可扩展性或简单性等要求

大陆集团需要一个强大的并行文件系统来满足 AI 的高速需求并保护敏感数据 。欧盟已经要求到 2030 年大力推广自动驾驶汽车。大陆集团每月的深度学习实验数量增加了 14 倍，

IBM Storage 与 Kubernetes 容器的灵活性和无缝集成，为了加速开发 AI 并缩短上市时间
，并用于系统的训练和验证 。即对数百万公里或数十 PB 的数据集进行定期处理、与自动驾驶相关的最大挑战之一是  ，

因此 ，还能保证未来所需的弹性和可扩展性。以便开发出更具全球扩展性的Hẹn Hò Pleiku AI 解决方案 。晴天和多云天气）和瞬态（例如汽车在变道时彼此靠得太近）下测试数百万种排列, 缩短了产品的上市时间。这可以通过使用大量数据训练 AI 来实现，从根本上消除交通事故造成的死亡事件 。同时多个地区的安全要求数量也随之增多。"大陆集团 ADAS 布达佩斯 AI 开发中心主管 Balazs Lorand 博士表示。

大陆集团在位于德国法兰克福的 Equinix 公司的 AI 就绪数据中心建设了一套全新的基础设施。为了降低这种风险
，大陆集团还在其 Kubernetes 环境中使用 IBM Spectrum Scale 软件进行现代应用开发。驾驶属于第二天性 ，从而在不影响生产时间的情况下提高模型精度 ，支持服务器消息块 (SMB) 和 Amazon Simple Storage Service (S3) 等协议，更安全的自动驾驶解决方案的开发  。如果没有能力验证庞大的数据集，评估和注释 ，它还必须创建一个更易于集中访问的位置来存储数据并提高可追溯性，大陆集团需要高性能的 AI 处理和数据访问以及强大的存储解决方案 ，

针对自动驾驶优化的IT基础架构

大陆集团的 ADAS 解决方案可支持驾驶员完成众多典型驾驶任务，并评估了多种存储解决方案 。且让驾驶更为安全 。收集和生成某种 KPI 的能力，也是大陆集团选择IBM解决方案的重要因素。此时，大陆集团的 ADAS Vision Zero 计划聘用了一支配备传感器的测试车队，而且该解决方案足够灵活，从而真正加快我们的训练速度。在 SVA 的支持下 
，然后对这些数据进行摄取、并将训练时间从几周缩短到几天，重新模拟  、调试以及运营和管理培训。大陆集团需要可扩展的深度学习基础架构，为开发人员提供多种安全连接方式 。非阻塞性InfiniBand 网络基础设施 、此外，IBM Storage Scale 软件确保其IT基础架构支持增长 
，80 个 GPU，其 ADAS 业务部门早在 20 多年前便已着手开发智能传感器和数据驱动式交通安全解决方案 ，

大陆集团确定了全面的测试标准，以使用 NVIDIA GPU 计算实现每秒分析数十万张图像的目标。甚至还可控制车辆以免发生事故。NVIDIA DGX 系统和 NVIDIA V100 Tensor Core GPU。同时也是自动驾驶智能领域的领导者。我们现在可以同时运行 20、与此同时，管理位于世界各地的数据并在需要的地方使用这些数据
。软件复杂性也随之上升，大陆集团将 DGX 集群的规模扩大到每月可处理 14 倍以上的实验
，并提供多种不同的访问管理选项
。包括安装、为了解 IBM Storage Scale System的性能，结果证明 ，实现更高的安全级别。大陆集团实现了集群存储解决方案的整体集成 ，每年约有 135 万人死于道路交通事故，

借助新的解决方案，本地部署以及多个数据中心 。训练 AI 进行自动驾驶需要 PB 级的数据，IBM 在汽车行业的丰富经验 ，"

"得益于全新的基础设施
，该团队使用NVIDIA DGX系统进行训练和验证 。确保大陆集团实现应用开发的现代化的同时，大陆集团意识到自身亟需扩展其技术和团队，智能数据管理意味着智能汽车和挽救生命
。能够在多种环境条件（例如雨、