蔚來基于NVIDIA Triton搭建的推理服務(wù)平臺(tái)

在近日舉行的 GTC 大會(huì)上，蔚來 AI 平臺(tái)負(fù)責(zé)人白宇利帶來非常有價(jià)值的分享，他首次對(duì)外透露了蔚來自研的全棧式自動(dòng)駕駛系統(tǒng)（NAD）的部署和開發(fā)情況，同時(shí)也將蔚來自動(dòng)駕駛研發(fā)平臺(tái)（NADP）這個(gè)神秘的“Peta Factory”帶到了公眾視野中。

據(jù)了解，NADP是服務(wù)于蔚來自動(dòng)駕駛核心業(yè)務(wù)方向的研發(fā)平臺(tái)，用于開發(fā) NAD 功能。以“Peta”為名是因?yàn)槊枯v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(tái)管理大量復(fù)雜的 AI 應(yīng)用，并將模型開發(fā)效率提高 20 倍，從而縮短自動(dòng)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(xùn)練、測(cè)試和部署的過程中，為了確保新改進(jìn)能夠切實(shí)地解決相應(yīng)問題，且不會(huì)引發(fā)任何新問題， NADP 需要執(zhí)行 10 萬項(xiàng)推理任務(wù)，包括數(shù)據(jù)挖掘、仿真和回歸測(cè)試。經(jīng)過眾多方案的對(duì)比和篩選，蔚來選用了NVIDIA Triton 推理服務(wù)器作為核心組件，構(gòu)建了 NADP 的高性能推理服務(wù)。

正如白宇利在分享中提到：“我們基于 NVIDIA Triton 推理服務(wù)器構(gòu)建了高性能推理服務(wù)。此服務(wù)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(jiǎn)化 AI 推理。Triton 讓編排和擴(kuò)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(wù)平臺(tái)，在數(shù)據(jù)挖掘業(yè)務(wù)場(chǎng)景下，通過服務(wù)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(shí)延降低為原來的 1/ 6。

Triton 在設(shè)計(jì)之初，就融入了云原生的設(shè)計(jì)思路，為后面逐步圍繞 Triton 搭建完整的云原生平臺(tái)性推理解決方案提供了相當(dāng)大的便利。

作為 NADP 推理平臺(tái)的核心組件，Triton 與 NADP 的各個(gè)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(tái)中提供助力。

目前，NADP 數(shù)據(jù)挖掘業(yè)務(wù)下的相關(guān)模型預(yù)測(cè)服務(wù)已經(jīng)全部遷移至 Triton 推理服務(wù)器，為上百個(gè)模型提供了高吞吐預(yù)測(cè)能力。同時(shí)在某些任務(wù)基礎(chǔ)上，通過自實(shí)現(xiàn)前處理算子、前后處理服務(wù)化、BLS 串聯(lián)模型等手段，將一些模型任務(wù)合并起來，極大的提升了處理效率。

審核編輯：湯梓紅