Per la maggior parte di noi, guidare è una seconda natura; una serie di decisioni automatiche. Per addestrare l'AI alla guida autonoma, e poter prendere le stesse decisioni anche solo un decimo di secondo prima in modo da rendere la guida potenzialmente più sicura, servono petabyte di dati.
Secondo l'Organizzazione mondiale della sanità (OMS) (link esterno a ibm.com), ogni anno muoiono circa 1,35 milioni di persone in incidenti stradali e altri 50 milioni subiscono infortuni. Per mitigare questo rischio, l’UE ora richiede la disponibilità di veicoli a guida autonoma entro il 2030. È iniziata la corsa per fornire il miglior percorso tecnologico verso la guida completamente autonoma.
“I sistemi avanzati di assistenza alla guida reagiscono più velocemente dei conducenti in scenari di incidenti critici”, afferma Robert Thiel, Head of Artificial Intelligence, Advanced Driver Assistance Systems (ADAS), presso Continental. "Questo obiettivo può essere raggiunto addestrando con tonnellate di dati un'AI perché guidi in modo più sicuro di un essere umano. Pertanto, una gestione dei dati intelligente significa veicoli intelligenti e vite salvate”.
Continental è uno dei principali fornitori di componenti automobilistici per quasi tutte le case automobilistiche del mondo e leader nel settore dell'intelligenza finalizzata alla guida autonoma. La sua unità di business ADAS ha iniziato oltre 20 anni fa a sviluppare sensori intelligenti e soluzioni per la sicurezza del traffico basate sui dati e ha lavorato per aumentare la velocità di sviluppo utilizzando il deep learning e l'addestramento di reti neurali artificiali. L'obiettivo del progetto Vision Zero di Continental è eliminare virtualmente le morti per incidenti stradali attraverso lo sviluppo di tecnologie ADAS.
Una vita di innovazioni
Continental si adopera per oltrepassare i confini dell’innovazione automobilistica da 150 anni
Migliore efficienza di addestramento
Tempi di addestramento dell'IA ridotti del 70% grazie ai sistemi IBM® Spectrum Scale e NVIDIA DGX
Migliore funzionalità
Continental è in grado di eseguire contemporaneamente un numero di esperimenti di deep learning al mese almeno 14 volte maggiore
Una delle maggiori sfide dell'industria automobilistica per quanto riguarda la guida autonoma è la gestione dei dati presenti in tutto il mondo e il loro utilizzo dove occorre. L'iniziativa Vision Zero dell'unità di business ADAS di Continental impiega una flotta di prova dotata di sensori che percorre 15.000 chilometri al giorno, generando e registrando oltre 100 TB di dati, che vengono poi ingeriti, elaborati, selezionati, valutati e annotati, e utilizzati per l'addestramento e la convalida del sistema.
Per rilevare ciò che accade in un determinato scenario e consentire la presa di decisioni per comandare il veicolo in sicurezza, il team utilizza i sistemi NVIDIA DGX (collegamento esterno a ibm.com) per l'addestramento e la convalida. Per accelerare lo sviluppo dell'AI e ridurre i tempi di commercializzazione, Continental ha bisogno di elaborazione e accesso ad alte prestazioni ai dati AI, oltre a una potente soluzione di storage per analizzare centinaia di migliaia di immagini al secondo con calcolo GPU NVIDIA.
Le soluzioni ADAS di Continental possono supportare i conducenti in molte attività di guida e persino prendere il comando del veicolo per evitare un incidente. Ma con l'aumento dell'automazione dei sistemi di assistenza alla guida e di sicurezza dei veicoli, la complessità del software è cresciuta, così come il numero di requisiti di sicurezza in diverse aree geografiche. Continental ha capito che era giunto il momento di ampliare sia la propria tecnologia che i propri team per sviluppare una soluzione AI più scalabile a livello globale. La necessità di un accesso parallelo ai dati significava anche affrontare una sfida di crescente difficoltà in merito alla gestione dei dati.
Continental aveva bisogno di un potente file system parallelo per soddisfare le esigenze di alta velocità dell'AI e proteggere i dati sensibili. Allo stesso tempo, doveva creare un luogo più accessibile a livello centrale per memorizzare i dati e migliorare la tracciabilità, offrendo agli sviluppatori molti modi per connettersi in modo sicuro.
