大陆集团基于英伟达平台构建自动驾驶车辆AI超级计算机，扩展GPU基础设施到云提供商之外。

大陆集团正在基于英伟达DGX AI系统构建高性能超级计算机集群，以加速自动驾驶的开发。该系统自2020年初起在位于德国法兰克福的数据中心运行，用于车辆人工智能系统的训练，并将开发时间从数周缩短到数小时。主要使用场景包括深度学习、仿真和虚拟数据生成。根据监测全球最快和最强大超级计算机的TOP500榜单，大陆集团和英伟达的这一高端系统是汽车行业中最强大的计算机。

该超级计算机由50多个英伟达DGX系统组成，通过英伟达Mellanox InfiniBand网络连接。大陆集团高级驾驶辅助系统业务部门项目管理系统负责人克里斯蒂安·舒马赫强调，"这一最先进的系统减少了神经网络的训练时间，因为它允许同时运行至少14倍的实验次数。"该项目在不到一年的时间内完成，舒马赫指出，"超级计算机是IT基础设施工程的杰作。团队对每个细节都进行了精确规划——以确保当今的全面性能和功能，并具有未来扩展的可扩展性。"英伟达企业计算部门负责人马努维尔·达斯表示，"英伟达DGX系统为大陆集团这样的创新者提供了成本效益高、企业级、易于部署的人工智能超级计算解决方案"，并表示大陆集团正在"开发明天最智能的车辆，以及用于设计这些车辆的IT基础设施"。

高级驾驶辅助系统利用人工智能使车辆能够做出决策、协助驾驶员，并最终实现自动驾驶。然而，随着系统变得越来越复杂，传统的软件开发和机器学习方法已经达到了极限，使得深度学习和仿真成为基于人工智能开发的基础。训练神经网络需要数百万张图像和大量数据——虽然一个孩子看到几十张汽车图片后就能识别汽车，但神经网络需要数千小时的训练。大陆集团位于匈牙利布达佩斯的人工智能竞争力中心负责人巴拉兹·洛兰德解释说，"总体而言，我们估计完全训练神经网络所需的时间将从数周缩短到数小时"，并指出，"有了超级计算机，我们现在能够根据需要更好地扩展计算能力，充分发挥开发人员的潜力"。

大陆集团的测试车队每天驾驶约15,000公里的测试路程，收集约100万亿字节的数据——相当于50,000小时的影片。这些记录的数据可以重放用于模拟物理测试驾驶和训练新系统。有了超级计算机，数据现在可以合成生成，这是一个高度消耗计算能力的用例，允许系统通过在模拟环境中虚拟行驶来学习。这种方法使车辆能够安全地在不断变化和恶劣的天气条件下导航，并能够可靠地预测行人的运动，为更高水平的自动化铺平道路。