自动驾驶领域中的模型部署是指将训练好的自动驾驶模型部署到车辆或其他设备上,以实现车辆的自主驾驶。与人工智能领域的模型部署相比,自动驾驶领域的模型部署有以下几个特点:
总之,自动驾驶领域的模型部署是一项复杂的任务,需要考虑模型的实时性、安全性和环境适应性等多个方面。
对于部署,我们使用Fly.io,因为它是多区域的、易于管理,并提供一个非常通用的计算环境(任何可以在容器中运行的东西)。随着时间的推移,许多AI项目最终会使用多种编程语言和/或在后端具有非平凡的功能,因此Fly.io是在JavaScript本地托管环境(如Vercel或Netlify)和传统云之间的一个很好的折衷选择。话虽如此,如果您希望选择其他托管环境,该代码也很容易支持。Fly.io很快还将提供GPU,用于需要托管自己的模型的情况。
在开发Gemini模型期间,我们采用结构化方法进行负责任的部署,以识别、衡量和管理我们模型可预见的对社会的影响,与谷歌AI技术的先前版本保持一致(Kavukcuoglu等人,2022年)。在项目的整个生命周期中,我们遵循以下结构。本节概述了我们通过这个过程的广泛方法和主要发现。我们将在即将发布的报告中分享更多细节。