客户案例

驭势科技，智能驾驶企业，用人工智能和大数据重构人和物的交通，用无人驾驶解决超大流量人群的交通和物流问题。驭势科技深信人工智能将赋予交通工具智慧和灵性，让人类的出行更加便捷、安全和舒适。

国际汽车工程师协会（SAE）把自动驾驶分为了5个阶段，L0~L5 ，其中L0是指人工驾驶，L5则是完全自动驾驶。按照上述分级标准，当前大量传统车企均已实现了L1的驾驶支援，也就是辅助驾驶。部分车型的定速巡航、自动跟车等功能也已步入了L2阶段——由系统架构的自动驾驶领域，又称ADAS。
真正的无人驾驶之路才刚开始，挑战与机遇并存。

• 算法，现在的人工智能还缺乏足够的学习能力，在一个确定的场景中可能没有问题，但自动驾驶的真正场景是一个复杂、动态并且充满不确定性的。
• 系统，智能驾驶系统的复杂程度，仅就单代码量而言，奔驰S级轿车是波音787客机的16倍，这么一套复杂的系统如何支撑它良好运行就是一个问题。

算法需要大量时间和数据去验证，也需要大量GPU资源；系统需要不断地去完善代码，也需要不断尝试和大量资源。
驭势科技现有的GPU都用来跑生产数据，大量GPU资源都在满负荷运转，但同时研究团队还需要ImageNet数据来做Pre-training，如果使用现有的GPU资源，那么就需要排队等待使用，这势必会减缓算法和系统的研发速度。

针对驭势科技的情况，UCloud推荐了UAI-Train产品。UAI-Train底层有海量P40资源，可以通过界面选择一次训练需要的资源量，上层把系统、驱动、框架都已经封装好，用户只需上传代码即可。
在使用时，不同于租用GPU主机空闲时也要收取费用，UAI-Train只有任务开始时才会产生费用，任务停止则计费停止，真正做到按需收费。训练效率上，利用UAI-Train底层资源的优秀性能，P40的GPU加上SSD磁盘的配置，使用户在享受低廉价格的同时，还可以有超过本地GPU服务器的性能。

UCloud 为驭势科技在算法和系统两个核心问题上提供了很好的助力，使其无人驾驶的商业化之路走得更好更快。在2017年拉斯维加斯CES（国际消费电子展）上，驭势科技发布了首辆无人驾驶电动车并进行了技术演示。
按照驭势科技的时间轴，未来1年内会加速推进这款车的量产，初步实现园区内低速无人驾驶应用，覆盖主题公园、景区、度假村等场景，到2019年逐渐向中高速自动驾驶过渡。
“现在需要做的事情就是把它变成真的，未来五年计划，虽然不一定是说这个东西一定能成，但一定要走出一条让它能够可行的路子来。”赵勇坚定地说。