ചൈന ഇലക്ട്രിക് വെഹിക്കിൾ 100 മീറ്റിംഗ് വിജയകരമായി നടന്നു, AI സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് സ്വയംഭരണ ഡ്രൈവിംഗ് വ്യവസായത്തിന്റെ വികസനം HUAWEI CLOUD പ്രോത്സാഹിപ്പിക്കുന്നു.

മാർച്ച് 31 മുതൽ ഏപ്രിൽ 2 വരെ, ചൈന ഇലക്ട്രിക് വെഹിക്കിൾ 100 ആതിഥേയത്വം വഹിക്കുന്ന ചൈന ഇലക്ട്രിക് വെഹിക്കിൾ 100 ഫോറം (2023) ബെയ്ജിംഗിൽ നടന്നു.“ചൈനയിലെ വാഹന വ്യവസായത്തിന്റെ നവീകരണം പ്രോത്സാഹിപ്പിക്കുക” എന്ന പ്രമേയത്തോടെ, ഈ ഫോറം ഓട്ടോമൊബൈൽ, ഊർജം, ഗതാഗതം, നഗരം, ആശയവിനിമയം തുടങ്ങിയ മേഖലകളിലെ എല്ലാ മേഖലകളിൽ നിന്നുമുള്ള പ്രതിനിധികളെ ക്ഷണിക്കുന്നു. നിരവധി അത്യാധുനിക വിഷയങ്ങളിൽ ചർച്ചകൾ നടക്കും. പുതിയ ഊർജ്ജ വാഹനങ്ങൾക്കായുള്ള ട്രെൻഡുകളും ഉയർന്ന നിലവാരമുള്ള വികസന പാതകളും പോലെയുള്ള ഓട്ടോമോട്ടീവ് വ്യവസായം.

ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് ഫീൽഡിന്റെ പ്രതിനിധി എന്ന നിലയിൽ, സ്മാർട്ട് കാർ ഫോറത്തിൽ മുഖ്യപ്രഭാഷണം നടത്താൻ Huawei ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് കമ്പനിയുടെ EI സേവന ഉൽപ്പന്ന വകുപ്പിന്റെ ഡയറക്ടർ യു പെംഗിനെ ക്ഷണിച്ചു.ഓട്ടോണമസ് ഡ്രൈവിംഗ് മേഖലയിൽ ബിസിനസ് ആവശ്യകതകൾ വികസിപ്പിക്കുന്നതിൽ നിരവധി ബിസിനസ്സ് വേദന പോയിന്റുകൾ ഉണ്ടെന്നും സ്വയംഭരണ ഡ്രൈവിംഗ് ഡാറ്റയുടെ ഒരു ക്ലോസ്ഡ് ലൂപ്പ് സൃഷ്ടിക്കുന്നത് ഉയർന്ന തലത്തിലുള്ള ഓട്ടോണമസ് ഡ്രൈവിംഗ് നേടാനുള്ള ഏക മാർഗമാണെന്നും അദ്ദേഹം പറഞ്ഞു.മോഡലുകളുടെ കാര്യക്ഷമമായ പരിശീലനവും അനുമാനവും പ്രാപ്തമാക്കുന്നതിനും ഓട്ടോണമസ് ഡ്രൈവിംഗ് ഡാറ്റയുടെ വേഗത്തിലുള്ള ക്ലോസ്ഡ്-ലൂപ്പ് സർക്കുലേഷൻ സാക്ഷാത്കരിക്കുന്നതിനും "പരിശീലന ത്വരണം, ഡാറ്റ ആക്സിലറേഷൻ, കമ്പ്യൂട്ടിംഗ് പവർ ആക്സിലറേഷൻ" എന്നിവയുടെ മൂന്ന്-ലെയർ ആക്സിലറേഷൻ സൊല്യൂഷൻ HUAWEI CLOUD നൽകുന്നു.

