阿里云推出面向自動駕駛領域模型的訓練、推理加速框架PAI-TurboX。該框架可提升感知、規劃控制乃至世界模型的訓推效率，在多個行業模型的訓練任務中，PAI-TurboX均可縮短50%的時間。

　　目前，業界主流的自動駕駛方案需要融合圖像、激光雷達、毫米波雷達、GPS等多個模態數據，但大規模訓練樣本數據加載和預處理的效率較低，導致GPU資源浪費;同時，自動駕駛模型算子數量巨大，使用現有訓推框架系統執行效率低下，且優化門檻高。

　　據悉，阿里云推出的PAI-TurboX，在多模態數據預處理、離線大規模模型訓練以及實時智駕推理等環節提供了全面的解決方案。在系統側，PAI-TurboX通過優化CPU親和性、動態編譯、流水線并行等策略，顯著提升模型的訓練推理效率;在數據側，PAI-TurboX提出了高性能的DataLoader引擎，并且優化了數據預處理流程和實現了智能訓練樣本分組，有效提升數據處理效率。

　　此外，PAI-TurboX還提供了算子優化和量化等能力，可進一步減少訓練階段的訪存延遲，提升吞吐效率。同時，在推理任務中，能在保障精度的同時降低計算開銷與內存帶寬需求，可實現異構平臺下的高性能推理部署。

　　實測結果顯示，在自動駕駛的3D物體檢測模型BEVFusion訓練任務中，PAI-TurboX可以將訓練時間縮短58.5%;在實時在線矢量化高精地圖構建模型MapTR訓練任務中，PAI-TurboX可以將訓練時間縮短53%;在端到端自動駕駛模型SparseDrive訓練任務中，PAI-TurboX可以在感知模塊訓練和聯合訓練兩個階段獲得明顯的速度提升，相同訓練步數下可分別縮短51.5%和48.5%的訓練時間。

　　據介紹，阿里云人工智能平臺PAI可提供貫穿AI開發和運維全流程的平臺服務。自2016年以來，PAI已累計服務超過10萬家企業客戶及數百萬AI開發者，支撐阿里云百煉、魔搭社區等MaaS服務及社區。