Beschleunigen der Entwicklung autonomer Fahrzeuge mit speziell entwickelten AWS- und Partnerservices und -Lösungen

AWS treibt die Entwicklung von autonomen Fahrzeugen (AV) weiter voran.
Die Entwicklung und der Einsatz von Advanced Driver Assistance Systems (ADAS) und AV-Systemen erfordert eine Entwicklungsplattform mit hochskalierbaren Computing-, Speicher- und Netzwerkfunktionen sowie Analytics- und Deep-Learning-Frameworks. Diese Plattform erfordert Fähigkeiten, die das Erfassen, Aufnehmen, Speichern, Verarbeiten und Analysieren, Kennzeichnen und Beschriften, die Entwicklung von Karten, Algorithmen und Modellen, Simulationen, Verifizierung und Validierung sowie Funktionen zur Verwaltung des Arbeitsbereichs (einschließlich MLOps und DevOps) ermöglichen. Führende Kunden aus der Automobilbranche nutzen AWS als ihre ADAS/AV-Entwicklungsplattform, weil wir über ein breites und tiefes Angebot an verwalteten Services, Lösungen, Erlebnissen und eine Partner-Community verfügen, um die Architektur und Technologie bereitzustellen, die für die Entwicklung sicherer, zuverlässiger und kostenoptimierter autonomer und ADAS-Systeme erforderlich sind.

Vorteile

Unerreichte Computing-, Speicher- und Netzwerkskalierung
AWS löst den Bedarf an Datenverarbeitung, Speicherung und Verwaltung im Petabyte-Bereich, indem es Tausende von Computing-Kernen für die Entwicklung und Validierung bereitstellt.
Beschleunigung der Markteinführung
Die Entwicklung in AWS hilft Kunden, ihr Software-Engineering zu optimieren, um agiler zu sein, Entwicklungs- und Validierungskosten zu senken und eine schnellere Markteinführung zu unterstützen.
Möglichkeiten, die Kosten im Griff zu behalten
AWS verfügt über die meisten Speicherklassen aller Clouds, was zu einer höheren Kosteneffizienz führt, da die Daten je nach Zugriffshäufigkeit, Haltbarkeit und Verfügbarkeitsanforderungen konfiguriert und bezahlt werden können.

Lösungen und Services für autonome Mobilität

AWS bietet Lösungen und Services, die speziell für die Automobilbranche entwickelt wurden. Entdecken Sie die AWS-Lösungen für autonome Mobilität, um die Entwicklung von autonomen Fahrzeugen, fortschrittlichen Fahrerassistenzsystemen und mehr zu beschleunigen.

Symbol zu AWS IoT FleetWise

AWS IoT FleetWise

AWS IoT FleetWise macht es Autoherstellern einfach und kostengünstig, Fahrzeugdaten nahezu in Echtzeit zu sammeln, zu transformieren und in die Cloud zu übertragen und damit Anwendungen mit Analysen und Machine Learning zu erstellen, die die Fahrzeugqualität, Sicherheit und Autonomie verbessern.

Weitere Informationen »
Symbol für den Data Lake in AWS für autonome Fahrzeuge

Data Lake in AWS für autonome Fahrzeuge

Bietet hochskalierbare Speicher- und Computing-Services sowie fortschrittliche Deep-Learning-Frameworks, die das Erfassen, Aufnehmen, Speichern und Analysieren von Daten autonomer Fahrzeuge ermöglichen, um die Entwicklung autonomer Fahrzeuge in vollem Umfang zu unterstützen.

Weitere Informationen »
Symbol für DXC und AWS Robotic Drive Cloud

DXC und AWS Robotic Drive Cloud

Stellt die Tools, Services und die Basis-Backend-Plattform in AWS bereit, um das Entwickeln von Funktionen und Software für autonomes Fahren zu beschleunigen, indem AWS-Services, die für spezifische Workloads für autonomes Fahren optimiert sind, erweitert werden.

Weitere Informationen »
Symbol für Capgemini Driving Automation System Validation

Capgemini Driving Automation System Validation

Hilft OEMs, die zugrundeliegende Architektur und Technologien des autonomen Fahrens schnell zu übernehmen.

