NVIDIA 和德勤为开发者部署强大的自动驾驶技术奠定了坚实基础，自动驾驶汽车就诞生于数据中心。

CES展会上，全球领先的咨询公司德勤表示他们使用 NVIDIA DGX SuperPOD 提供包括数据生成、采集、获取、整理、标注和深度神经网络（DNN）训练在内的各种服务。德勤和NVIDIA合力协作，应对自动驾驶研发过程中的最大痛点。

 

构建自动驾驶汽车需要大量数据。一个由50辆测试车组成的车队如果每天行驶6小时，会产生1.6PB数据。如果将这些数据存储在标准的1GB闪存盘上，闪存盘将覆盖100多个足球场，但这也还远远不够。

除了常见数据之外，自动驾驶汽车的训练和验证还需要很难采集的、车辆在罕见而危险场景之下的数据。这便是模拟数据的“用武之地”。

NVIDIA DGX系统和先进的训练工具让深度神经网络的训练和优化更加精简、更大规模。开发者通过GPU和AI无缝采集和整理数据，全方位训练深度神经网络对自动驾驶汽车的感知、规划和驾驶等等。

开发者还可以使用 NVIDIA DRIVE Sim 在模拟中训练和测试这些深度神经网络。DRIVE Sim是一个高物理精度云模拟平台，该平台运用NVIDIA核心技术（包括 NVIDIA RTX、Omniverse和AI） ，为自动驾驶汽车的开发和验证提供广泛的真实世界场景。

DRIVE Sim使用 NVIDIA Omniverse Replicator 生成高保真的地面实况合成数据，这些数据能够训练车辆的感知系统或测试决策流程。

该平台还可以在软件在环测试（SLP）或硬件在环测试（HLP）中连接自动驾驶汽车栈来验证整套集成系统。

德勤互联与自动驾驶汽车负责人Ashok Divakaran表示：“ NVIDIA DGX SuperPOD 提供的强大AI基础设施正在为我们的客户搭桥铺路，使他们能够开发出革命性的自动驾驶解决方案，实现更安全、高效的交通。

不断扩展的合作关系

德勤在AI创新、服务和研究（包括自动驾驶开发）方面处于领先地位。

2021年三月，德勤宣布启用人工智能计算中心，这座业内首创的中心旨在加快公司为客户开发创新AI解决方案的速度。

该中心在NVIDIA DGX A100系统的基础上，汇集了德勤的客户们在转型成AI驱动组织机构时需要的超级计算体系结构和专业知识。

这一合作现在已经延伸至自动驾驶汽车的开发，运用强大的AI基础设施构建真正的智能交通解决方案。

NVIDIA DGX POD 为合作奠定了基础，它提供了AI计算基础设施，该基础设施基于可扩展、经过测试的参考结构，包含多达8个DGX A100系统以及NVIDIA网络和高性能存储系统。

若要进一步扩大自动驾驶汽车的开发规模并加快成果转化速度，客户可以选择NVIDIA DGX SuperPOD，它包含20个以上的DGX系统以及网络和存储系统。

凭借德勤与汽车行业的长期合作以及在AI创新上的投资，再加上NVIDIA DGX系统前所未有的算力，开发者将能够获得最佳自动驾驶汽车训练解决方案，并打造出真正的革命性产品。

德勤在AI领域的领导地位来源于广泛、深入的技术能力和服务。德勤的团队中有超过5500名系统集成开发者、2000名数据科学家和4500名网络安全工作者。2020年，德勤被国际数据公司评为全球系统集成服务的领导者。

德勤在汽车行业也具有深厚的经验，为财富美国1000强中四分之三的汽车公司提供服务。

简化的解决方案

凭借丰富的经验和先进的技术，NVIDIA和德勤为自动驾驶汽车开发者提供强大的数据中心解决方案，包括基础架构、数据管理、机器学习操作和合成数据生成。

首先是基础设施即服务(Infrastructure-as-a-Service)，它可以在本地或托管环境中提供DGX SuperPOD基础设施管理。专家们设计和建立该AI基础设施，提供长期基础设施运营服务，以实现简化、高效的自动驾驶汽车开发。

通过数据管理即服务(Data-Management-as-a-Service) ，开发者可以使用工具获取和管理数据，实现深度神经网络训练的规模化和自动化。

NVIDIA和德勤还可以通过机器学习操作即服务(MLOps-as-a-Service)将数据科学家的生产力提高30%。该全套解决方案可部署并支持企业级MLOps软件，以训练深度学习网络并提高准确度

最后，NVIDIA和德勤使用合成数据生成即服务(Synthetic Data Generation-as-a-Service)，为综合深度神经网络训练提供特定场景。开发者可以使用模拟技术来生成高保真训练数据，这些数据能够涵盖自动驾驶汽车必须能够安全处理的罕见和危险情况。

凭借这些重要的工具，自动驾驶汽车的开发者就能够突破深度学习网络训练中的一些重大瓶颈，让交通运输行业更安全、更高效。

与NVIDIA产品相关的图片或视频（完整或部分）的版权均归NVIDIA Corporation所有。