PAI-TurboX在自动驾驶的3D物体检测模型BEVFusion训练任务中，可将训练时间缩短58.5%；在实时在线矢量化高精地图构建模型MapTR训练任务中，可将训练时间缩短53%；在端到端自动驾驶模型SparseDrive训练任务中，PAI-TurboX在感知模块训练和联合训练两个阶段可获得明显的速度提升，相同训练步数下两个阶段可分别缩短51.5%和48.5%。
阿里云宣布推出自动驾驶领域模型训练、推理加速框架PAI-TurboX。该框架通过优化CPU亲和性、动态编译、流水线并行等策略，显著提升模型训练推理效率。在数据侧，PAI-TurboX提出高性能的DataLoader引擎，优化数据预处理流程，实现智能训练样本分组，有效提升数据处理效率。此外，PAI-TurboX还提供算子优化和量化等能力，减少训练阶段的访存延迟，提升吞吐效率，同时在推理任务中保障精度的同时降低计算开销与内存带宽需求，实现异构平台下的高性能推理部署。
CONTACT US
ICC APP
