสร้างความคล่องตัวและขับเคลื่อนอนาคตของการพัฒนายานยนต์ไร้คนขับ”

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button