Weitere Informationen »

AWS-Services

Amazon-EC2-T4g-Instances werden mit Arm-basierten AWS-Graviton2-Prozessoren betrieben. T4g-Instances sind die nächste Generation kostengünstiger burstfähiger Allzweck-Instances, die eine Basis-CPU-Leistung mit der Möglichkeit bieten, die CPU-Nutzung jederzeit und so lange wie nötig zu erhöhen.
Amazon-EC2-Inf1-Instances bieten leistungsstarke ML-Inferenz zu den niedrigsten Kosten in der Cloud.
Amazon-EC2-P4d-Instances bieten die höchste Leistung für ML-Training- und HPC-Anwendungen (High Performance Computing) in der Cloud.
Amazon-EC2-P3-Instances bieten High Performance Computing in der Cloud mit bis zu 8 NVIDIA® V100 Tensor Core GPUs und einem Netzwerkdurchsatz von bis zu 100 Gbit/s für Machine-Learning- und HPC-Anwendungen.
Amazon SageMaker unterstützt Datenwissenschaftler und Entwickler bei der Vorbereitung, dem Entwickeln, dem Training und der Bereitstellung hochwertiger ML-Modelle durch eine breite Palette von speziell für ML entwickelten Funktionen.
Amazon SageMaker Ground Truth ist ein vollständig verwalteter Daten-Labeling-Service, mit dem die Erstellung von hochpräzisen Trainingsdatensätzen für Machine Learning einfach gelingt.
Amazon SageMaker Ground Truth Plus ermöglicht es Ihnen, hochwertige Trainingsdatensätze ohne Entwicklung von Labeling-Anwendungen oder Verwaltung von Labeling-Mitarbeitern zu erstellen.
In AWS Wavelength sind AWS-Computing- und Speicherservices in 5G-Netzwerke eingebettet, die eine mobile Edge-Computing-Infrastruktur für die Entwicklung und Skalierung von Anwendungen mit extrem geringer Latenz bereitstellen.
AWS Snowcone ist das kleinste Mitglied der AWS-Snow-Familie mit Geräten für Edge-Computing, Edge-Speicherung und Datenübertragung.

Erfahrungsberichte von Kunden

Erfahren Sie, wie führende Automobilunternehmen ihr Geschäft mit AWS-Autonomous-Mobility-Lösungen umgestalten.

Mobileye-Symbol

Mobileye: Navigating the winding road toward driverless mobility (Den kurvenreichen Weg zur fahrerlosen Mobilität managen)

Autonome Fahrzeuge (AVs) werden immer mehr zur Realität, wie die Vielfalt der fortschrittlichen Fahrerassistenzsysteme (ADAS) und die wachsende Zahl von AV-Testprogrammen auf der Straße zeigen. Mobileye, ein weltweit führendes Unternehmen in der Entwicklung von Technologien für ADAS und autonome Fahrlösungen, war ein wesentlicher Bestandteil dieser technologischen Revolution.

Video ansehen »
Navigating the winding road toward driverless mobility (56:41)
Logo von Lyft Level 5

Lyft erhöht die Simulationskapazität und senkt die Kosten mit Amazon-EC2-Spot-Instances

Lyft erhöhte die Simulationskapazität und senkte die Kosten durch den Einsatz von Amazon-EC2-Spot-Instances, um die Leistung und Sicherheit seines selbstfahrenden Systems zu verbessern.

Fallbeispiel lesen »

Logo von Toyota Research Institute

Toyota Research Institute beschleunigt sicheres automatisiertes Fahren mit Deep Learning in globalem Maßstab in AWS

Toyota Research Institute verwendet Amazon-EC2-P3-Instances, um die riesigen Datenmengen, die es erfasst, effizient zu verarbeiten und die Entwicklung seiner automatisierten Fahrsysteme zu beschleunigen.

Blog lesen »

Momenta-Logo

Momenta beschleunigt die Technologie für autonomes Fahren mit AWS

Momenta verwendet AWS-Speicher- und IoT-Lösungen, um Hunderte von Petabytes an Daten von den Sensoren an Bord seiner autonomen Fahrzeuge zu erfassen und zu verarbeiten.

Fallbeispiel lesen »

WeRide-Logo

WeRide beschleunigt in AWS das Training von Modellen für Machine Learning beim autonomen Fahren von Wochen auf 12 Stunden

WeRide beschleunigte in AWS das Training von Modellen für Machine Learning beim autonomen Fahren von Wochen auf 12 Stunden.

Fallbeispiel lesen »

TuSimple-Logo

Entwickeln des autonom fahrenden LKW der Stufe 4 von TuSimple mit AWS

TuSimple hat Milliarden von Fahrkilometern simuliert und seine Plattform für autonomes Fahren entwickelt, die ausgeklügelte Deep-Learning-Algorithmen in AWS nutzt.

