6月23日，阿里云正式发布面向自动驾驶领域的模型训练与推理加速框架pai-turbox。该框架可显著提升感知、规划控制以及世界模型的训练与推理效率，在多个行业模型任务中，均可将训练时间缩短50%。

当前，主流自动驾驶方案通常需融合图像、激光雷达、毫米波雷达、GPS等多种模态数据。然而，大规模样本数据加载与预处理效率较低，造成GPU资源浪费；同时，由于自动驾驶模型涉及大量算子，现有训练与推理框架执行效率不高，且优化门槛较高。

PAI-TurboX为多模态数据预处理、离线大规模模型训练及实时智能驾驶推理提供了完整解决方案。在系统层面，通过优化CPU亲和性、动态编译和流水线并行等策略，大幅提升训练与推理效率；在数据处理方面，引入高性能DataLoader引擎，优化了预处理流程，并实现智能样本分组，有效提升了数据处理效率。

此外，PAI-TurboX还支持算子优化与量化技术，能够减少训练阶段的访存延迟，提高吞吐量；在推理阶段，可在保持精度的同时降低计算开销和内存带宽需求，实现在异构平台上的高性能部署。

测试数据显示，在BEVFusion 3D物体检测模型训练中，PAI-TurboX使训练时间减少了58.5%；在MapTR高精地图构建模型训练中，训练时间缩短了53%；而在SparseDrive端到端自动驾驶模型的感知模块训练与联合训练阶段，分别提速51.5%和48.5%。

阿里云研究员林伟表示：“TurboX不仅提升了自动驾驶模型的训练与推理效率，还将推动世界模型的发展，让终端具备类似人类的感知、思考与决策能力。”

据悉，阿里云人工智能平台PAI自2016年推出以来，已服务超过10万家企业客户和数百万AI开发者，全面支撑阿里云百炼、魔搭社区等MaaS服务与生态体系。