评估NVIDIA DGX系统的分布式多节点自动驾驶AI能力（基于OpenShift平台）

基于OpenShift平台对NVIDIA DGX系统的分布式多节点自动驾驶AI训练进行了评估。

构建自动驾驶汽车的深度神经网络（DNN）是一项具有挑战性的任务。
本研究评估了基于DGX平台的分布式计算架构在DXC机器人运动学建模中的应用效果。

此外采用了机器人学习平台作为支撑来驱动深度学习（11.3）的工作负载。已被部署在许多大型GPU加速的自动驾驶（AD）开发和测试环境中。不仅适用于新的OpenShift版本，并且能够迁移到其他基于OpenShift运行的不同集群系统中。

DXC Robotic Drive是一款以数据驱动的方式设计的自动驾驶技术平台。它显著降低了相关风险，并加速了对ADAS/AD功能的开发、测试与验证过程。该平台是目前最先进且规模最大的EB级解决方案之一，在利用现有的本地基础设施以及云端资源的基础上，并结合成熟的开发方法和技术手段来实现高度自动化的人工智能驾驶功能构建流程。

互操作性测试环境是运行OpenShift 3.11和4.3的机器人驱动创新实验室。

DL workloads at scale

主要采用的数据并行（dataparallelism）是设计分布式深度学习系统时最常用的工作模式之一。在加速视觉感知与递归神经网络的训练方面，相关的研究资料与实践经验十分丰富。

DL模型会在多个实例中被重复利用，并且数据能够在这些多个实例之间同时流动。各