Continental sapeva che era giunto il momento di migliorare le prestazioni con un'infrastruttura di deep learning scalabile e uno storage connesso a una rete ad alta velocità. Questa soluzione dovrebbe fornire un accesso casuale veloce, supportare protocolli come Server Message Block (SMB) e Amazon Simple storage Service (S3) e fornire diverse opzioni di gestione degli accessi.
"Oggi le GPU sono così veloci che lo storage standard non riesce a tenere il passo con il calcolo", afferma David Enenkel, Head of IT Operations, ADAS, presso Continental. "Ecco perché stavamo cercando qualcosa di più veloce, qualcosa che ci fornisse davvero la larghezza di banda e anche l'accesso casuale di cui abbiamo bisogno."
Continental ha effettuato test approfonditi e ha valutato in che misura ciascuna delle migliori soluzioni di storage fosse in grado di raggiungere i propri obiettivi. Per misurare le prestazioni di IBM ESS, Continental ha collaborato con il business partner IBM SVA System Vertrieb Alexander GmbH. Hanno scoperto che la soluzione IBM Spectrum Storage per dati e AI con NVIDIA DGX ha fornito le prestazioni richieste e molti altri vantaggi. L'architettura "parallela" ad alte prestazioni e l'implementazione di nodi semplici da scalare della soluzione hanno fornito l'infrastruttura AI richiesta, con la resilienza e la scalabilità di cui Continental avrà bisogno in futuro.
La flessibilità e la perfetta integrazione di IBM Storage con i container Kubernetes hanno permesso a Continental di modernizzare lo sviluppo delle proprie applicazioni senza rinunciare a requisiti infrastrutturali quali prestazioni, scalabilità o semplicità. La soluzione IBM Spectrum Scale ha assicurato che l'infrastruttura supportasse la crescita secondo necessità, sia nel cloud che on-premise. IBM ha una vasta esperienza nel settore automobilistico, e questo aspetto ha contribuito in modo fondamentale alla scelta di Continental.
Con la nuova soluzione, Continental è stata in grado di ottimizzare il deep learning con l'addestramento multi-nodo, consentendo una maggiore accuratezza del modello per livelli di sicurezza più elevati senza influire sui tempi di produzione. Continental è passata a un cluster di DGX per gestire un numero di esperimenti al mese 14 volte superiore, con la possibilità di testare milioni di alterazioni delle condizioni ambientali, come pioggia, neve, luce solare e nuvole, o di fenomeni transitori, come le auto che si avvicinano troppo le une alle altre durante un cambio di corsia.
Con i miglioramenti delle prestazioni, la flessibilità e la scalabilità della nuova soluzione di gestione dei dati di IBM a supporto di un’infrastruttura AI in evoluzione, Continental è sulla buona strada per cambiare il futuro della mobilità.
"Non potremmo vendere nessuno dei sistemi che vendiamo oggi, per quanto riguarda i requisiti di sicurezza, se non fossimo in grado di convalidare enormi set di dati, dell'ordine di milioni di chilometri o decine di petabyte, da elaborare regolarmente, risimulare, raccogliere e per generare un qualche tipo di KPI", afferma Thiel.
"Grazie alla nostra nuova infrastruttura, ora possiamo eseguire 20, 40, 80 GPU contemporaneamente per accelerare davvero l'addestramento", afferma Balazs Lorand, PhD, Head of AI Competence Centre, ADAS@Budapest, presso Continental. "Siamo orgogliosi di aver risolto diversi problemi", continua. Con questa nuova infrastruttura, Continental esegue un numero di esperimenti di deep learning al mese 14 volte superiore e ha ridotto i tempi di addestramento, passando da settimane a giorni. Ha aumentato drasticamente l'efficienza del ciclo di vita dello sviluppo, in quanto ora è in grado di condurre un maggior numero di esperimenti e di collegare senza soluzione di continuità il proprio ambiente Kubernetes. E la sua soluzione è sufficientemente flessibile da supportare la crescita in qualsiasi direzione: in ambienti cloud ibridi containerizzati, on-premise e in più data center.
