자동차 및 운송 산업에 종사하는 경우, 인공 지능이 이 분야에서 어떻게 새로운 기회를 창출했는지, 그리고 앞서 나가기 위해 사용할 수 있는 도구에 대한 심층 분석을 몇 분 동안 읽어 보십시오. 이 기사는 GIGABYTE Technology가 진행 중인 "Power of AI" 시리즈의 일부로, 최신 AI 관련 동향을 조사하고 용감한 비전가들이 이 흥미진진한 패러다임 전환의 이점을 어떻게 누릴 수 있는지를 설명합니다.

 

 

자동차 및 운송과 관련하여 AI는 광범위한 기술적 이정표를 포괄하는 포괄적인 용어입니다. 모든 이정표는 기계가 주변 세계를 "인식"하고, 데이터의 중요성을 "처리"하고, "생산"하도록 돕는 것과 관련이 있습니다. ” 실행 가능한 결과를 얻었습니다. 이것이 바로 AI에 대한 논의에서 "컴퓨터 비전" 또는 "딥 러닝"과 같은 용어가 언급되는 이유입니다. 고성능 컴퓨팅(HPC)과 엣지 컴퓨팅은 이러한 솔루션의 개발과 배포에 중요한 역할을 합니다.

AI가 주도권을 잡을 수 있는 시대가 가까워짐에 따라, 대담한 새로운 혁신이 하루아침에 지형을 바꿀 수 있는 빠르게 진화하는 시장이라는 점을 인식하는 것이 중요합니다. 다음 섹션에서는 이 분야의 두 가지 대표적인 AI 혁신인 자율주행차와 ITS를 살펴보고 사용할 수 있는 도구와 기회를 찾을 때 참고할 수 있는 성공 사례를 살펴보겠습니다.

자료:
컴퓨터 비전이란 무엇입니까?
딥러닝이란 무엇인가요?
엣지 컴퓨팅이란 무엇입니까?
고성능 컴퓨팅(HPC)이란 무엇입니까?

 

자율주행차 교육: AI에게 운전 교육

SAE International에 따르면 주행 자동화에는 6가지 레벨이 있으며, 레벨 0은 자동화가 없는 상태이고 레벨 5는 완전 자동화입니다. 레벨 1~4는 각각 운전자 지원, 부분 자동화, 조건부 자동화, 고도 자동화를 의미한다. 개발자는 카메라, 레이더, LiDAR 등 다양한 유형의 센서에서 수집한 레이블이 지정된 데이터로 AI 모델을 "훈련"하여 자율 주행 자동차의 자동화를 발전시킵니다. AI는 실제 상황에서 라벨링되지 않은 데이터에 노출되더라도 보행자부터 교통 표지판, 다른 자동차까지 도로에서 만날 수 있는 모든 객체를 결국 인식할 수 있게 됩니다.

 

 

세계적으로 유명한  이스라엘의 자율 주행 기술 개발자는  GIGABYTE의 GPU 서버를 사용하여 자사의 무인 자동차를 훈련시킵니다. 프로토타입 차량이 주행할 때마다 64테라바이트의 원시 데이터가 반환됩니다. GIGABYTE 서버는 최대 효율성으로 데이터를 처리할 수 있습니다.

리소스:
AI 훈련이란 무엇입니까?
GPU(그래픽 처리 장치)란 무엇입니까?
병렬 컴퓨팅이란 무엇입니까?

 

자율주행차 추론: 도로 테스트 및 배포

AI 모델이 훈련을 통해 새로운 입력에 반응하는 프로세스를 추론이라고 합니다. 이것이 바로 무인 자동차가 실제 도로를 주행할 때 수행하는 작업입니다. 즉, 일련의 센서를 통해 수집한 정보를 사전 훈련된 모델에 입력하여 제어 시스템에 대한 지침을 생성하는 것입니다. 추론 단계의 데이터는 AI를 지속적으로 개선하기 위해 다음 훈련 단계에서도 사용될 수 있습니다.

 

 

추론하는 동안 컴퓨팅 리소스는 원격이거나 온보드일 수 있습니다. GIGABYTE의  E-시리즈 에지 서버는  대기 시간과 대역폭 사용을 줄이기 위해 가능한 한 데이터 소스에 물리적으로 가까운 곳에서 계산을 수행해야 하는 에지 컴퓨팅 시나리오에 적극 권장됩니다. GIGABYTE의 독점 열 관리 및 섀시 설계 덕분에 고도로 발전된 프로세서를 초집적 및 소형 서버에 쉽게 배포할 수 있습니다. 임베디드 차량 내 컴퓨팅과 관련하여 GIGABYTE는 차량의 중심에서 AI 모바일 엣지 컴퓨팅 플랫폼 역할을 하는  자동 운전 제어 장치(ADCU)  와 ARM 기반  차량 내 텔레매틱스 제어 장치( TCU)를  통해 실시간 통신 및 차량 관리 기능을 제공합니다.

