端對端自駕車適用的基礎架構

自駕車:誕生於資料中心

NVIDIA 的自駕車基礎架構包含開發安全自駕車所需的完整資料中心硬體軟體和工作流程,從神經網路開發與訓練,到模擬測試與驗證,一手包辦。

更快速地建立模型

NVIDIA DGX™ Cloud 是無伺服器、人工智慧訓練即服務平台,適合仰賴人工智慧的公司使用。此平台整合了一流的軟體、能直接與 NVIDIA 人工智慧專家聯絡,還能近乎無限地使用高效能運算。因此 DGX Cloud 非常適合以開發人員所需的規模和容量,提升自駕車的開發和訓練效率。

以虛擬方式測試和訓練

自駕車在部署到公路之前,必須經過徹底的測試和驗證。NVIDIA Omniverse Cloud Sensor RTX 可將高擬真度的物理感測器模擬和行為,大規模整合至現有的工作流程。

資源

運用 DGX Cloud 和 NVIDIA AI Enterprise 加速自駕車開發

加入此線上研討會,瞭解 NVIDIA DGX Cloud 如何大規模提供高效能運算,以及 NVIDIA AI Enterprise 如何提供對數百個自駕車框架的存取。

自駕車開發與測試的 NVIDIA DRIVE 基礎架構

深入瞭解 NVIDIA DGX SuperPOD™ 的 NVIDIA 自駕車訓練與測試成果,包含大規模人工智慧基礎架構、如何克服資料管理問題以及 MLOps。

自駕車的人工智慧訓練

瞭解 NVIDIA 如何開發自駕車和訓練神經網路,讓自駕車感知周遭環境並做出反應。

Nuro Driver:以人工智慧為優先的自動駕駛系統

在此演講中,我們將討論 Nuro 的自動駕駛軟體如何透過人工智慧和機器學習,讓無人駕駛車輛安全可靠地行駛在公路上。

使用 CARLA 進行開放原始碼自駕車模擬

瞭解如何運用支援多種感測器套件的數位資產,加速部署更安全、更有效率的交通運輸。

運用 Omniverse 和生成式人工智慧推動自駕車模擬

在此演講中,我們將介紹 Omniverse 如何透過核心技術強化模擬工作流程,包括物理感測器模擬、逼真的物理效果和行為建模。

深入瞭解如何開發人工智慧自駕車。