手握智算中心“綠洲”，毫末跑在中美自動駕駛長跑第一線

作者 | 百日夢想家

編輯 | 王博

智算中心拼什么？

2022年過去，數(shù)據(jù)驅(qū)動成為自動駕駛演進(jìn)共識。沿著數(shù)據(jù)驅(qū)動這條路線，自動駕駛加速邁入智算時代。

智算中心應(yīng)運(yùn)而生。

實際上，將智算引入自動駕駛的開先河者是特斯拉，其率先發(fā)布了專用于自動駕駛訓(xùn)練的超級計算中心Dojo，此后，一眾玩家如毫末、小鵬等紛紛宣布建立智算中心。

各大智算中心比拼什么？

答案是，如何用低成本且高效的方式實現(xiàn)海量數(shù)據(jù)的閉環(huán)驅(qū)動。

“自動駕駛大模型加速降低開發(fā)成本，數(shù)據(jù)更接近人駕環(huán)境。基于量產(chǎn)實車數(shù)據(jù)的仿真技術(shù)將與自動駕駛云端超大模型結(jié)合，迎來新突破。超算中心成為自動駕駛的入門配置?！焙聊┲切卸麻L張凱在2023十大自動駕駛趨勢預(yù)測中表示。

1月5日，在第七屆HAOMO AI DAY上，毫末智行正式發(fā)布了由其與字節(jié)跳動旗下火山引擎聯(lián)合打造的智算中心雪湖綠洲（MANA OASIS），這也是中國自動駕駛公司首個設(shè)立的智算中心。

“綠洲”登場，為我們揭開了智算時代的戰(zhàn)場一角，也讓毫末成為對陣特斯拉中最有看點(diǎn)的自動駕駛公司之一。

1、自建智算中心，劍指數(shù)據(jù)閉環(huán)

這應(yīng)該是目前中國自動駕駛行業(yè)最大智算中心了。

每秒浮點(diǎn)運(yùn)算可達(dá)67億億次，存儲帶寬每秒2T，通信帶寬每秒800G，毫末官方在介紹MANA OASIS時給出這樣一組數(shù)據(jù)。?

基于火山引擎豐富的大數(shù)據(jù)積累和底層技術(shù)，MANA OASIS實現(xiàn)了計算、存儲、通訊能力，可讓數(shù)據(jù)更快速轉(zhuǎn)化成知識。

有了這一新利器，毫末智行CEO顧維灝宣布，預(yù)計2024年上半年，毫末城市NOH落地將達(dá)到100城，2025年實現(xiàn)全無人駕駛。

MANA OASIS的出現(xiàn)是有其背景的。

隨著感知技術(shù)與計算平臺的逐漸成熟與趨同，影響高階自動駕駛落地的關(guān)鍵因素，不再是解決常見的一般案例，而是解決“路口”問題，也即各類不常見，但不斷出現(xiàn)的“長尾問題”，

作為一種模仿人類的科學(xué)，AI自動駕駛與人類認(rèn)知世界的邏輯基本一致，想讓汽車更好地理解世界，就需要構(gòu)建更精準(zhǔn)的模型。但算法模型的建立并非一勞永逸，自動駕駛車輛在行駛過程中總會遇到各種陌生場景。

因此，如何對新場景數(shù)據(jù)進(jìn)行大規(guī)模高效處理并快速優(yōu)化算法模型，即成為自動駕駛技術(shù)迭代的關(guān)鍵。換言之，構(gòu)建基于數(shù)據(jù)驅(qū)動的自動駕駛數(shù)據(jù)閉環(huán)，讓數(shù)據(jù)實現(xiàn)高效流動，是實現(xiàn)高階自動駕駛的必由之路。

為滿足實現(xiàn)數(shù)據(jù)閉環(huán)的所需要的超大算力數(shù)據(jù)中心，MANA OASIS出現(xiàn)了。

它的直接任務(wù)，便是為毫末智行的MANA數(shù)據(jù)智能體系提供超級算力，幫助MANA的五大模型實現(xiàn)低成本且高效的迭代。

MANA OASIS具備4大核心能力，包括以穩(wěn)健系統(tǒng)架構(gòu)保證高效存儲和網(wǎng)絡(luò)通訊、數(shù)據(jù)管理能力、算力優(yōu)化能力以及訓(xùn)練加速能力。

