泊车机器人解决停车难
其实,两年前就出现了泊车机器人的概念。通过泊车机器人,可以让停车场的利用率提高40%,而且可以减少司机驾驶技术不熟悉带来的刮蹭、停车不入位、停车拥堵等问题。尽管目前国内已经有10多家泊车机器人的企业,但是现在的方案普遍需要现有停车进行大量改造、造价高,始终没有能够大规模商用。
最近,一位来自ABC(爱泊车)公司的工程师向我了解戴尔PowerEdge服务器,他们打算更多的引入自动驾驶技术,开发出更智能的泊车机器人。ABC认为,就像汽车行驶在路面,不可能专门为自动驾驶改造道路一样,泊车机器人也应该自己去适应停车场,而不是让停车场来适应自己。
因此,ABC开发泊车机器人,走的是自动驾驶的思路,是要实现最后1公里的自动驾驶。具体的细节在此略过。总之,ABC公司的工程师需要驾驶数据采集车辆,在各种类型的停车场、各种停车场景采集数据,将采集到的数据投入到机器学习模型进行训练,最终让机器人能够自己识别出各种场景,并做出相应的动作。与此同时,停车场的高精度三维地图也绘制出来。
PowerEdge服务器担纲机器学习
ABC公司之所以选择戴尔PowerEdge服务器,是因为看到戴尔PowerEdge长期名列全球服务器销量靠前,因而戴尔PowerEdge服务器的技术高可用性等方面有很强的信赖感。ABC公司开发自动驾驶的泊车机器人,需要处理大量的数据,对算力有着极高的需求,而且未来将不断增长。
举一个非常简单的例子,我们让机器识别一张图片是老虎还是猫。假设将识别老虎分为 2 个特征,分别是耳朵的形状和体积大小。我们可以根据已知的数据集,老虎的耳朵圆、老虎的体积大,用下图所示的决策树算法,让机器得出结论,一张图片究竟是老虎还是猫。
一个简单的机器学习示意图
自动驾驶的机器学习模型训练,就是要海量完成这样的运算。一辆数据采集车,每天8小时路面测试采集到的数据达到TB级,这些数据经过计算机处理后,提取有价值的部分,通常在几百GB,可能是几十万张图片,几万段短视频。把它们交给机器学习模型,让机器按照已知的数据集得出结论,得到的结果人工鉴别以后,增加到已知数据集。反复不断做这样的工程。
目前,自动驾驶领域的先锋、谷歌旗下的Waymo公司自动驾驶模拟测试里程突破了160亿公里。
戴尔助力自动驾驶技术
针对人工智能和机器学习应用,戴尔有PowerEdge T640塔式服务器和PowerEdge R740机架式服务器两个选择。
PowerEdge T640
—支持高达4个双宽GPU;
—灵活、可扩展、功能强大;
—超大容量存储;
—适合小型企业机器学习、深度学习支持,以及医疗、金融、教育和科学领域的虚拟化、应用程序和映像。
PowerEdge R740
—支持3个双宽GPU;
—适合环境严苛的主力机型,实现工作负载加速优化;
—HPC计算引擎:平衡性能、大量存储和GPU或FPGA加速支持。