NVIDIA DRIVE PX 如何協助車廠讓自駕車瘦身

作者 Danny Shapiro

俗諺說,未來就在這裡,只是分佈不均,或許它是開著載滿電腦的卡車來的吧。

所以今天我們要宣布 NVIDIA PX 開發平台的價格及上市相關資訊。

一月在消費性電子產品展登場亮相的 NVIDIA DRIVE PX,是一具強大的自駕車用電腦,將深度神經網絡的能力搬到實體車輛上。

我們將在五月份正式推出 DRIVE PX 開發平台給各大車廠、最上層的車用品供應商及研究機構,讓路上行駛的車輛能逐漸朝向自動駕駛的方向。

NVIDIA DRIVE PX 是針對已經或即將在路上測試自駕車的車廠所打造的產品。

共通點:這些企劃案都靠 NVIDIA GPU 技術,即時處理和分析安裝在全車上感應器和攝影機傳回來的資料。

我們的其中一家合作夥伴已經宣布打算要讓他們的自駕車橫越美國。

DRIVE PX 的兩顆 NVIDIA Tegra X1 處理器提供 2.3 teraflops 的運算效能,而每顆超級晶片只有指甲片般大小。


NVIDIA DRIVE PX的兩顆NVIDIA Tegra X1處理器提供2.3 teraflops的運算效能。

那足以匯集12具攝影機流入的資料量,以及同時運行多項先進駕駛輔助功能,包括全車環繞影像、防碰撞系統、行人偵測、無後照鏡操作、交叉車流監測與駕駛人狀態監測。

多就是多

DRIVE PX 採用稱為「深度學習」的新技術,讓它擁有較目前小客車上能見到更多、更強大的功能。

那是因為當前的先進駕駛輔助系統,是按照車輛感應器能偵測到的物體分類原則進行演進。

它是能派上用場,但是還不夠。想像訓練此類系統去因應發生事件的可能性,的確它還做不到。

我們的 DRIVE PX 開發平台就是用來解決這個問題。它有稱為 DIGITS 的嶄新深度神經網絡軟體,還有視訊擷取和視訊處理元件庫。

DIGITS 這套深度學習訓練系統能運行在採用 NVIDIA GPU 的系統上(包括最新的 DIGITS DevBox 開發平台),讓電腦訓練自己瞭解四周的物體(請見 Parallel Forall 部落格上的《DIGITs: Deep Learning Training System》一文,有更詳盡的說明)。

深度神經網絡的運作方式,與人類透過經驗來學習極為相似。現在我們不只能訓練系統來辨識物體,還能訓練行為(請見《Here’s How Deep Learning Will Accelerate Self-Driving Cars》一文,裡面簡介了此運作方式)。

接著可以將 DIGITS DevBox 建立的模型裝入車輛,立即在 DRIVE PX 上運行。

您可以使用更多資料來訓練和再訓練這套系統,每次自駕車進行OTA更新時,就會變得更聰明。

結果:一套優秀的自駕系統能延伸汽車硬體的性能表現,又不用在行李廂安裝一大堆沒用的電子廢物。