ഇന്റലിജന്റ് ഡ്രൈവിംഗ് മൈലേജിന്റെ തുടർച്ചയായ ശേഖരണത്തോടെ, വമ്പിച്ച ഡ്രൈവിംഗ് ഡാറ്റ സൃഷ്ടിക്കുന്നത് അർത്ഥമാക്കുന്നത് ഇന്റലിജന്റ് ഡ്രൈവിംഗിന്റെ നിലവാരം ഉയർന്നതായിരിക്കുമെന്നാണ്.എന്നാൽ അതേ സമയം, സ്വയംഭരണാധികാരമുള്ള ഡ്രൈവിംഗ് കമ്പനികൾ നേരിടുന്ന വെല്ലുവിളികൾ കൂടുതൽ പ്രകടമായിക്കൊണ്ടിരിക്കുകയാണ്.അവയിൽ, വലിയ ഡാറ്റ എങ്ങനെ കൈകാര്യം ചെയ്യാം, ടൂൾ ചെയിൻ പൂർണ്ണമാണോ, കമ്പ്യൂട്ടിംഗ് റിസോഴ്‌സ് ക്ഷാമം, കമ്പ്യൂട്ടിംഗ് പവറുമായുള്ള വൈരുദ്ധ്യം എന്നിവയുടെ പ്രശ്‌നങ്ങൾ എങ്ങനെ പരിഹരിക്കാം, എങ്ങനെ എൻഡ്-ടു-എൻഡ് സെക്യൂരിറ്റി കംപ്ലയൻസ് നേടാം എന്നിവയെല്ലാം വേദനാജനകമായി മാറിയിരിക്കുന്നു. സ്വയംഭരണ ഡ്രൈവിംഗിന്റെ വികസന പ്രക്രിയയിൽ നേരിടേണ്ടിവരും.ചോദ്യം.

നിലവിൽ ഓട്ടോണമസ് ഡ്രൈവിംഗ് നടപ്പിലാക്കുന്നതിനെ ബാധിക്കുന്ന പ്രധാന ഘടകങ്ങളിൽ, അസാധാരണവും എന്നാൽ ഉയർന്നുവരുന്നതുമായ വിവിധ സാഹചര്യങ്ങളിൽ "നീണ്ട വാൽ പ്രശ്നങ്ങൾ" ഉണ്ടെന്ന് നിങ്ങൾ പെങ് സൂചിപ്പിച്ചു.അതിനാൽ, പുതിയ സാഹചര്യ ഡാറ്റയുടെ വലിയ തോതിലുള്ളതും കാര്യക്ഷമവുമായ പ്രോസസ്സിംഗും അൽഗോരിതം മോഡലുകളുടെ ദ്രുതഗതിയിലുള്ള ഒപ്റ്റിമൈസേഷനും ഡ്രൈവിംഗ് സാങ്കേതികവിദ്യയുടെ ആവർത്തനത്തിന്റെ താക്കോലായി മാറിയിരിക്കുന്നു.HUAWEI CLOUD "പരിശീലന ത്വരണം, ഡാറ്റ ആക്‌സിലറേഷൻ, കമ്പ്യൂട്ടിംഗ് പവർ ആക്‌സിലറേഷൻ" എന്നിവയുടെ മൂന്ന്-ലെയർ ആക്‌സിലറേഷൻ നൽകുന്നു, ഇത് സ്വയംഭരണ ഡ്രൈവിംഗ് വ്യവസായത്തിലെ വേദന പോയിന്റുകൾക്കായി, ഇത് ലോംഗ്-ടെയിൽ പ്രശ്‌നത്തിനുള്ള ഫലപ്രദമായ പരിഹാരമാണ്.

