Проект

"Кама" внедрила решения Selectel в процесс разработки ИТ-систем для водителей

Заказчики: Кама (АО)

Набережные Челны; Транспорт

Подрядчики: Селектел (Selectel)
Продукт: Selectel ML-платформа

Дата проекта: 2024/03 — 2024/09
Технология: PaaS - Platform As A Service - Бизнес-платформа как сервис
подрядчики - 147
проекты - 528
системы - 260
вендоры - 152

2024: Создание вычислительной инфраструктуры

Компания КАМА 10 октября 2024 года сообщила о партнерстве с Selectel. В рамках проекта Selectel развернул производительную вычислительную инфраструктуру, на базе которой специалисты Атом разрабатывают ИТ-сервисы будущего электромобиля, в частности систему активной помощи водителю (Advanced Driver Assistance Systems, ADAS) и платформу данных.

«
Команда Selectel подобрала для нас нестандартное оборудование, обеспечивающее оптимальное соотношение производительности и цены, — отметил Владислав Ладенков, инженер по машинному обучению и операционной поддержке программного обеспечения в Атоме. — Они также предоставили зрелую ML-платформу, в которой мы с первого дня начали запускать эксперименты. R&D команды ежедневно работают на этой платформе. Selectel активно помогает нам внедрять новый функционал, и мы также самостоятельно расширяем платформу, добавляя наши собственные компоненты, не входящие в стандартную сборку.
»

ML-платформа Selectel включает в себя инструменты для управления ML-экспериментами и развертывания моделей машинного обучения. Решение работает на базе производительной вычислительной инфраструктуры, включая графические ускорители (GPU). Специалисты ML-команды Selectel оказывают проекту экспертную и техническую поддержку. Благодаря возможностям Selectel, команда Атом может эффективно обучать свои ML-модели, которые значительно повысят безопасность и удобство вождения.

«
Мы рады поддерживать амбициозные цели Атома в области разработки ИТ-систем будущего электромобиля, — подчеркнул Антон Чунаев, менеджер ML-продуктов Selectel. — В начале реализации проекта мы провели совместное тестирование и подобрали производительную инфраструктуру, соответствующую требованиям заказчика. Накопленная экспертиза в сфере ML, а также складской резерв графических ускорителей (GPU), необходимых для подобных ресурсоемких вычислений, позволяют нам оказывать надежную поддержку инфраструктуры и обеспечивать ее гибкое масштабирование.
»