顧維灝介紹，基于火山引擎豐富的大數(shù)據(jù)積累和底層技術(shù)，MANA OASIS實現(xiàn)的計算、存儲、通訊能力，可以讓GPU不再等待數(shù)據(jù)，數(shù)據(jù)轉(zhuǎn)化成知識的速度也會更快。毫末數(shù)據(jù)、算力、訓(xùn)練效率也迎來全面提升。

具體來看，在數(shù)據(jù)管理能力方面，為充分發(fā)揮智算中心價值，讓GPU持續(xù)飽和運(yùn)行，毫末歷經(jīng)2年研發(fā)，建立了全套面向大規(guī)模訓(xùn)練的Data Engine，實現(xiàn)了百P數(shù)據(jù)篩選速度提升10倍、百億小文件隨機(jī)讀寫延遲小于500us。

在算力優(yōu)化方面，毫末與火山引擎合作，部署了Lego高性能算子庫、ByteCCL通信優(yōu)化能力、以及大模型訓(xùn)練框架。軟硬一體，把算力優(yōu)化到極致。

在訓(xùn)練效率方面，基于Sparse MoE，通過訓(xùn)練平臺的持續(xù)優(yōu)化，毫末可實現(xiàn)單機(jī)訓(xùn)練百億參數(shù)大模型，以及實現(xiàn)跨機(jī)共享expert的方法，完成千億參數(shù)規(guī)模大模型訓(xùn)練，訓(xùn)練成本降低到百卡周級別，訓(xùn)練效率提升100倍。

那么，MANA OASIS是怎么提升毫末的數(shù)據(jù)閉環(huán)效率的呢？

2、幫助MANA五大模型升級，更低成本、更高效

基于MANA OASIS智算中心，MANA數(shù)據(jù)智能體系的五大模型迎來了升級。

這五大模型包括：視頻自監(jiān)督大模型、3D重建大模型、多模態(tài)大模型、動態(tài)環(huán)境大模型以及人駕自監(jiān)督認(rèn)知大模型。

其中，視頻自監(jiān)督大模型、3D重建大模型的應(yīng)用目的是為了降低成本，另外三個大模型的應(yīng)用是為了提升數(shù)據(jù)流轉(zhuǎn)效率。

具體來說，毫末智行視頻自監(jiān)督大模型主要做數(shù)據(jù)標(biāo)注工作，能夠讓毫末 4D clip 標(biāo)注實現(xiàn) 100%自動化，人工標(biāo)注成本降低 98%。

3D 重建大模型可以實現(xiàn)以低成本獲取 normal case，生成各種高成本 corner case，其生成的數(shù)據(jù)，不僅比傳統(tǒng)的人工顯式建模再渲染紋理的方法效果更好、成本更低，增加 NeRF 生成的數(shù)據(jù)后，還可將感知的錯誤率降低 30%以上。

多模態(tài)互監(jiān)督大模型，能夠精準(zhǔn)識別異形障礙物。毫末智行通過引入激光雷達(dá)作為視覺監(jiān)督信號，直接使用視頻數(shù)據(jù)來推理場景的通用結(jié)構(gòu)表達(dá)，而通用結(jié)構(gòu)的檢測，可以很好地補(bǔ)充已有的語義障礙物檢測，有效提升自動駕駛系統(tǒng)在城市復(fù)雜工況下的通過率。

動態(tài)環(huán)境大模型，可以精準(zhǔn)預(yù)測道路的拓?fù)潢P(guān)系，讓車輛始終行駛在正確的車道中。

毫末智行通過在 BEV（鳥瞰圖）的 feature map（特征圖）基礎(chǔ)上，以標(biāo)精地圖作為引導(dǎo)信息，使用自回歸編解碼網(wǎng)絡(luò)，將 BEV 特征，解碼為結(jié)構(gòu)化的拓?fù)潼c(diǎn)序列，實現(xiàn)車道拓?fù)漕A(yù)測，從而使毫末智行在感知能力上能夠像人類一樣在標(biāo)準(zhǔn)地圖的導(dǎo)航提示下就可以實現(xiàn)對道路拓?fù)浣Y(jié)構(gòu)的實時推斷。