1. പരിശീലന ത്വരിതപ്പെടുത്തൽ നൽകുന്ന "മോഡൽ ആർട്ട്സ് പ്ലാറ്റ്ഫോം" വ്യവസായത്തിന്റെ ഏറ്റവും ചെലവ് കുറഞ്ഞ AI കമ്പ്യൂട്ടിംഗ് പവർ നൽകാൻ കഴിയും.HUAWEI CLOUD ModelArts-ന്റെ ഡാറ്റ ലോഡിംഗ് ആക്സിലറേഷൻ DataTurbo-യ്ക്ക് പരിശീലന സമയത്ത് വായന നടപ്പിലാക്കാൻ കഴിയും, കമ്പ്യൂട്ടിംഗും സ്റ്റോറേജും തമ്മിലുള്ള ബാൻഡ്‌വിഡ്ത്ത് തടസ്സങ്ങൾ ഒഴിവാക്കുന്നു;പരിശീലനത്തിന്റെയും അനുമാന ഒപ്റ്റിമൈസേഷന്റെയും കാര്യത്തിൽ, മോഡൽ ട്രെയിനിംഗ് ആക്സിലറേഷൻ TrainTurbo സ്വയമേവ കംപൈലേഷൻ ഒപ്റ്റിമൈസേഷൻ സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കി നിസ്സാര ഓപ്പറേറ്റർ കണക്കുകൂട്ടലുകൾ സംയോജിപ്പിക്കുന്നു, ഇത് ഒരു കോഡ് മോഡൽ കണക്കുകൂട്ടലുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നു.അതേ കമ്പ്യൂട്ടിംഗ് പവർ ഉപയോഗിച്ച്, മോഡൽ ആർട്സ് പ്ലാറ്റ്‌ഫോമിലൂടെ കാര്യക്ഷമമായ പരിശീലനവും ന്യായവാദവും നേടാനാകും.

2. വലിയ മോഡൽ ടെക്നോളജിയും ഡാറ്റാ ജനറേഷനായി NeRF സാങ്കേതികവിദ്യയും നൽകുന്നു.ഓട്ടോണമസ് ഡ്രൈവിംഗ് വികസിപ്പിക്കുന്നതിൽ താരതമ്യേന ചെലവേറിയ ലിങ്കാണ് ഡാറ്റ ലേബലിംഗ്.ഡാറ്റ വ്യാഖ്യാനത്തിന്റെ കൃത്യതയും കാര്യക്ഷമതയും അൽഗോരിതത്തിന്റെ കാര്യക്ഷമതയെ നേരിട്ട് ബാധിക്കുന്നു.Huawei ക്ലൗഡ് വികസിപ്പിച്ച വലിയ തോതിലുള്ള ലേബലിംഗ് മോഡൽ സാധാരണ ഡാറ്റയെ അടിസ്ഥാനമാക്കി മുൻകൂട്ടി പരിശീലിപ്പിച്ചതാണ്.സെമാന്റിക് സെഗ്മെന്റേഷൻ, ഒബ്ജക്റ്റ് ട്രാക്കിംഗ് സാങ്കേതികവിദ്യകൾ എന്നിവയിലൂടെ, ദീർഘകാല തുടർച്ചയായ ഫ്രെയിമുകളുടെ ഓട്ടോമാറ്റിക് ലേബലിംഗ് വേഗത്തിൽ പൂർത്തിയാക്കാനും തുടർന്നുള്ള ഓട്ടോമാറ്റിക് ഡ്രൈവിംഗ് അൽഗോരിതം പരിശീലനത്തെ പിന്തുണയ്ക്കാനും ഇതിന് കഴിയും.ഓട്ടോണമസ് ഡ്രൈവിംഗിന്റെ ഉയർന്ന വിലയുള്ള ഒരു ലിങ്ക് കൂടിയാണ് സിമുലേഷൻ ലിങ്ക്.Huawei Cloud NeRF സാങ്കേതികവിദ്യ സിമുലേഷൻ ഡാറ്റാ ജനറേഷന്റെ കാര്യക്ഷമതയെ വളരെയധികം മെച്ചപ്പെടുത്തുകയും സിമുലേഷൻ ചെലവ് കുറയ്ക്കുകയും ചെയ്യുന്നു.ഈ സാങ്കേതികവിദ്യ അന്താരാഷ്ട്ര ആധികാരിക പട്ടികയിൽ ഒന്നാം സ്ഥാനത്താണ്, കൂടാതെ ഇമേജ് PSNR, റെൻഡറിംഗ് വേഗത എന്നിവയിൽ വ്യക്തമായ ഗുണങ്ങളുണ്ട്.

