在可扩缩、开放且经济高效的云基础设施上加速无人驾驶汽车 (AV) 和高级驾驶辅助系统 (ADAS) 解决方案的开发和商业化。
解决方案
探索用于大规模开发、部署和管理无人驾驶汽车和 ADAS 应用的解决方案。
使用 Google Cloud 的高性能计算为车辆模拟工作负载提供支持,以生成、测试和验证数百万的模拟里程数。
使用 Active Assist 主动获得自动建议,以帮助降低费用、提高性能和安全性,以及做出更可持续的决策。
了解 Nuro 如何使用 Edge Appliance 快速转移数据到 Cloud Storage。
利用 Google Cloud 托管的安全且高性能的设备简化从本地到云端和车载计算的数据注入过程。
Cloud Storage 增加了存储桶位置,以存储具有高可用性和性能的数据。
了解 Cruise 如何使用 Cloud Storage 作为数据湖来存储 PB 级行程数据,以快速高效地注入数据。
Vertex AI Neural Architecture Search (NAS) 会生成神经网络,以帮助优化模型性能。
使用 Vertex AI Notebooks 和服务帮助机器学习和数据科学团队进行快速原型设计和模型开发。
支持用于分布式机器学习训练集群的 GPU,减少推理工作负载的利用率过低的 GPU,并扩展大规模神经网络。
了解 Google Cloud 如何在单个虚拟机中最多提供 16 个 A100 GPU,从而提供总共 640 GB 的 GPU 内存。
客户
开发自动化技术是一场与数据的战斗。了解 Google Cloud 客户如何解决世界上最复杂的难题。