Conti lässt den Computer fahren
Bei Bedarf können Kapazität und Speicherplatz durch Cloud-Lösungen erweitert werden. Durch Deep Learning kann ein künstliches, neuronales Netz der Maschine durch Erfahrung lernen und neue Informationen mit vorhandenem Wissen verbinden. Dabei wird im Wesentlichen der Lernprozess des menschlichen Gehirns nachgeahmt. Dafür sind mehrere tausend Stunden Training mit Millionen von Bildern notwendig, um ein neuronales Netz zu trainieren, das später einem Fahrer assistieren oder sogar ein Fahrzeug autonom steuern kann.
Der Nvidia DGX-Pod soll die Zeit für den komplexen Prozess verkürzen. Er dient unter anderem als synthetischer Simulator für praktisches Training mit Versuchsfahrzeugen. Die Umgebungen werden sozusagen virtuell durchfahren - und das viel schneller als in der Realität möglich. Fahrzeuge können so durch wechselnde und extreme Wetterbedingungen navigieren oder sichere Prognosen über Fußgängerbewegungen erstellen.
Der Supercomputer befindet sich in einem Rechenzentrum in Frankfurt, das aufgrund seiner Nähe zu Cloud-Anbietern und seiner KI-fähigen Umgebung ausgewählt wurde. Der Supercomputer wird mit zertifiziertem grünem Strom betrieben. (ampnet/deg)
Veröffentlicht am 28.07.2020
Autonomes FahrenUnternehmenContinentalInvidiaDGXSupercomputer
