近日，英偉達（NVIDIA）發布了其最新研發成果——超級計算機DGX SuperPOD。其強大的運算能力名列全球運算速度最快排行榜第22名，意欲加快自動駕駛汽車相關技術的開發及部署。

據悉，該超級計算機系統的搭建僅用時3個星期，采用了96臺NVIDIA DGX-2H超級計算機與Mellanox互聯技術。其處理能力高達9.4 petaflops，用于訓練安全自動駕駛汽車所需要的海量深度神經網絡。

自動駕駛汽車的人工智能訓練可以說得上是密集型計算的終極挑戰。

一臺數據收集車輛每小時能生成1TB數據。整個車隊經過數年行駛后，其數據量將會很快達到幾PB（千兆兆字節）量級。這些數據會被用來根據道路規則對算法進行訓練，并且還會被用來找出車輛內運行的深度神經網絡的潛在故障。

英偉達人工智能基礎設施副總裁Clement Farabet表示：“若要保持人工智能領先地位，需要在計算基礎設施方面保持領先。很少有像訓練自動駕駛汽車這樣對人工智能有如此之高的需求，其需要對神經網絡進行數萬次的反復訓練，以滿足極高精度。對于如此大規模的處理能，DGX SuperPOD無可替代?！?/p>

DGX SuperPOD內含1,536顆NVIDIA V100 Tensor Core GPU，由NVIDIA NVSwitch及 Mellanox網絡結構相聯接，為其提供強力支持，使其以同等大小的超級計算機所無可匹敵的性能處理數據。該套系統能夠不間斷運行，優化自動駕駛軟件，并以前所未有的周轉時間反復訓練神經網絡。

例如，DGX SuperPOD軟硬件平臺能夠在不到2分鐘的時間之內完成人工智能模型ResNet-50的訓練，而在2015年，即便采用當時最先進的單顆NVIDIA K80 GPU，也需要25天才能完成訓練任務，如今DGX SuperPOD生成結果的速度較之前加快了18,000倍。

值得一提的是

具備同等性能的其他TOP500超級計算機系統都由數千臺服務器構建而成，而DGX SuperPOD占地面積更少，其體積比這些同等系統小400倍左右。

通過構建類似DGX SuperPOD這樣的超級計算機，使英偉達學會如何設計面向大規模人工智能機器的系統。這是超級計算機技術領域內的一大進步，讓大規模計算能力得以跨出學術界，為那些想要使用高性能計算加快其各種計劃的交通運輸公司及其他行業所用。