Continental ha costruito un'infrastruttura completamente nuova nel data center pronto per l'AI di Francoforte, Germania, presso Equinix (link esterno a ibm.com), un fornitore globale di infrastrutture di co-locazione. Continental, con il supporto di SVA, ha implementato l'integrazione complessiva della soluzione di storage nel cluster, incluse l'installazione, l'implementazione, la configurazione, la messa in servizio e l'addestramento per le operazioni e l'amministrazione.
Questa nuova soluzione include un cluster GPU multimodale, un'infrastruttura di rete senza blocco InfiniBand, IBM ESS con unità NVMe (Fast Non-Volatile Memory Express), sistemi NVIDIA DGX e GPU NVIDIA V100 Tensor Core. Continental utilizza anche il software IBM Spectrum Scale con il suo ambiente Kubernetes per lo sviluppo di applicazioni moderne.
"Per soddisfare i requisiti della massima valutazione con Euro NCAP, è necessario continuare a sviluppare sempre più prodotti intelligenti. È quindi molto, molto importante creare questi ambienti di dati, e sono davvero felice di averlo fatto l'anno scorso", afferma Enenkel.
Questi miglioramenti si traducono in una forte posizione competitiva per Continental, consentendo all'azienda di procedere con lo sviluppo di nuove e più sicure soluzioni di guida autonoma più rapidamente che mai.
Continental (link esterno a ibm.com) sviluppa tecnologie e servizi pionieristici per la mobilità sostenibile e connessa di persone e merci. Fondata nel 1871, questa azienda tecnologica offre soluzioni sicure, efficienti, intelligenti e convenienti per veicoli, macchine, traffico e trasporti.
L'area di business Mobilità autonoma e sicurezza sviluppa e produce tecnologie integrate per la sicurezza alla guida attiva e passiva, nonché prodotti a supporto della dinamica dei veicoli.
SVA, business partner di IBM, è un'azienda tedesca leader nell'integrazione dei sistemi che conta 23 filiali in tutta la Germania. SVA incentra la propria attività nella fornitura di prodotti IT di alta qualità unita a know-how e flessibilità del progetto per ottenere soluzioni ottimali nei campi dell'infrastruttura dei data center, della continuità aziendale, dei big data, della sicurezza IT e del cloud.
Legale
© Copyright IBM Corporation 2021. IBM Corporation, IBM Storage, New Orchard Road, Armonk, NY 10504
Prodotto negli Stati Uniti d'America, gennaio 2021.
IBM, il logo IBM, ibm.com, IBM Elastic Storage e IBM Spectrum sono marchi di International Business Machines Corp., registrati in diverse giurisdizioni del mondo. Altri nomi di prodotti e servizi potrebbero essere marchi di IBM o di altre società. Un elenco aggiornato dei marchi IBM è disponibile sul web alla pagina "Copyright and trademark information" all'indirizzo ibm.com/legal/copyright-trademark.
Le informazioni contenute nel presente documento sono aggiornate alla data della prima pubblicazione e possono essere modificate da IBM senza preavviso. Non tutte le offerte sono disponibili in ogni Paese in cui opera IBM.
Gli esempi citati relativi a dati di prestazione e clienti sono presentati unicamente a scopo illustrativo. Gli attuali risultati in termini di performance possono variare a seconda delle specifiche configurazioni e delle condizioni operative. LE INFORMAZIONI RIPORTATE NEL PRESENTE DOCUMENTO SONO DA CONSIDERARSI “NELLO STATO IN CUI SI TROVANO”, SENZA GARANZIE, ESPLICITE O IMPLICITE, IVI INCLUSE GARANZIE DI COMMERCIABILITÀ, DI IDONEITÀ A UN PARTICOLARE SCOPO E GARANZIE O CONDIZIONI DI NON VIOLAZIONE. I prodotti IBM sono coperti da garanzia in accordo con termini e condizioni dei contratti sulla base dei quali vengono forniti.
L'effettiva capacità di archiviazione disponibile può essere segnalata sia per i dati non compressi che per quelli compressi e può variare e potrebbe essere inferiore a quella dichiarata.