隨著人工智能技術從深度學習到最新多模態大模型的突破，自動駕駛也正式進入以 BEV（ Bird's Eye-View ）和Transformer為核心的新一代技術框架，感知能力和泛化能力迎來飛躍式的提升。
紐勱科技（Nullmax）作為行業領先的自動駕駛科技公司，致力于打造全場景的無人駕駛應用，推動移動出行產業的智能化變革。由其打造的先進平臺化BEV-AI自動駕駛整體技術架構，涵蓋車端感知、預測、規劃及云端數據系統，助力滿足不同客戶需求，快速開發出性能拔尖、易于部署、持續升級的一體化量產方案。
.png)
BEV+Transformer的重感知輕地圖自動駕駛解決方案已成為當下主流，開啟了自動駕駛行業新篇章。但要訓練出高質量的BEV模型，對數據量級有十分苛刻的要求，需要進行大量的數據采集和預處理，這對于場景感知性能和效果有著至關重要的影響。
研發過程中，為獲取更多訓練樣本，紐勱投入了大量路測車輛，但其后端算力已難以保障爆炸式增長路況數據的精準標注和高效預處理，后期訓練時模型精度受到影響。
.png)
針對紐勱科技面臨的實際難題，超集信息提供了基于AMD Genoa平臺的ServMAX® G448-H4計算解決方案，完成了預處理及訓練集群擴展。
單機雙路下AMD Genoa平臺可達192核心，384線程，客戶并行處理能力迎來大幅提升；同時憑借Zen 4核心，整體性能迎來大幅提升，IPC提高了14%，并且L2大小又增加了2倍，顯著提高了頻率和平均延遲，數據處理效率獲得大幅提升。
憑借高密度設計，G448-H4單機4U空間內更可實現8張全尺寸GPU搭載，單機混合算力高達5280 TFLOPs，能夠輕松應對模型訓練場景下的計算密集型工作負載，大幅加速了紐勱科技BEV模型的整體訓練進程。
.jpg)
為幫助紐勱科技最大化提高資源使用效率，超集信息還為集群部署了PlatforMax智算融合平臺，能夠在圖形化界面下直觀了解并動態調整CPU、GPU、Memory資源，保證任務最優分布。PlatforMax針對不同的優先級需求，能夠從高到低進行任務調度，同時支持隊列中任務的優先級調整和插隊，滿足緊急任務的使用需求，模型整體訓練效率得以提升。
.png)
由超集信息建設、測試和調優的整體計算解決方案，幫助紐勱科技實現了高效算力升級擴展，數據標注和預處理、模型訓練效率均實現了大幅提升，進一步加速了其BEV模型在部署優化、超長距離感知、適配任意傳感器配置等方向的優化進度。
誠然，完全自動駕駛的真正落地還有一段漫長的路要走，技術、算力、法規等諸多難題仍待解決，但隨著越來越多資本、人員、技術的加入，超集信息相信自動駕駛賽道必將通過量變獲取"智變"，我們終將成功獲取全新的移動出行方式。