3.HUAWEI CLOUD കമ്പ്യൂട്ടിംഗ് പവർ ആക്‌സിലറേഷൻ നൽകുന്ന അസെൻഡ് ക്ലൗഡ് സേവനം.സ്വയംഭരണ ഡ്രൈവിംഗ് വ്യവസായത്തിന് സുരക്ഷിതവും സുസ്ഥിരവും ചെലവ് കുറഞ്ഞതുമായ കമ്പ്യൂട്ടിംഗ് പിന്തുണ നൽകാൻ അസെൻഡ് ക്ലൗഡ് സേവനത്തിന് കഴിയും.അസെൻഡ് ക്ലൗഡ് മുഖ്യധാരാ AI ചട്ടക്കൂടുകളെ പിന്തുണയ്ക്കുന്നു, കൂടാതെ ഓട്ടോണമസ് ഡ്രൈവിംഗിന്റെ സാധാരണ മോഡലുകൾക്കായി ടാർഗെറ്റുചെയ്‌ത ഒപ്റ്റിമൈസേഷനുകൾ നടത്തിയിട്ടുണ്ട്.സൗകര്യപ്രദമായ കൺവേർഷൻ ടൂൾകിറ്റ് മൈഗ്രേഷൻ വേഗത്തിൽ പൂർത്തിയാക്കാൻ ഉപഭോക്താക്കളെ സഹായിക്കുന്നു.

കൂടാതെ, HUAWEI CLOUD "1+3+M+N" ഗ്ലോബൽ ഓട്ടോമോട്ടീവ് ഇൻഡസ്‌ട്രി ക്ലൗഡ് ഇൻഫ്രാസ്ട്രക്ചർ ലേഔട്ടിനെ ആശ്രയിക്കുന്നു, അതായത് ഒരു ആഗോള ഓട്ടോമോട്ടീവ് സ്റ്റോറേജ് ആൻഡ് കമ്പ്യൂട്ടിംഗ് നെറ്റ്‌വർക്ക്, ഒരു സമർപ്പിത ഓട്ടോമോട്ടീവ് ഏരിയ നിർമ്മിക്കുന്നതിന് 3 സൂപ്പർ-വലിയ ഡാറ്റാ സെന്ററുകൾ, എം വിതരണം ചെയ്തു. IoV നോഡുകൾ, NA കാർ-നിർദ്ദിഷ്‌ട ഡാറ്റ ആക്‌സസ് പോയിന്റ്, ഡാറ്റാ ട്രാൻസ്മിഷൻ, സംഭരണം, കമ്പ്യൂട്ടിംഗ്, പ്രൊഫഷണൽ കംപ്ലയൻസ് ഇൻഫ്രാസ്ട്രക്ചർ എന്നിവ നിർമ്മിക്കാൻ സംരംഭങ്ങളെ സഹായിക്കുന്നു, കൂടാതെ കാർ ബിസിനസിനെ ആഗോളതലത്തിലേക്ക് കൊണ്ടുപോകാൻ സഹായിക്കുന്നു.

HUAWEI CLOUD "എല്ലാം ഒരു സേവനമാണ്" എന്ന ആശയം പരിശീലിക്കുന്നത് തുടരും, സാങ്കേതിക കണ്ടുപിടിത്തങ്ങൾ പാലിക്കുകയും സ്വയംഭരണ ഡ്രൈവിംഗ് വ്യവസായത്തിന് കൂടുതൽ സമ്പൂർണ്ണ പരിഹാരങ്ങൾ നൽകുകയും ക്ലൗഡ് ശാക്തീകരണം ഉപഭോക്താക്കൾക്ക് നൽകുന്നതിന് പങ്കാളികളുമായി പ്രവർത്തിക്കുകയും നവീകരണത്തിന് സംഭാവന നൽകുകയും ചെയ്യും. ആഗോള സ്വയംഭരണ ഡ്രൈവിംഗ് വികസനം.