Continental accelera gli insight sulla sicurezza dei veicoli

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.

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 consentito a Continental di modernizzare lo sviluppo delle proprie applicazioni senza rinunciare a requisiti infrastrutturali quali prestazioni, scalabilità o semplicità. La soluzione IBM Storage Scale ha assicurato che l'infrastruttura supportasse la crescita necessaria, sia nel cloud, sia on-premise. IBM vanta una profonda 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.