爱驰汽车正在开发个性化ai助手等功能，为用户提供“千人千面”的出行体验。浪潮aistation人工智能开发平台助力爱驰汽车，将ai计算资源利用率提高到90％以上，减少了运维人员50％的工作量；开发人员每天可完成的训练任务数量增加了近70％，模型开发周期大幅缩短，加速了个性化驾驶ai助手等创新ai应用落地。
爱驰汽车打造ai个性化驾驶
作为我国智能电动汽车冲出的一匹黑马，爱驰汽车正在将ai技术应用于车载个性化助手、车载智能语音交互、车载机器人、车载驾驶员和乘员检测关怀等系统和功能中，并在量产车上落地应用，为用户提供体贴入微的个性化关怀。
爱驰u5是业内首款已量产的搭载了个性化ai助手的智能电动汽车，实现了车载助手“个人千面”。用户只需上传任意一张亲友的照片和一段语音，就能定制一个与其外形相似、可进行个性化语音播报和语音对话的专属虚拟伙伴，在车内也能拥有亲友陪伴在身边的温暖体验。
在汽车行驶过程中，爱驰ai助手会持续提供贴心关怀，当驾驶员出现不规范驾驶、疲劳驾驶、分神等行为时，ta会发出语音警示进行提醒；当车内有儿童哭闹，ta能够立刻辨别表情和声音，及时播放孩子喜欢的音乐、故事，甚至他自己大笑的声音来进行安抚。
爱驰汽车ai助手开发面临计算力挑战
以有温度的感情陪伴助手为目标，爱驰ai团队在与用户关联最紧密的人机交互上开展深入的研究和技术探索，包括语音识别、人机对话、个性化推荐等。训练相关的深度学习模型不仅需要海量数据，还需要高性能的计算资源。以语音识别模型为例，至少需要1000个小时以上的训练数据，如果按每条数据平均4秒时长计算，数据量在90万条以上，需要4张v100 gpu卡训练一个星期。
为了满足ai研发创新对计算力的需求，爱驰汽车采用了浪潮agx－2训练服务器集群，提供给数百人的人工智能开发团队使用，进行图像、nlp、语音、ar／vr等领域的研发。agx－2在2u空间内高速互联集成8颗最高性能v100 gpu加速器，是业界计算密度最强的ai服务器。通过gpu加速，工作效率有了很大的提升。
但是随着业务需求和开发任务的增加，资源不足的矛盾逐渐凸显。计算资源依靠管理员手工标记gpu使用情况，无法及时了解资源的利用率，运维成本很高。尤其是开发人员提交并行任务时需要协调资源，更增加了系统管理员的工作难度。
此外，分散式的数据管理影响工作效率，不同业务开发人员开发所需要数据集不同，存在数据冲突和数据安全问题。音频和图像等数据集一般都有几百gb，处理起来费时费力。同时单台机器创建多个ai框架，开发环境相互影响，gpu卡多人同时使用导致相互抢占资源。
日训练任务多70％！aistation提速爱驰汽车ai助手开发
浪潮aistation是面向ai企业开发场景的人工智能资源平台，通过整合计算资源、数据资源以及ai开发环境，实现了ai 计算资源统一分配调度、训练数据集中管理与加速、ai模型流程化开发训练，为爱驰汽车的ai开发团队构建了敏捷高效的一体化开发平台。
aistation提供资源统一管理、监控和运维。将计算资源全部集中池化管理，系统管理员通过可视化界面统一监控计算资源，实时了解cpu／gpu／存储的使用情况、利用率情况和性能表现，以及用户的训练任务规模和数量，降低了运维难度和工作量。
aistation支持数据协同管理。一方面可帮助开发人员精细化地管理数据，让开发人员根据业务需求对数据进行保密或共享，在保护数据安全性的同时也能实现协作开发。另一方面，缓存策略可加快训练速度，数据集可提前预加载到本地计算节点中，减少网络io对训练速度的影响。
考虑用户的使用习惯，aistation提供开发环境共享可见，提高资源利用率。内置tensorflow、pytorch、mxnet、caffe等ai软件栈，同时兼容ngc、dockerhub等开源镜像，开发人员通过容器的形式秒级完成开发环境创建。内置jupyter、shell开发工具，以及本地开发工具vscode、pycharm，满足不同开发人员的使用习惯。同时为方便同业务组的人员共同协作，组内人员创建的开发环境相互可见，并可进入开发调试。还可以在开发环境中提交训练任务，减少了资源相互占用，提高了资源利用率。
使用浪潮aistation人工智能开发平台后，爱驰汽车的ai计算资源利用率提高到90％以上，运维人员减少了50％的工作量。开发人员每天可完成的训练任务数量增加了近70％，模型开发周期大幅缩短，极大加快了爱驰汽车个性化驾驶ai助手等创新ai应用的开发进程。
随着爱驰智能汽车ai研发创新加速，浪潮aistation将继续帮助爱驰汽车高效管理ai计算资源、数据与任务，提高模型训练效率，加速人工智能应用落地，为用户带来更多更强大的功能和更舒适更温暖的出行体验。

---