腾讯智能汽车云全面升级 为智驾发展提供领先基础资源储备

　　在大模型应用、端到端自动驾驶的趋势下，智能驾驶的商业化落地将迎来显著突破，同时也对云端存储、算力、网络等能力提出了更大挑战。2023年9月8日，在2023腾讯全球数字生态大会上，腾讯智能汽车云宣布全面升级，从云端基座、资源优化到训练加速等全方面助力智能驾驶发展。

　　腾讯智慧出行副总裁刘澍泉介绍，腾讯汽车云率先实现了“华东、华北双专区“布局，专为智能驾驶服务，通过全栈与公网隔离的方式，保障从研发到量产的全流程数据安全。在算力层面，基于HCC高性能计算集群和星脉高性能计算网络，带来业界最高3.2Tbps带宽，算力性能提升3倍，通信性能提升10倍，计算集群GPU利用率提升60%以上;在训练加速方面，结合太极Angel训练加速框架，训练速度较业界主流框架提高1倍，推理速度较业界主流框架提升1.3倍。

(腾讯智慧出行副总裁刘澍泉)

　　升级高性能计算、网络、存储方案，为智驾发展提供领先基础资源储备

　　数据、算力和网络是智能驾驶底层基础设施的“铁三角”， 全面升级的腾讯智能汽车云能够为智能驾驶大模型训练提供高性能、高带宽、低延迟的智算能力支撑。算力方面，腾讯智能汽车云融合了腾讯云领先的HCC高性能计算集群，采用最新一代腾讯云星星海自研服务器，并搭载NVIDIA H800 Tensor Core GPU的这代HCC高性能集群，单GPU卡支持输出最高1979 TFlops的算力，训练性能对比行业平均提升10%-15%。网络方面，腾讯智能汽车云融合腾讯自研星脉高性能计算网络，带来业界最高3.2Tbps带宽，通信性能提升10倍，计算集群GPU利用率提升60%以上。

　　在数据存储方面，腾讯高性能存储方案，提供两种适合智驾数据的存储方式：基于CFS Turbo的高性能分布式文件存储和基于COS+GooseFS的智能缓存加速方案，极大提升数据访问性能，降低部署成本，满足智能驾驶训练大模型时对巨量数据存储和检索的不同需求。

　　腾讯向量数据库可以高效处理车端回传的海量视频、点云等非结构化数据，支持10亿级向量检索规模，百万级查询(QPS)能力，让智驾数据处理效率较传统数据库提升10倍，极大满足智能驾驶训练、推理及仿真场景的需求。假设在10亿张图片里找1张卡车运输共享单车的图片，腾讯云向量数据库可并发支持100万个请求，在10亿规模图片里进行搜索，只需要百毫秒就能轻松地找到这条记录。

　　一站式大模型服务+太极Angel训练加速框架，实战性能提升30%以上

　　除了提供强大资源支持，腾讯还持续升级一站式大模型服务，提升训练加速及模型产出效率。通过自研混元大模型作为基底模型加上20多个开源模型，腾讯智能汽车云借助TI-ONE平台大模型工具链及其多机多卡训练加速性能，完成了智驾数据全流程闭环，进一步夯实一站式大模型服务。

　　同时，腾讯进一步升级太极Angel训练加速框架，打造出从数据预处理、模型训练、模型评估到模型服务的一站式开发工具。结合太极Angel训练加速框架，智能驾驶训练速度相比业界主流框架提高1倍，推理速度相比业界主流框架提升1.3倍，大幅提升训练推理下的GPU效能。

　　全流程专家服务支持，助力智能合作伙伴降本增效

　　为了进一步提升智驾大模型在车企客户落地效率，腾讯还为合作伙伴提供全流程专家服务支持，包括技术产品专家、算法训练专家、数据专家、汽车行业专家及交付实施团队，全力保障客户大模型从训练到落地服务，助力快速创建和部署智驾相关的AI应用，并确保智驾大模型可信、可靠、可用。

　　目前，腾讯已与多家行业领先的伙伴建立了合作关系。例如，作为博世中国智能驾驶研发平台的重要支撑，腾讯在存储、计算、合规等产品领域为博世智能驾驶研发提供重要支撑。同时，为NVIDIA提供云端AI基础设施平台，助力其构建自动驾驶研发闭环。

　　新智能时代，腾讯始终坚持“数字化助手”定位，不断满足合作伙伴在智能驾驶技术研发及量产阶段对于技术先进、安全合规和高效率的特殊需求，助推智驾业务不断进化。