6月23日消息，阿里云推出面向自動駕駛領域模型的訓練、推理加速框架PAI-TurboX，該框架可提升感知、規劃控制乃至世界模型的訓推效率，在多個行業模型的訓練任務中，PAI-TurboX均可縮短50%的時間。
目前，業界主流的自動駕駛方案需要融合圖像、激光雷達、毫米波雷達、GPS等多個模態數據，但大規模訓練樣本數據加載和預處理的效率較低，導致GPU資源浪費;同時，自動駕駛模型算子數量巨大，使用現有訓推框架系統執行效率低下，且優化門檻高。
阿里云推出的PAI-TurboX，在多模態數據預處理、離線大規模模型訓練以及實時智駕推理等環節提供了全面解決方案。在系統側，PAI-TurboX通過優化CPU親和性、動態編譯、流水線并行等策略，顯著提升模型的訓練推理效率;在數據側，PAI-TurboX提出了高性能的DataLoader引擎，并且優化了數據預處理流程和實現了智能訓練樣本分組，有效提升數據處理效率。
此外，PAI-TurboX還提供了算子優化和量化等能力，可進一步減少訓練階段的訪存延遲，提升吞吐效率，同時在推理任務中，能在保障精度的同時降低計算開銷與內存帶寬需求，可實現異構平臺下的高性能推理部署。
實測結果顯示，在自動駕駛的3D物體檢測模型BEVFusion訓練任務中，PAI-TurboX可以將訓練時間縮短58.5%;在實時在線矢量化高精地圖構建模型MapTR訓練任務中，PAI-TurboX可以將訓練時間縮短53%;在端到端自動駕駛模型SparseDrive訓練任務中，PAI-TurboX 可以在感知模塊訓練和聯合訓練兩個階段獲得明顯的速度提升，相同訓練步數下可分別縮短51.5%和48.5%。
阿里云研究員林偉表示：“ TurboX不僅可以提升自動駕駛模型的訓推效率，還將進一步加速世界模型的開發進程，讓所有終端和人一樣具備感知、思考和決策能力。”
據介紹，阿里云人工智能平臺PAI可提供貫穿AI開發和運維全流程的平臺服務。自2016年誕生以來，PAI已累計服務超過10萬家企業客戶及數百萬AI開發者，支撐阿里云百煉、魔搭社區等MaaS服務及社區。
