为了加速自动驾驶 NVIDIA都做了什么?

  作为 GTC CHINA 2019 上唯一发布的硬件,NVIDIA DRIVE AGX Orin 光从硬件参数上看已经十分亮眼,包括 170 亿个晶体管,8 核 64 位 CPU,200TOPS 深度学习算力。在演讲台上,黄仁勋反复强调了 NVIDIA DRIVE AGX Orin 的性能,它相当上一代 NVIDIA DRIVE AGX Xavier 的 7 倍,这是一个从底层架构上全面革新的处理器。

  那么问题来了,NVIDIA DRIVE AGX Orin 究竟会给自动驾驶带来什么样的变化,英伟达对未来自动驾驶的布局又有着什么样的规划?在 GTC CHINA 2019 现场,我们采访到了 NVIDIA 汽车事业部高级总监 Danny Shapiro 先生,也请他揭开关于 Orin,关于 NVIDIA 自动驾驶技术的神秘面纱。

为了加速自动驾驶 NVIDIA都做了什么?_第1张图片
NVIDIA 汽车事业部高级总监 Danny Shapiro 先生

  把软件排在第一位

  在 NVIDIA,软件开发人员的数量其实已经超过了硬件工程师的数量,推出的 NVIDIA DRIVE AGX Orin 芯片,也更多的是围绕 NVIDIA Drive 平台进行,通过提供预训练的模型,把整个 NVIDIA Drive 生态系统开放给到所有的合作伙伴。

为了加速自动驾驶 NVIDIA都做了什么?_第2张图片
黄仁勋手中拿着 NVIDIA DRIVE AGX Orin 芯片,也是 GTC CHINA 2019 全场唯一新硬件产品

  以滴滴为例,NVIDIA 与滴滴自动驾驶合作一直处在不断推进的状态,底层技术基于 NVIDIA Drive 不断扩展。很快借助 NVIDIA AI,滴滴嫩巩固完成 L4 级自动驾驶和智能打车服务。

  这将是一个十分庞大的市场,现阶段滴滴每年为 100 亿人次提供出行服务,仅仅依靠芯片以及边缘计算不能解决整体问题,所以 NVIDIA Drive 平台与 NVIDIA AI 数据中心协同解决,为滴滴从车辆到云端提供完整的解决方案是一个最优解。

为了加速自动驾驶 NVIDIA都做了什么?_第3张图片

  作为滴滴自动驾驶 AI 处理的一部分,NVIDIA DRIVE 借助多个深度神经网络融合来自各类传感器(摄像头、激光雷达、雷达等)的数据,从而实现对汽车周围环境 360 度全方位的理解,并规划出安全的行驶路径。而为了训练这些深度神经网络,滴滴将采用 NVIDIA GPU 数据中心服务器。在云计算方面,滴滴还将构建 AI 基础架构,并推出计算型、渲染型和游戏型 vGPU 云服务器。

为了加速自动驾驶 NVIDIA都做了什么?_第4张图片

  在软硬兼施的整体方案下,NVIDIA Drive 平台能够适配从现在已经投入量产的 L2、L2+ 自动驾驶,也足以为即将到来的 L4、L5 自动驾驶做准备。也因为在同一个体系之下,虽然在结构上发生本质变化,但 Orin 能做到与 Xavier 兼容,这归功于硬件本身完全可以由软件定义。

  有意思的是,NVIDIA 介入汽车领域一开始也并非从高尖端的自动驾驶开始,而是从全液晶化仪表板、车载娱乐信息系统入手,例如奥迪还利用过 Tegar 系列芯片控制激光大灯。而随着需求不断升级,NVIDIA 才开始介入自动驾驶,并一直发展到现在的 NVIDIA Drive 平台与 NVIDIA AI 数据中心。对于 NVIDIA 而言,依赖数据中心,通过神经网络学习自动驾驶模拟各种可能性,才有机会更快的将高阶自动驾驶引向量产。

  事实上特斯拉发展自主的自动驾驶系统与 NVIDIA 的理念相类似,所不同的是 NVIDIA 的自动驾驶解决方案可以适配更多车型,而非局限在单一品牌上。

为了加速自动驾驶 NVIDIA都做了什么?_第5张图片
Karma 依靠 NVIDIA DRIVE AGX 平台开发的 AI 辅助驾驶系统

  也因为如此,NVIDIA DRIVE AGX Orin 背后所提供的是全套硬件和软件的解决方案,特别是在软件部分 NVIDIA 是唯一一家在 MLperf 基准之上对所有类别都提交了测试申请的,而且在各种类别中都是排名第一,Orin 是带着全套的软件堆栈,并且支持所有主流 AI 框架的。

为了加速自动驾驶 NVIDIA都做了什么?_第6张图片

  与多方实现共赢

  高精地图无疑也是自动驾驶一项重要指标,在 GTC 大会上,NVIDIA DRIVE Localization 也获得了来自高德地图和宽凳科技的高精地图支持。NVIDIA DRIVE Localization 本身是一个开放的可扩展平台,主要目的是让自动驾驶汽车在全球道路上实现厘米级高精定位成为可能。

  通过将驾驶环境中的语义地标与高德地图、宽凳科技等公司高精地图中的特征相匹配,NVIDIA DRIVE Localization 实现了厘米级定位,从而能够实时确定车辆的确切位置。

为了加速自动驾驶 NVIDIA都做了什么?_第7张图片

  而从自动驾驶车辆的运算力需求上来看,一辆车很可能会需要 10 个以上的摄像头,配备多个雷达,还有激光雷达,它需要冗余性和多元化。对数据处理需求也变得更高。从底层结构做出完全改变的 NVIDIA DRIVE AGX Orin 则可以做到以相比 Xavier 高出 7 倍的性能处理这些问题。

  事实上 NVIDIA DRIVE AGX Orin 本身设计最早源自于数据中心,它从设计之初就考虑到了安全性和稳定性的特点,然后才是依靠软件不断定义和添加新功能,在安全和扩展性上,都有着更好的保证。

为了加速自动驾驶 NVIDIA都做了什么?_第8张图片

  NVIDIA 预计在在 2020 年下半年应该会出现在指定路线运营的自动驾驶出租车。而无论是高精地图、自动驾驶平台还是数据中心,NVIDIA 都已经准备了完整的解决方案,毋庸置疑这是一家以 GPU 推动,但也不会局限于 GPU 的科技企业。相信在不久以后,我们也会在公路上看到更多带着 NVIDIA 芯片的自动驾驶车辆在实际道路上展开测试。

你可能感兴趣的:(为了加速自动驾驶 NVIDIA都做了什么?)