4具光達偵測器、4具魚眼攝影機，2具窄視野攝影機、GPS。
我們以低於公告速限的速度，在灑落點點陽光的矽谷高速公路上恣意暢遊，但是每一秒鐘，我們精心打造的豪華跑車都在捕捉海量數據。
要是無法集合這些感應器的資料，一切也是枉然。
透過工程師裝在中控台上的顯示器，我們在駛向矽谷園區停車場的途中，可以透過 Audi A6 的4具魚眼鏡頭見到車身四周的情況，不過在轉彎的過程中還是有聽見其他駕駛人按喇叭提醒我們。
而我們人類的眼睛是没法看到他們的。
注意前（後）方路況
從這個例子就不難瞭解，我們急著從資料中心取出深度學習技術、實際用於繁忙交通路況的原因。 因為先進的感應器還是不夠。如果你没用人工智慧來瞭解這些感應器如何照看這台車子，你就不會有超越人類，不凡的認知能力。
我們本週為了在拉斯維加斯舉行的消費電子展發表和展演 NVIDIA DRIVE PX 2，我們打造了一具採用 DRIVE PX 2 系統的巨大汽車儀表板。
車上的「擋風玻璃」顯示改裝後 Audi 汽車上路時所拍攝的影片畫面，下方則是展示在下一代儀表板上可立即見到各種資訊，像是路面、其它車輛和前方經計算後的路徑，就像是你從上方和後方看著車子一樣。
你只消瞄一眼就能掌握各種車況，此舉比轉頭來回查看前方擋風玻璃和側視鏡、後視鏡要更為安全。
次世代駕駛數位引擎
我們以 NVIDIA DRIVE PX 2 展開汽車深度學習的故事。搭載強大次世代 Tegra 處理器和 Pascal 架構專用 GPU 的 DRIVE PX 2，提供每秒24兆次的深度學習運算能力，而它的體積小到足以置入手套箱內。
唯有這種運算實力能即時處理從各感應器流入車內的大量資料。我們的想法是讓能裝入車內的小巧 DRIVE PX 2 系統，取代研究人員像是在進行科學研究案，草率安裝自己的龐大伺服器機架。
24 teraflops 的運算能力足以將感應器收集到的資料，即時處理完畢後投入多種先進的行車輔助功能使用。要是能快速處理且提供給駕駛人，就能提供環繞影像、防碰撞、行人偵測、橫向車流監視和駕駛人狀態監視等功能。
更深入學習
不久的未來還會推出更多內容。我們打造 DRIVE PX 2，利用深度學習技術來學習海量資料裡的有用資訊。DRIVE PX 2 內載 DIGITS 深度神經網路軟體開發套件，還有視訊拍攝和視訊處理元件庫。
深度神經網路的學習方式跟人類極為相似，都是透過經驗來學習，而這正是裝有感應器的 Audi 汽車在過去幾個月裡，不斷行駛於矽谷高速公路 101 的原因。收集到愈多資料，系統就會愈聰明。
各車廠可將這些以 GPU 技術為基礎的深度學習系統裝入車輛，裝好後立即便在 DRIVE PX 2 上運行，開發人員能投入更多資料來訓練和再訓練。
透過 OTA（Over-The-Air）空中下載更新服務，可以讓你的智慧車變得更聰明。
來談談如何加速吧。