福特负责人表示 HPC、GPU、AI 是推动进步的关键

与所有汽车制造商一样，福特正在追求一场意义深远的数字化转型。

在 SC24 会议上，该汽车制造商产品开发数字化转型全球主管 David Kepczynski 概述了高性能计算、GPU 加速和 AI/ML 如何重塑该公司从安全、性能等各个方面的方法和联网车辆。

很难找到比百亿亿级技术和 HPC 工业用途更好的扬声器。在加入福特之前，Kepczynski 在通用电气担任了十年的企业数字技术和研究首席信息官，负责监督医疗保健、能源和航空航天等行业的大型计算系统的开发。在此之前，他在通用汽车工作了 20 年，在全球数字工程、产品开发和制造领域担任领导职务。

Kepczynski 还担任美国能源部 Exascale 计算项目行业和机构委员会的联合主席，这让他在 HPC 发展成为我们今天看到的样子（经过调优的大规模 GPU 加速系统的组合）方面占据了前排席位。适用于人工智能和/或传统 HPC 以及该规模所需的所有软件步骤。

虽然我们希望了解福特 HPC 环境的更多架构细节，但他确实告诉 SC24 人群，他们的系统支持 2,000 名计算机辅助工程师每天进行建模和仿真（主要是 CFD 模拟）。

在回答 Broadcom 观众提出的有关本地 HPC 与云 HPC 的问题时，Kepczynski 解释说，福特主要依赖本地系统来进行建模和模拟工作负载。然而，过去对 AWS 和 Azure 等超大规模云提供商的实验证明了混合方法的灵活性。

Kepczynski 还解释说，计算资源均匀分布在耐撞性、空气动力学性能和联网车辆分析之间。然而，他预测未来几年人工智能/机器学习工作负载将显着增加，特别是在联网车辆中，实时分析预计将占据主导地位。“我们预计机器学习将占某些领域高达 90% 的计算周期，”他说。

尽管有很多关于福特人工智能将如何发展以及走向何方的讨论，但他强调，良好的老式 HPC 支撑着汽车开发的各个方面。例如，在安全领域，他表示福特已经从孤立的碰撞模拟转向系统级方法，将乘员和碰撞虚拟化为统一模型中的互连组件。“我们不仅仅考虑孤立的耐撞性，”他说。“我们正在利用 HPC 来集成结构、机械和软件系统，交付可提高首次质量并加快进度的成果。”

– 这不仅仅是改造我们的车辆。这是关于改变我们作为一个行业的思维、设计和创新方式。”

性能优化遵循类似的面向系统的理念。虽然空气动力学仍然是一个关键焦点，但福特工程师现在使用 HPC 将推进系统和 NVH（噪声、振动和声振粗糙度）特性集成到全面的车辆仿真中。这种整体方法由先进的基于物理的建模提供支持，使公司能够微调车辆性能的各个方面。“我们已经超越了组件级分析，”Kepczynski 强调。– 通过 HPC，我们可以分析整个系统，结合数据、模型和计算能力，以实现前所未有的保真度。 –

HPC、AI/ML 和 GPU 加速的融合正在我们最期待的地方发挥作用：联网车辆。他描述了福特如何通过将每辆汽车视为物联网平台，将传感器数据与实时分析相集成，以提高性能和可靠性。他表示，这些功能主要由 GPU 驱动的计算系统提供支持，可实现预测性维护和即时性能调整等高级应用程序。– 在这个领域，GPU 至关重要，”Kepczynski 指出。“它们推动大规模数据分析，支撑我们的互联车辆战略。”

Kepczynski 重申了 GPU 的价值以及在百亿亿次计算中所做的工作。“可编程 GPU 改变了一切，”他说。– 即使使用现有的代码库，重构也带来了非凡的性能提升。 –

如前所述，人工智能和机器学习是福特方法的组成部分，实际应用推动生成设计、预测分析和联网车辆功能。

Kepczynski 消除了任何炒作的想法，强调福特的人工智能专注于切实的成果。通过机器学习创建的替代模型被集成到设计工作流程中，从而在不影响质量的情况下实现更快的迭代。

“我们不仅仅是在进行实验，我们还在应用这些技术来提供真正的结果，”他说。