毫末智行認(rèn)為，解決了路口問題實際就解決了大部分城市 NOH 問題，目前在保定、北京，毫末對于 85%的路口拓?fù)渫茢鄿?zhǔn)確率高達(dá) 95%。即便是非常復(fù)雜、非常不規(guī)則的路口，毫末也能準(zhǔn)確預(yù)測。

人駕自監(jiān)督認(rèn)知大模型，能夠掌握高水平司機(jī)的開車技法，讓駕駛決策更聰明。

在探索“使用大量人駕數(shù)據(jù)，毫末智行全新引入用戶真實的接管數(shù)據(jù)，同時用 RLHF（從人類反饋中強(qiáng)化學(xué)習(xí)）思路先訓(xùn)練一個 reward model（獎勵模型）來挑選出更好的駕駛決策。通過這種方式，使毫末智行在掉頭、環(huán)島等公認(rèn)的困難場景中，通過率提升 30%以上。

此外，基于綠洲的支持，MANA最新的車端感知架構(gòu)，從過去分散的多個下游任務(wù)都集成到一起，形成一個更加端到端架構(gòu)，包括紅綠燈、局部路網(wǎng)、預(yù)測等任務(wù)，實現(xiàn)了跨代升級。

以上這些，意味著毫末的感知能力更強(qiáng)，自動駕駛功能有了更大的可挖掘空間。

3、2025年實現(xiàn)全無人駕駛，毫末的底氣是什么？

此次AI DAY上，毫末智行正式宣布將在2025年實現(xiàn)全無人駕駛。

毫末智行的底氣在是什么？顧維灝給出的答案，是重感知的技術(shù)路線、大模型的技術(shù)應(yīng)用。

這里有一個先后順序，需要先有大量數(shù)據(jù)，再進(jìn)行數(shù)據(jù)的處理和應(yīng)用。

在智算中心之前，毫末智行率先引入Transform等新技術(shù)，確立以數(shù)據(jù)閉環(huán)驅(qū)動形式的數(shù)據(jù)智能體系MANA，其已經(jīng)成為毫末智行所有產(chǎn)品迭代的核心動力，截止目前，其學(xué)習(xí)時長已經(jīng)超過42萬小時，虛擬世界駕齡相當(dāng)于人類司機(jī)5.5萬年的駕齡。

當(dāng)前，毫末智行已經(jīng)完成數(shù)十萬全要素、多模態(tài)CLIPS的標(biāo)注，在場景庫積累方面已經(jīng)建設(shè)完成300萬小時中國道路駕駛認(rèn)知場景庫，可以真正做到感知智能和認(rèn)知智能的有效協(xié)同。

之后，怎么更好的處理數(shù)據(jù)。

智算中心的建立，能夠讓毫末智行在實現(xiàn)數(shù)據(jù)高效流轉(zhuǎn)閉環(huán)的同時，還能夠降低整個研發(fā)成本，從而促進(jìn)自動駕駛系統(tǒng)快速實現(xiàn)量產(chǎn)落地。

值得一提的事，毫末智行自研的AEB算法助力魏牌、歐拉、坦克共計四款車型獲得ENCAP、ANCAP五星安全，毫末是中國首個自研AEB算法落地海內(nèi)外的公司，毫末也成為第一個出海歐洲、澳洲的自動駕駛公司。

在專利方面，截止到2022年12月，毫末擁有專利證書146件，全面覆蓋數(shù)據(jù)融合、智能感知、智能決策、控制執(zhí)行、模型算力提升等領(lǐng)域。

