Aurora運用AWS服務加速開發Aurora Driver自動駕駛技術

AWS宣布，自動駕駛技術領導者Aurora選擇AWS作為其機器學習訓練和雲端模擬工作的首選雲端供應商。Aurora使用AWS成熟的基礎設施和無與倫比的功能組合安全地加速開發可擴展自動駕駛技術Aurora Driver。Aurora Driver由感知世界的感測器、規劃安全路徑的軟體，以及驅動整合Aurora軟硬體與任意車輛平台的電腦所組成。

在機器學習訓練和雲端模擬上，Aurora全面使用AWS，每天在雲端處理數兆個資料點。目前Aurora正運用道路駕駛蒐集而得的PB級資料，在雲端上擴展訓練工作，期望在2021年底前完成每天多達1,200萬次的模擬駕駛。

自動駕駛是一項極為複雜的技術挑戰，高度仰賴雲端運算以在感知、嵌入式運算、機器學習、動線規劃、決策和進階感測技術等領域有所突破。借助AWS在高效能運算、機器學習、儲存和安全的能力，Aurora優化並擴展虛擬測試工作，以安全快速地提升Aurora Driver的功能。

Aurora執行長Chris Urmson表示：「大規模進階機器學習和模擬是Aurora能夠安全且快速地開發技術的基石。AWS提供的高效能協助我們持續推動技術進展。AWS以近乎無限的擴展性，支援數百萬次的虛擬測試以驗證Aurora Driver的功能，並因此能安全地在真實世界中提供無數次的邊緣導航案例。」

AWS驅動的Aurora虛擬測試套件(Virtual Testing Suite)是開發Aurora Driver的特殊加速器。Aurora可以運用在現實世界中觀察到單一測試情況的資料，在虛擬測試套件中啟發數百種排列組合。

這種虛擬測試訓練讓Aurora Driver能更快、更安全地駕馭複雜的情況，如道路施工、隨意穿越馬路的行人，和在沒有左轉綠燈的路口左轉(unprotected left-hand turns)。舉例來說，Aurora Driver嘗試在實際道路上進行無左轉燈路口左轉之前，它已經進行近230萬次模擬轉彎，約等於2萬個小時的道路駕駛練習。

自2019年以來，Aurora一直在AWS上進行大規模模擬，並計畫在2021年底前將其在AWS上執行的模擬量增加兩倍，達到每天1,200萬次以上。

Aurora Driver軟體堆疊(software stack)的離線元件在AWS上執行，包括虛擬測試套件、高畫質路線圖(Aurora「Atlas」)、機器學習模型和軟體開發工具。例如，Aurora運用Amazon SageMaker(協助開發者和資料科學家快速建置、訓練與部署機器學習模型的AWS服務)來創建、執行和持續改進機器學習模型，以支援其駕駛模擬。有了這項服務，Aurora可以串連Amazon Elastic Compute Cloud(Amazon EC2)執行個體(如P4d)，為雲端機器學習訓練提供最高效能。

在開發模擬之前，Aurora使用AWS安全地儲存和處理在實際道路測試期間記錄的PB級資料，然後運用這些資料訓練機器學習模型。預先處理工作在Amazon Elastic Kubernetes Service(Amazon EKS)和Amazon EMR上執行，這是AWS使用開源工具處理大量雲端資料的服務。

然後，Aurora的機器學習訓練工作仰賴AWS優化的深度學習架構，如TensorFlow和PyTorch。最後，Aurora使用Amazon EKS和Amazon EC2在數十萬個併行vCPU和數千個併行GPU上配置並自動擴展其模擬工作流程，而Amazon EKS和Amazon EC2可提供加速的運算執行個體，如G4dn。

AWS機器學習副總裁Swami Sivasubramanian表示：「AWS可高度擴展的運算、機器學習和分析服務正幫助Aurora推進自動駕駛車的技術發展、在真實世界中更為普及。我們可靠的基礎設施和完整的雲端產品(如引領業界的機器學習服務Amazon SageMaker)是協助Aurora從每天新增的數兆資料點中獲得洞察的理想基礎，進而不斷增強技術。我們非常自豪能支援自動駕駛技術加速創新，並期待運輸、物流和行動的轉型能夠提高安全和效率。」