汽車製造商運用人工智慧的範圍不侷限於自動駕駛車,而是延伸到後端辦公室

作者 Crowd Favorite

汽車業者將 NVIDIA 資料中心技術用於公司各層面的營運活動上。

發展自動駕駛車的公司可以將人工智慧技術用於駕車,用在後端辦公室的情況也變得日漸普遍。

開發自動駕駛車的汽車製造商、供應商和新創公司利用深度學習演算法,在無人類插手的情況下來操作車輛,而汽車製造商透過 NVIDIA 的高效能運算解決方案,也在自己的資料中心裡使用人工智慧技術來提升日常營運效率。

從估算庫存需求到訓練演算法在無左轉指示燈的情況下進行左轉,汽車製造商與 NVIDIA DRIVE 生態系統合作夥伴開始採用高效能運算解決方案,以解決眼前和未來的問題。

使用人工智慧滿足客戶對細節的需求

一講到賣車,時間就是金錢。對於汽車製造商和經銷商來說,停車場裡的那些庫存車就等於數千美元的成本,而一開始就有品質方面問題的車輛,修起來可要花上大把鈔票,客人也會對此不滿。

人工智慧能夠從舊有模式汲取知識,有助於緩解銷售過程裡的這些問題。Volkswagen 使用 NVIDIA GPU 加速運算解決方案來運行預測深度學習演算法,便能估算顧客對特定車款的需求。

如此一來便減少了經銷商的庫存車輛數量,又提高了客戶滿意度。Volkswagen 在其禮賓服務裡使用相似的人工智慧技術,以便在服務時預測顧客需求,並有效加以滿足。

Volkswagen 還利用 NVIDIA 的人工智慧基礎設施來緩解車輛生命週期裡客戶面臨到的痛點。Volkswagen 消化交通資料,打造出一個能預測車速和塞車程度的人工智慧模型,將最新的塞車路況告訴駕駛人,並且配合接下來的路況調整引擎,以便提高運作效率。

不符合品質標準的新車會吃掉不少車廠的利潤。在過去的五年裡,車廠每出售一輛車,平均就要另外撥出銷售收​​入的 2.7%,每年合計五百億美元的保修資金。

GTC Europe 大會的資料中心策略小組討論活動上,BMW 表示使用搭載 NVIDIA 技術的深度學習演算法,在汽車出廠前便找出和解決品質方面的問題,這個作法比目視檢查和傳統監控活動更為有效。

高效率訓練人工智慧駕駛員

搭載人工智慧技術的資料中心解決方案提高了汽車業的工作效率,這些車廠也用這些方案來準備開發未來的車款。

Audi 旗下為 VW、Audi、Porsche 及 BMW 開發自動駕駛技術的子公司 Autonomous Intelligent Driving(AID),靠著 NVIDIA GPU 加速運算解決方案來訓練自動駕駛的深度學習演算法。

Volvo Cars 與供應商 Veoneer 合資成立的 Zenuity,利用 NVIDIA DGX 來訓練自動駕駛的人工智慧技術。自動駕駛軟體供應商搭配高效能資料中心解決方案,便能處理呈現指數級增長速度的感應器資料,以訓練其模型、減少資料瓶頸和加快開發週期。

高效能資料中心解決方案讓企業能使用海量資料,以前所未有的速度來訓練人工智慧。工程師可以使用從車輛收集到的攝影機及感應器資料,將交通規則及如何因應各種路況的方式來教導人工智慧演算法。

這種更省事的解決方案可以讓安全的自動駕駛技術更快上路,減少每年因交通事故造成的五千億美元損失。

從新式駕駛技術到提高企業經營效率,這些用途只是幾個說明人工智慧基礎設施如何改變產業發展面貌的例子。藉由 NVIDIA 資料中心解決方案高超的運算能力,為智慧快速的工作方式開啟更多可能性。