實際上，毫末還有一重優(yōu)勢，那就是背靠長城的量產(chǎn)優(yōu)勢。

毫末智行能夠快速實現(xiàn)量產(chǎn)能力，也是能夠反哺其自動駕駛技術(shù)快速升級迭代的重要因素之一。

目前正在陸續(xù)交付中的車型有摩卡DHT-PHEV激光雷達(dá)版、歐拉閃電貓、歐拉芭蕾貓、全新一代長城炮等。

這些車型上市之后，也能夠為毫末智行提供越來越多的高質(zhì)量的自動駕駛數(shù)據(jù)，助力其自動駕駛系統(tǒng)不斷迭代升級。

截止2022年底，毫末HPilot搭載車型近20款，已經(jīng)搭載上市車型包括魏牌摩卡、魏牌拿鐵、魏牌瑪奇朵、坦克300、坦克500、哈弗神獸、拿鐵DHT-PHEV等。用戶輔助駕駛行駛里程突破2500萬公里。

城市輔助駕駛上，毫末智行的城市NOH軟件達(dá)到交付狀態(tài)，目前已經(jīng)開啟多城路測，毫末城市 NOH 是中國第一個可大規(guī)模落地的城市導(dǎo)航輔助駕駛，搭載毫末城市 NOH 的車型將在 2023 年上市。預(yù)計在2024年上半年落地城市達(dá)到100個。

毫末智行雖然成立僅三年時間，但已經(jīng)穩(wěn)居中國量產(chǎn)自動駕駛第一名。憑借此次發(fā)布的智算中心綠洲，毫末在自動駕駛領(lǐng)域的身位將持續(xù)靠前。

4、技術(shù)路線殊途同歸，自動駕駛決戰(zhàn)2025

自動駕駛行業(yè)已經(jīng)進(jìn)入以商業(yè)化量產(chǎn)為主的下半場競爭。

據(jù)不完全統(tǒng)計，除北上廣之外，深圳、重慶、長沙等40多個省市，都積極出臺相應(yīng)管理辦法或?qū)嵤┘?xì)則，從載人測試、道路測試、示范運(yùn)營到無人化等多個階段開展探索，大力推進(jìn)自動化駕駛。

同時，據(jù)《中國自動駕駛乘用車市場數(shù)據(jù)追蹤報告》發(fā)布的數(shù)據(jù)顯示，2022年1季度國內(nèi)L2級自動駕駛在乘用車市場的新車滲透率已達(dá)23.2%。

汽車之家研究院最新的一組報告預(yù)測，到2025年，中國L2級以上智能汽車銷量將超過1000萬輛，相應(yīng)的智能汽車滲透率將達(dá)到49.3%。

與數(shù)據(jù)形成對比的，則是國內(nèi)企業(yè)在自動駕駛賽道中激進(jìn)的態(tài)度。

除了毫末外，百度此前宣布將于2023年打造全球最大無人駕駛服務(wù)區(qū)，華為計劃將在2025年成為中國自動駕駛領(lǐng)導(dǎo)者。小馬智行則表示2025年無人駕駛講迎來真正的商業(yè)化應(yīng)用。

與此同時，隨著自動駕駛商業(yè)化落地競爭的開始，不管是走漸進(jìn)式路線，還是跨越式路線，亦或者是純感知路線，或多傳感器融合路線，最終大家的目的都在殊途同歸，即加速自動駕駛技術(shù)的量產(chǎn)落地，搶占自動駕駛決賽入場資格。

有業(yè)內(nèi)人士表示，預(yù)計到2025年，自動駕駛行業(yè)的入場券將會截止。而作為國內(nèi)走在自動駕駛量產(chǎn)前列的企業(yè)，毫末智行無疑已經(jīng)獲得2025決賽入場資格證。

張凱曾提到，數(shù)據(jù)是驅(qū)動自動駕駛成熟的核心要義，漸進(jìn)式路線是數(shù)據(jù)積累的最佳路徑。如今，隨著智算中心綠洲的出現(xiàn)，毫末對數(shù)據(jù)和大模型的應(yīng)用越來越嫻熟，自動駕駛再進(jìn)一步已是順理成章。