Video ansehen »

Innovationen mit zentralen Industriepartnern

Engagieren Sie sich mit einer globalen Community von AWS-Partnern, die technisches Know-how und Kundenerfolge beim Entwickeln von Lösungen in AWS nachgewiesen haben.

Ressourcen

Siehe Blog-Beiträge, Videos, Podcasts und andere Ressourcen von AWS zur Automobilbranche, um mehr zu erfahren und über die neuesten Entwicklungen auf dem Laufenden zu bleiben.

Vorgestellte Ressource

E-Book zur Entwicklung autonomer Fahrzeuge

Autonome Fahrzeuge versprechen eine sichere, effiziente und barrierefreie Zukunft, die die Abhängigkeit von einem menschlichen Fahrer minimiert und ihn schließlich überflüssig macht. Lesen Sie dieses E-Book, um zu erfahren, wie Toyota Research, Lyft, Momenta und TuSimple die Entwicklung ihrer autonomen Fahrsysteme beschleunigen, indem sie in AWS entwickeln.

Miniaturansicht zum Entwickeln einer Pipeline zur automatischen Szenenerkennung für autonomes Fahren
Blog

Entwickeln einer Pipeline zur automatischen Szenenerkennung für autonomes Fahren – ADAS-Workflow

Dieser Field Notes-Blogbeitrag aus dem Jahr 2020 erklärt, wie Sie mit dieser Referenzarchitektur einen Data Lake für autonomes Fahren entwickeln können.

Blog lesen »

Stock-Bild: Autonome Fahrzeuge auf der Straße
Blog

How Autonomous Trucking Became the Unlikely Hero of Autonomous Vehicle Development (Wie der autonome Lkw zum unwahrscheinlichen Helden der autonomen Fahrzeugentwicklung wurde)

LKW der Klasse 8, also die Sattelschlepper, die Sie täglich auf der Autobahn überholen, legen in der Regel astronomische Kilometerleistungen auf langen Strecken unter relativ vorhersehbaren Bedingungen zurück. Das ist eine ideale Umgebung für die Entwicklung und Erprobung von Technologien für selbstfahrende Fahrzeuge.

Blog lesen »

Miniaturansicht für „Simulation in AWS RoboMaker“
Blog

Jede High-Fidelity-Simulation in AWS RoboMaker mit GPU- und Container-Unterstützung ausführen

Zur Unterstützung von High-Fidelity-Simulationen unterstützt AWS RoboMaker jetzt GPU-basierte Simulationsaufträge, die für rechenintensive Workflows wie High-Fidelity-Simulationen entwickelt wurden.

Blog lesen »

Miniaturansicht für „ROS Bag Data on AWS using rviz and Webviz“ (ROS Bag Data auf AWS mit rviz und Webviz)
Blog

Deploy and Visualize ROS Bag Data on AWS using rviz and Webviz for Autonomous Driving (Bereitstellung und Visualisierung von ROS Bag-Daten auf AWS mit rviz und Webviz für autonomes Fahren)

Dieser Blog-Beitrag beschreibt drei Lösungen für die Bereitstellung und Visualisierung von ROS-Bag-Daten auf AWS mit Hilfe von zwei beliebten Visualisierungstools.

Blog lesen »

Video-Labeling in Amazon SageMaker Ground Truth
Blog

Label Videos with Amazon SageMaker Ground Truth

Da die Modelle immer ausgereifter werden, wenden AWS-Kunden zunehmend Vorhersagen von Machine Learning auf Videoinhalte an. Das autonome Fahren ist vielleicht der bekannteste Anwendungsfall, da die Sicherheit erfordert, dass Straßenbedingungen und sich bewegende Objekte korrekt erkannt und in Echtzeit verfolgt werden.

Blog lesen »

Miniaturansicht für „3D point cloud labeling“
Blog

Label 3D Point Clouds with Amazon SageMaker Ground Truth

Mithilfe der integrierten grafischen Benutzeroberfläche (GUI) und ihrer Tastenkombinationen für die Navigation und Beschriftung können Mitarbeiter schnell und präzise Beschriftungen, Boxen und Kategorien auf 3D-Objekte („Auto“, „Fußgänger“ usw.) anwenden.

Blog lesen »

Erste Schritte

Automobilunternehmen aller Arten und Größen, von globalen Fahrzeugherstellern bis hin zu Startups, nutzen AWS. Kontaktieren Sie unsere Experten und starten Sie noch heute Ihren eigenen Weg in die Cloud.
AWS-Automotive_Icon-Category_Connected-Car