Fang Lei von Jiuzhang Cloud Intelligence wird vom Wirtschafts-Kanal der zentralen Fernsehsender Chinas interviewt: Die Einführung von Level-3-Fahrassistenzsystemen sprengt den Rechenleistungsebedarf, und die Cloud-Trainings werden zur Kernstütze.
Mit der Verteilung der ersten Genehmigungen für Fahrzeuge mit Level-3-Fahrerassistenzsystemen durch das Ministerium für Industrie und Informationstechnik hat die autonome Fahrbranche in China den Übergang von der Testphase in die neue Phase der kommerziellen Anwendung geschafft. Die Sendung "Global Business" des Wirtschafts-Senders der China Media Group (CMG) hat darüber eine Sonderberichterstattung veranstaltet. Fang Lei, Vorsitzender des Vorstands von DataCanvas, wurde interviewt und hat die zentrale Bedeutung der Rechenleistung für die Umsetzung von Level-3-Fahrerassistenzsystemen und die Branchentrends ausführlich erklärt.
Die Berichterstattung weist darauf hin, dass die Entwicklung von Level-3- und höheren Fahrerassistenzsystemen nicht nur von der Bordelektronik der Fahrzeuge abhängt, sondern auch einen enormen Bedarf an Rechenleistung in der Cloud während der Trainingsphase hat. Derzeit nutzen einige Automobilhersteller bereits die Rechenzentren von DataCanvas, die über das ganze Land verteilt sind, um Modelle für autonome Fahrzeuge zu trainieren. Die kommerzielle Umsetzung von Level-3-Fahrerassistenzsystemen wird den Markt für Rechenleistung weiter voranbringen und zu einem sprunghaften Wachstum führen.
Fang Lei betonte im Interview, dass die Umsetzung von Level-3-Fahrerassistenzsystemen ein markantes Ereignis für die Branche der Rechenleistung ist und einen konzentrierten Anstieg des Bedarfs an Rechenleistung im Bereich der Automobile und der autonomen Fahrzeuge auslösen wird. "Bei typischen Szenarien erfordert das Training eines end-to-end-Modells für autonome Fahrzeuge eine Rechenleistung von über 4.000 Rechenkarten, die über mehrere Monate hinweg kontinuierlich laufen müssen. Die Investitionen sind enorm."
Bei der Besprechung der Kostenstruktur der Rechenleistung erklärte Fang Lei, dass, wenn die Anschaffungskosten für Chips nicht berücksichtigt werden, die Cloud-Trainingskosten bereits mehr als die Hälfte der Gesamtkosten der Rechenleistung ausmachen. Obwohl die Kosten pro Einheit für das Training von Modellen mit gleicher Intelligenz stark gesunken sind, steigen die Gesamtkosten für das Training weiterhin, da die Branche einen stetig wachsenden Bedarf an intelligenteren Modellen hat.
Angesichts der stark ansteigenden Marktnachfrage ist DataCanvas, als Anbieter von KI-Infrastruktur und Rechenleistung in der Cloud, gut vorbereitet. Die Rechenleistung des Unternehmens hat in den letzten zwei Jahren ein rasantes Wachstum gezeigt und wird in den nächsten 3 bis 5 Jahren voraussichtlich jedes Jahr um das 2- bis 3-fache wachsen. Dadurch wird die Kapazität zur Bereitstellung von Rechenleistung kontinuierlich verbessert, um die skalierbare Entwicklung der Branche der autonomen Fahrzeuge zu unterstützen.
Um die Kernanforderungen im Bereich des autonomen Fahrens präzise zu erfüllen, hat DataCanvas Cloud eine ganzheitliche Lösung für die Rechenleistung in der Cloud entwickelt, die speziell auf die Szenarien des autonomen Fahrens zugeschnitten ist. Um die Kernanforderungen des autonomen Fahrens wie "Training mit Massendaten, Simulation komplexer Szenarien und Leichtbau von Modellen für das Fahrzeug" zu erfüllen, wird das Framework zur Ressourcenverwaltung optimiert, um das effiziente Training und die Inference von end-to-end-Modellen für autonome Fahrzeuge und Interaktionsmodellen für intelligente Cockpits zu unterstützen und verschiedene Chip-Kombinationslösungen von Automobilherstellern anzupassen. Darüber hinaus kann DataCanvas Cloud dank der Technologie des Transfer- und Verstärkungslernens die Effizienz des Datentrainings für komplexe Straßenverhältnisse und Randfälle erheblich verbessern, Automobilherstellern helfen, die Leistung ihrer Modelle schnell zu verbessern und die strengen Anforderungen an die Sicherheit und Stabilität von Level-3- und höheren Fahrerassistenzsystemen zu erfüllen. Somit wird eine solide Rechenleistung für die skalierbare Umsetzung der Technologie des autonomen Fahrens bereitgestellt.
Die kommerzielle Umsetzung von Level-3-Fahrerassistenzsystemen markiert nicht nur den Beginn einer neuen Phase des intelligenten Verkehrs, sondern treibt auch die Rechenleistung als Kernkompetenz in der Branchenkonkurrenz voran. Mit der massiven Bereitstellung von Rechenleistung und szenariospezifischen Lösungen beteiligt sich DataCanvas intensiv an der Gestaltung der Ökosysteme der Branche des autonomen Fahrens. In Zukunft wird das Unternehmen weiterhin die Automobilhersteller bei ihrer digitalen Transformation unterstützen und China dabei helfen, im globalen Wettlauf um die Technologie des autonomen Fahrens einen Vorsprung zu erlangen.