 

 

자율주행 버스가  대만 장화 해안 산업단지에서 도로를 운행했습니다. 전기셔틀버스 '윈버스(WinBus)'는 정해진 노선만 운행하면 사람의 개입 없이 운행할 수 있다. GIGABYTE의 ADCU는 차량의 센서, 배터리 및 제어 시스템을 함께 연결하여 레벨 4 "고도 자동화"를 달성하는 데 사용됩니다.

리소스:
AI 추론이란 무엇입니까?
텔레매틱스란 무엇입니까?

 

자율주행차 테스트: 안전 보장을 위한 시뮬레이션

자율주행차가 도로를 주행할 준비가 되기 전에 광범위한 테스트를 수행해야 합니다. 이를 해결하는 한 가지 방법은 컴퓨터 시뮬레이션을 이용하는 것입니다. "디지털 트윈"의 맥락에서 고도로 정밀한 모델은 테스트 목적으로 도로 상태와 교통 흐름을 재현할 수 있습니다. 모델이 정확하려면 도시와 고속도로에 설치된 도로변 센서를 통해 다양한 데이터 매개변수를 수집해야 합니다. 주요 매개변수에는 차량 수, 차량 간 거리, 차량 속도가 포함됩니다.

 

 

대만 대학(NTU)은 GIGABYTE의  G242-P32를 사용하여 "고정밀 교통 흐름 모델"을  배양하고 있습니다  . 이는 모델 정확도를 보장하기 위해 실제 조건과 디지털 표현 간의 동기화가 0.05초 이내에 이루어져야 하는 대만의 도로 조건을 고도로 동기화되고 매우 정확하게 재현합니다. ARM 기반 CPU 덕분에 개발 시간이 절반으로 단축됩니다. 팀의 과학자들은 서버가 AI 훈련, 컴퓨터 모델 개발, 데이터 전송 등을 할 수 있는 올인원 솔루션이라고 칭찬합니다.

자료:
디지털 트윈이란 무엇입니까?
클라우드 컴퓨팅이란 무엇입니까?
RISC란 무엇인가요?
코어란 무엇입니까?
CPU 란 무엇입니까?

 

 

주차장과 고속도로 요금소 모두에 적용 가능한 컴퓨터 비전을 활용해 번호판의 숫자와 문자를 인식하는 것은 AI 추론의 대표적인 예입니다. 입력되는 양이 어마어마합니다. 예를 들어 대만의 ETC(Electronic Toll Collection) 시스템을 사용하면 매일 1,600만 개의 새로운 데이터 포인트가 처리됩니다. GIGABYTE의 G293-Z43 과 같은 강력한 AI 추론 서버는  작업에 적합합니다. 2U 섀시에 16개의 AMD Alveo™ V70 카드로 구성된 업계 최고의 초고밀도 구성은 최소한의 물리적 설치 공간과 대기 시간으로 최대의 가속을 제공합니다.

 

 

앞서 언급했듯이 추론 단계의 피드백을 사용하여 AI 모델 출력의 정확성을 향상시킬 수 있습니다. AI를 지속적으로 업데이트하고 개선하기 위해 파이프라인을 설정하는 방식을 MLOps라고 합니다. GIGABYTE의 피투자 회사인 MyelinTek Inc.는  운송 및 기타 여러 분야에서 AI 개발 프로세스를 간소화할 수 있는 MLOps용 소프트웨어 및 하드웨어 패키지인 DNN Training Appliance를 제공합니다.

자료:
랙 유닛(U)이란 무엇입니까?
MLOps란 무엇인가요?

 

 

이 시나리오에서는 다목적 엣지 컴퓨팅 플랫폼이나 강력한 임베디드 시스템이 인공 지능을 배포하는 가장 좋은 방법입니다. GIGABYTE의  AI 모바일 엣지 컴퓨팅 플랫폼은  대부분의 도로변 설치에 권장되는 솔루션입니다. 손쉬운 확장성을 통해 더 많은 가속기를 추가할 수 있으며, 풍부한 I/O 포트 제공으로 거의 모든 환경에서 사용하도록 조정할 수 있습니다. AI는 운전자와 보행자 모두에게 최신 교통 정보를 제공할 수 있으며, 관리자가 거시적 수준에서 조정할 수 있도록 제어 센터에 보고할 수도 있습니다.

 

 

GIGABYTE는 또한   이 분야의 고객을 위해 산업용 마더보드와 임베디드 IoT 솔루션을 제공합니다. 이 제품의 주목할만한 특징으로는 광범위한 작동 온도, 낮은 전력 소비 및 뛰어난 연결성이 있습니다. Blaize를 사용한 GIGABYTE의 솔루션은  자동차 및 운송 산업 전반에 걸쳐 인공 지능이 확산될 수 있도록 엣지에서 추론 가속을 제공하기 때문에 처리 속도도 중요하지 않습니다  .

리소스:
IIoT란 무엇입니까?
V2X란 무엇입니까?