6 月 23 日消息，阿里云今日宣布推出面向自動駕駛領(lǐng)域模型的訓(xùn)練、推理加速框架 PAI-TurboX。
據(jù)介紹，該框架可提升感知、規(guī)劃控制乃至世界模型的訓(xùn)推效率，在多個行業(yè)模型的訓(xùn)練任務(wù)中，PAI-TurboX 均可縮短 50% 的時間。該框架可用于多模態(tài)數(shù)據(jù)預(yù)處理、離線大規(guī)模模型訓(xùn)練以及實(shí)時智駕推理等環(huán)節(jié)，可為自動駕駛、具身智能等領(lǐng)域提供全面解決方案，目前已應(yīng)用于多家車企。
在系統(tǒng)側(cè)，PAI-TurboX 通過優(yōu)化 CPU 親和性、動態(tài)編譯、流水線并行等策略，顯著提升模型的訓(xùn)練推理效率；
在數(shù)據(jù)側(cè)，PAI-TurboX 提出了高性能的 DataLoader 引擎，并且優(yōu)化了數(shù)據(jù)預(yù)處理流程和實(shí)現(xiàn)了智能訓(xùn)練樣本分組，有效提升數(shù)據(jù)處理效率。
此外，PAI-TurboX 還提供了算子優(yōu)化和量化等能力，可進(jìn)一步減少訓(xùn)練階段的訪存延遲，提升吞吐效率，同時在推理任務(wù)中，能在保障精度的同時降低計(jì)算開銷與內(nèi)存帶寬需求，可實(shí)現(xiàn)異構(gòu)平臺下的高性能推理部署。
官方實(shí)測結(jié)果顯示：
在自動駕駛的 3D 物體檢測模型 BEVFusion 訓(xùn)練任務(wù)中，PAI-TurboX 可以將訓(xùn)練時間縮短 58.5%；
在實(shí)時在線矢量化高精地圖構(gòu)建模型 MapTR 訓(xùn)練任務(wù)中，PAI-TurboX 可以將訓(xùn)練時間縮短 53%；
在端到端自動駕駛模型 SparseDrive 訓(xùn)練任務(wù)中，PAI-TurboX 可以在感知模塊訓(xùn)練和聯(lián)合訓(xùn)練兩個階段獲得明顯的速度提升，相同訓(xùn)練步數(shù)下兩個階段可分別縮短 51.5% 和 48.5%。
從公開資料獲悉，阿里云人工智能平臺 PAI 可提供貫穿 AI 開發(fā)和運(yùn)維全流程的平臺服務(wù)。自 2016 年誕生以來，PAI 已累計(jì)服務(wù)超過 10 萬家企業(yè)客戶及數(shù)百萬 AI 開發(fā)者，支撐阿里云百煉、魔搭社區(qū)等 MaaS 服務(wù)及社區(qū)。
