自动驾驶3.0时代算力需求指数上升 毫末智行正式推出雪湖.绿洲智算中心

　　

自动驾驶行业发展至今，随着数据规模呈几何级增长，提升车载芯片算力是率先被使用的方案。算力是承载自动驾驶技术的关键硬件指标，算力越高，感知、决策、控制的时间就越充足，体现了自动驾驶能力的上限。高级别自动驾驶正在变成一场算力和时效的竞赛，寻求云端远程算力补充成为业界下一步的思考方向。

　　

近日，在第七届HAOMO AI DAY上，毫末智行宣布中国自动驾驶行业最大智算中心——“雪湖•绿洲”(MANA OASIS)正式成立。

　　

    

　　

据了解，“雪湖·绿洲”(MANA OASIS)由毫末智行与字节跳动旗下云服务平台火山引擎联合打造，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。同时，基于火山引擎丰富的大数据积累和底层技术，MANA OASIS实现的计算、存储、通讯能力，让数据更快速转化成知识，以实现将本增效的目的。毫末智行CEO顾维灏表示，“MANA OASIS让毫末拥有了超级计算能力，数据、算力充沛，毫末的技术产品能力将更加强大。在‘MANA OASIS’加持下，毫末将冲刺进入自动驾驶3.0时代。”

　　

    

　　

    

　　

在数据管理能力方面，为充分发挥智算中心价值，让GPU持续饱和运行，毫末历经两年研发，建立了全套面向大规模训练的Data Engine，实现了百P数据筛选速度提升10倍、百亿小文件随机读写延迟小于500微秒。在算力优化方面，毫末与火山引擎合作，部署了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，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，轻松完成万亿参数大模型训练，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，训练效率提升100倍。

　　

    

　　

在MANA OASIS的加持下，毫末MANA五大模型全新亮相升级，助力毫末自动驾驶高速发展：其中，视觉自监督大模型，让毫末在中国首个实现4D Clip的自动标注；3D重建大模型，助力毫末做数据生成，用更低成本解决数据分布问题，提升感知效果；多模态互监督大模型，则可以完成通用障碍物的识别；动态环境大模型则进一步使用重感知技术，降低对高精地图依赖；人驾自监督认知大模型让毫末的驾驶策略更加拟人化，安全及顺畅。此外，基于MANA五大模型的升级，毫末感知和认知层面系统化的底层技术能力也获得了全面提升。MANA最新的车端感知架构，从过去分散的多个下游任务集成到了一起，形成一个更加端到端的架构，毫末车端感知架构实现了跨代升级。

　　

    

　　

顾维灏还透露了毫末HPilot的发展计划：预计到2024年上半年，毫末将完成HPilot落地中国100个城市的计划，实现点点互达。到2025年，更大规模全场景的NOH将更快落地，融易新媒体，全面迈入全无人驾驶时代。此外，顾维灏还表示，毫末城市NOH是中国首个可大规模量产的城市导航辅助驾驶，其领先性表现在“重感知技术路线领先，大模型的技术应用领先，用户闭环数据建设领先”。

　　

    

　　

“让机器智能移动，给生活更多美好”，这是毫末智行发布的新愿景。未来，毫末将以更加开放的心态和行动拥抱未来，践行使命愿景，为整个社会创造美好价值。面对更具挑战的征程，毫末定会踔厉奋发，勇意前行。