在近日舉行的 GTC 大會上，蔚來 AI 平臺負責人白宇利帶來非常有價值的分享，他首次對外透露了蔚來自研的全棧式自動駕駛系統(tǒng)（NAD）的部署和開發(fā)情況，同時也將蔚來自動駕駛研發(fā)平臺（NADP）這個神秘的“Peta Factory”帶到了公眾視野中。

據(jù)了解，NADP是服務于蔚來自動駕駛核心業(yè)務方向的研發(fā)平臺，用于開發(fā) NAD 功能。以“Peta”為名是因為每輛車每天能生成 55 petabit數(shù)據(jù)（1 petabit = 10^6 gigabit = 10^9 megabit = 10^15 bits），而 NADP 是所有流程、工作流、數(shù)據(jù)以及底層軟硬件的組合。NADP 能夠以一站式平臺管理大量復雜的 AI 應用，并將模型開發(fā)效率提高 20 倍，從而縮短自動駕駛汽車的上市周期，開發(fā)出更新、更快的架構(gòu)。

在模型訓練、測試和部署的過程中，為了確保新改進能夠切實地解決相應問題，且不會引發(fā)任何新問題， NADP 需要執(zhí)行 10 萬項推理任務，包括數(shù)據(jù)挖掘、仿真和回歸測試。經(jīng)過眾多方案的對比和篩選，蔚來選用了NVIDIA Triton 推理服務器作為核心組件，構(gòu)建了 NADP 的高性能推理服務。

正如白宇利在分享中提到：“我們基于 NVIDIA Triton 推理服務器構(gòu)建了高性能推理服務。此服務非常適用于 NADP，并可輕松集成模型倉庫、工作流、Jupyter、Prometheus 和許多其他組件，從而簡化 AI 推理。Triton 讓編排和擴展變得更輕松，還能將推理速度提高至 6 倍，并可節(jié)省 24% 的資源?！?/p>

蔚來基于 NVIDIA Triton 搭建的推理服務平臺，在數(shù)據(jù)挖掘業(yè)務場景下，通過服務器端模型前處理和多模型 DAG 式編排，GPU 資源平均節(jié)省 24%；在部分核心 pipeline 上，吞吐能力提升為原來的 5 倍，整體時延降低為原來的 1/ 6。

Triton 在設計之初，就融入了云原生的設計思路，為后面逐步圍繞 Triton 搭建完整的云原生平臺性推理解決方案提供了相當大的便利。

作為 NADP 推理平臺的核心組件，Triton 與 NADP 的各個組件形成了一套完整的推理一站式解決方案。從集成效率、高性能、易用性、高可用四方面，在 NADP 推理平臺中提供助力。

目前，NADP 數(shù)據(jù)挖掘業(yè)務下的相關模型預測服務已經(jīng)全部遷移至 Triton 推理服務器，為上百個模型提供了高吞吐預測能力。同時在某些任務基礎上，通過自實現(xiàn)前處理算子、前后處理服務化、BLS 串聯(lián)模型等手段，將一些模型任務合并起來，極大的提升了處理效率。

審核編輯：湯梓紅