返回案例列表
汽车 / 智能制造 训练
某头部车企自动驾驶团队
端到端自动驾驶模型训练，对数据安全和训练速度要求极高
2.6x
迭代提速
4.2天
单轮训练
100%
数据安全
项目概况
集群规模 H100 × 128 + 昇腾 910B × 128
技术栈 Colossal-AI + 自定义数据 pipeline
运行时长 集群常驻运行
关键亮点 数据不出域 + 昇腾混合训练
关键指标
项目核心数据全景
迭代提速
2.6x
+160%
单轮训练
4.2天
-62%
数据安全
100%
昇腾占比
50%
混合集群
256卡
常驻运行
7×24
客户证言
客户证言
自动驾驶数据是命脉，必须在客户机房内处理。ZaiCloud 帮我们做了完整的私有化部署，把一半算力切到昇腾降低成本，单轮训练从 11 天压到 4.2 天，整个过程零数据外泄。
李振华
自动驾驶负责人 · 某头部车企
数据不出域 昇腾混合 50% 单轮 4.2 天
技术架构
从应用到基础设施的四层方案
L4
应用层
端到端自动驾驶模型 自定义数据 pipeline Colossal-AI
从感知到规控一站式训练，自研 I/O pipeline 提升数据吞吐
L3
调度层
容器化跨芯片 CUDA/Ascend 统一 异构资源调度
容器化技术屏蔽 NVIDIA 与昇腾的 API 差异，统一调度
L2
算力层
H100 × 128 昇腾 910B × 128 NVLink + HCCS
NVIDIA 与昇腾混合部署，性能与成本兼顾
L1
基础设施层
客户机房私有化 物理隔离 RDMA 互联
完全部署在客户机房，物理隔离 + 高速 RDMA
顶层为应用层，底层为基础设施层
挑战
项目要解决的核心难题
自动驾驶数据属于敏感数据，必须在客户自有数据中心或完全隔离的环境中处理。同时客户希望将部分算力切换到国产昇腾芯片以降低成本，但现有训练代码全部基于 CUDA，需要大量修改。
解决方案
ZaiCloud 的核心策略
- 1
ZaiCloud 提供私有化部署方案，数据全程不出域：
- 2
在客户机房部署隔离的 GPU 集群；
- 3
通过容器化技术实现昇腾与 NVIDIA 卡的统一调度；
实施过程
从集群规划到正式生产的关键里程碑
- Month 1
私有化集群部署
- Month 2
昇腾适配与调优
- Month 3
数据 pipeline 优化
- Month 4+
常驻运行与维护
业务影响
迭代速度提升 2.6 倍，单轮训练从 11 天压到 4.2 天
迭代提速
模型版本更新从月级压到周级，自动驾驶算法快速验证
2.6x
合规可控
数据全程在客户机房内处理，满足汽车行业严格的数据合规
100%
国产化推进
50% 算力切到昇腾 910B，国产化与降本同时达成
50%