將 Google Cloud 應用於自駕車和 ADAS

運用可擴充且具備成本效益的開放式雲端基礎架構,加快自駕車 (AV) 和先進駕駛輔助系統 (ADAS) 解決方案的開發與商業化速度。

解決方案

自駕車和 ADAS 解決方案

探索各項解決方案,大規模開發、部署及管理自駕車和 ADAS 的應用方式。

大規模運用基礎架構來進行研發

運用 HPC 進行端對端模擬

採用 Google Cloud 的高效能運算技術來支援車輛模擬工作負載,產生、測試及驗證數百萬英里的模擬結果。

多雲端和混合型軟體開發

透過多個部署環境都適用的同一個平台,建立全代管 CI/CD 管道,享有開放原始碼的可攜性。

瞭解 Sibros 如何大規模打造並推出新的連網車用途 (涵蓋生產製造到售後)。

兼具智慧技術與永續發展性的雲端

Active Assist 可讓您主動接收自動產生的建議,進而降低成本、提高效能、提升安全性,以及制定更有永續發展性的決策

使用正式版等級的擷取和儲存功能

從邊緣擷取道路資料

運用 Pub/SubDataflowSparkBigQuery 進行大規模處理作業,建立並擷取 PB 規模的道路資料。

車隊資料的 ETL 管道

使用 Google Cloud 代管、兼具安全性與高效能的設備,簡化從地端部署系統將資料擷取至雲端的程序和車內運算作業。

全球規模的儲存空間

Cloud Storage 增加了多個儲存空間值區位置,能以高可用性與高效能的方式儲存資料。

實現自動駕駛的 AI/機器學習工作流程

SiL 和 HiL 適用的神經架構搜尋 (NAS)

Vertex AI 神經架構搜尋 (NAS) 服務會產生類神經網路,協助您將模型效能調整到最佳狀態。

與開發和作業相關的機器學習運作功能

使用 Vertex AI Notebooks相關服務,讓機器學習和數據資料學團隊能迅速完成原型設計與模型開發作業。

感知/行為 AI 模型適用的深度學習

瞭解 Google Cloud 如何在單一 VM 中提供高達 16 個 A100 GPU,以供應 640 GB 的 GPU 記憶體。

展開下一步行動

告訴我們您要解決的問題,Google Cloud 專家會協助您找到最合適的解決方案。

Google Cloud
  • ‪English‬
  • ‪Deutsch‬
  • ‪Español‬
  • ‪Español (Latinoamérica)‬
  • ‪Français‬
  • ‪Indonesia‬
  • ‪Italiano‬
  • ‪Português (Brasil)‬
  • ‪简体中文‬
  • ‪繁體中文‬
  • ‪日本語‬
  • ‪한국어‬
控制台
Google Cloud