6月23日,阿里云正式发布面向自动驾驶领域的模型训练与推理加速框架pai-turbox。该框架可显著提升感知、规划控制以及世界模型的训练与推理效率,在多个行业模型任务中,均可将训练时间缩短50%。
当前,主流自动驾驶方案通常需融合图像、激光雷达、毫米波雷达、GPS等多种模态数据。然而,大规模样本数据加载与预处理效率较低,造成GPU资源浪费;同时,由于自动驾驶模型涉及大量算子,现有训练与推理框架执行效率不高,且优化门槛较高。
PAI-TurboX为多模态数据预处理、离线大规模模型训练及实时智能驾驶推理提供了完整解决方案。在系统层面,通过优化CPU亲和性、动态编译和流水线并行等策略,大幅提升训练与推理效率;在数据处理方面,引入高性能DataLoader引擎,优化了预处理流程,并实现智能样本分组,有效提升了数据处理效率。
此外,PAI-TurboX还支持算子优化与量化技术,能够减少训练阶段的访存延迟,提高吞吐量;在推理阶段,可在保持精度的同时降低计算开销和内存带宽需求,实现在异构平台上的高性能部署。
测试数据显示,在BEVFusion 3D物体检测模型训练中,PAI-TurboX使训练时间减少了58.5%;在MapTR高精地图构建模型训练中,训练时间缩短了53%;而在SparseDrive端到端自动驾驶模型的感知模块训练与联合训练阶段,分别提速51.5%和48.5%。
阿里云研究员林伟表示:“TurboX不仅提升了自动驾驶模型的训练与推理效率,还将推动世界模型的发展,让终端具备类似人类的感知、思考与决策能力。”
据悉,阿里云人工智能平台PAI自2016年推出以来,已服务超过10万家企业客户和数百万AI开发者,全面支撑阿里云百炼、魔搭社区等MaaS服务与生态体系。
以上就是阿里云推出自动驾驶模型训练推理加速框架,训练时间可缩短50%的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号