🔥36氪•較早收集於 4m
摩爾線程與光輪智能合作AI仿真
💡中國GPU廠商+仿真平台打造高保真AI數據合成 — Nvidia替代？
⚡ 30-Second TL;DR
有什麼變化
摩爾線程與光輪智能戰略合作
為什麼重要
此合作強化中國本土AI基礎設施，透過合成數據生成輔助訓練，降低對Nvidia等外國GPU依賴。有助加速自動駕駛及機器人領域的仿真AI研究。
下一步行動
測試摩爾線程KUAE集群於您的訓練管線中進行仿真數據生成。
誰應關注：Developers & AI Engineers
關鍵要點
- •摩爾線程與光輪智能戰略合作
- •利用摩爾線程全功能GPU及KUAE智算集群
- •整合光輪「求解—測量—生成」仿真平台
- •打造高置信度仿真數據合成方案
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •此合作旨在解決自動駕駛與機器人領域中，真實數據採集成本高昂且長尾場景覆蓋不足的痛點，透過合成數據加速模型訓練。
- •摩爾線程的 KUAE 智算集群提供了大規模並行計算能力，能顯著縮短光輪智能仿真平台在物理引擎渲染與數據生成過程中的計算時間。
- •雙方合作重點在於提升仿真數據的「置信度」，即確保合成數據在物理規律與視覺表現上與真實世界高度一致，以減少模型在真實環境部署時的遷移誤差。
📊 競品分析▸ Show
| 比較維度 | 摩爾線程 + 光輪智能 | NVIDIA (Omniverse + DRIVE Sim) | Waymo (Simulation City) |
|---|---|---|---|
| 核心優勢 | 國產 GPU 生態與全棧仿真整合 | 全球領先的硬體與軟體生態系統 | 累積數十億英里的真實駕駛數據庫 |
| 仿真技術 | 求解—測量—生成三位一體 | 基於 RTX 的物理級光線追蹤 | 基於真實數據重構的場景仿真 |
| 適用場景 | 中國市場自動駕駛與機器人研發 | 全球自動駕駛與工業數位孿生 | 專注於 L4 級自動駕駛驗證 |
🛠️ 技術深入
- 摩爾線程 KUAE 智算集群：基於 MUSA 架構的全功能 GPU，支援大規模分佈式訓練與推理，具備高帶寬互聯能力，適合處理複雜的 3D 渲染與物理模擬任務。
- 光輪智能仿真平台：採用「求解—測量—生成」架構，利用物理引擎（求解）進行環境模擬，透過傳感器模型（測量）模擬數據採集，並利用生成式 AI（生成）自動化生成多樣化的訓練場景。
- 數據合成方案：透過將真實世界的物理參數輸入仿真環境，生成帶有精確標註（Ground Truth）的合成數據，直接用於訓練感知與決策模型，解決數據標註成本高昂的問題。
🔮 前景展望AI analysis grounded in cited sources
國產自動駕駛研發將顯著降低對真實路測數據的依賴。
高置信度合成數據方案能有效覆蓋極端與罕見場景，減少對昂貴且耗時的實車路測需求。
摩爾線程將進一步鞏固其在國產智算基礎設施領域的市場地位。
透過與垂直領域軟體廠商的深度綁定，摩爾線程能提供更具競爭力的軟硬一體化解決方案，提升客戶黏性。
⏳ 時間線
2020-10
摩爾線程正式成立，致力於研發國產全功能 GPU。
2022-03
摩爾線程發布首款國產全功能 GPU 產品蘇堤（Sudi）。
2023-12
摩爾線程發布 KUAE 智算中心解決方案，正式進軍大規模智算集群市場。
2024-05
光輪智能完成數千萬美元 A 輪融資，加速仿真平台技術研發。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