阿里云发布 PAI-TurboX ，这一举措在自动驾驶领域意义重大。通过先进的技术架构和优化算法，它将自动驾驶的训练效率大幅提升了 50% 。这意味着在相同时间内，可以完成更多的训练任务，加快模型的迭代和优化速度。高效的训练效率有助于自动驾驶技术更快地成熟和应用，为智能交通的发展提供更强大的动力。它不仅体现了阿里云在人工智能领域的技术实力，也为自动驾驶行业的进步开辟了新的道路，有望推动自动驾驶技术在更广泛的领域中得到应用和普及。

6月23日，阿里云宣布推出自动驾驶领域模型训练、推理加速框架PAI-TurboX。该框架通过优化CPU亲和性、动态编译、流水线并行等策略，显著提升模型训练推理效率。在数据侧，PAI-TurboX提出高性能的DataLoader引擎，优化数据预处理流程，实现智能训练样本分组，有效提升数据处理效率。此外，PAI-TurboX还提供算子优化和量化等能力，减少训练阶段的访存延迟，提升吞吐效率，同时在推理任务中保障精度的同时降低计算开销与内存带宽需求，实现异构平台下的高性能推理部署。

PAI-TurboX在自动驾驶的3D物体检测模型BEVFusion训练任务中，可将训练时间缩短58.5%；在实时在线矢量化高精地图构建模型MapTR训练任务中，可将训练时间缩短53%；在端到端自动驾驶模型SparseDrive训练任务中，PAI-TurboX在感知模块训练和联合训练两个阶段可获得明显的速度提升，相同训练步数下两个阶段可分别缩短51.5%和48.5%。阿里云人工智能平台PAI提供贯穿AI开发和运维全流程的平台服务，自2016年诞生以来，已累计服务超过10万家企业客户及数百万AI开发者。