盖世汽车讯 5月18日，自动驾驶汽车深度学习公司Wayve宣布正在与微软（Microsoft）达成合作，利用超级计算基础设施来支持在全球范围内开发基于人工智能的自动驾驶汽车（AV）模型。此前，微软还参与了Wayve价值2亿美元的B轮融资。2020年，Wayve还与微软合作，选择Microsoft Azure加速其技术的发展。

Wayve拥有行业领先的专业知识，即使用深度神经网络和大量数据训练AI模型，而微软在赋能大型AI系统方面有着卓越工程技术。两家将结合彼此的优势，致力于释放深度学习系统在自动驾驶领域的潜力，或许可比基于规则的方法更快地扩展到新的地区。当围绕Wayve的独特方法进行设计时，微软超级计算基础设施的强大功能可使得自动驾驶技术更快落地。

传统的自动驾驶系统依赖于昂贵的硬件、高清地图和复杂的定位系统，而这些系统可能需要数月甚至数年才能针对新位置进行重新设计。相比之下，Wayve的数据驱动“学习”方法可以使AV系统设计普遍适用于到新地区，或应用其驾驶智能。为证明这一点，Wayve去年在五个新的英国城市测试了其自动驾驶系统，并表明其系统可以执行与在伦敦学到的相同的驾驶技能，而无需事先针对特定城市进行调整。开发普遍适用AV可以更快地打开新市场并支持更广泛地部署该技术。

凭借这种“普遍适用”的能力，英国最大的两家杂货零售商Asda和Ocado Group已开始试用Wayve的AV技术，以用于他们在伦敦的最后一英里交付业务。商业试点中，Wayve的技术将会安装在一系列配送车上，以行驶在各个城市的配送路线上。这些自动驾驶货车还将提供车队规模的数据，用于训练Wayve的人工智能模型。除了杂货配送合作伙伴外，Wayve还与英国领先的包裹配送公司DPD合作，从每天在大伦敦地区运营的DPD货车收集更多驾驶数据。

随着Wayve将其技术商业化，Microsoft Azure将继续成为该公司的主要云平台。 而随着商业试点的开始，Wayve的大型深度学习工作负载开始达到商用云和边缘计算服务的上限。因此随着这些应用的发展，超级计算机将需要处理由高清图像和视频组成的更大数据集，以及用于训练和验证的计算密集型工作负载。

为了在全球范围内构建和安全部署自动驾驶技术，Wayve将需要一个强大的新基础设施，该基础设施能够在一天内训练具有数万亿个参数的模型，以及来自真实世界驾驶和仿真的EB级图像数据。目前，Wayve正在与Microsoft Azure合作实施超级计算技术，以赋能未来的自动驾驶。

关键词： 基础设施 超级计算 工作负载