NVIDIA 在 CES 加快自動駕駛車領域的競賽速度

NVIDIA 今日加快其在自動駕駛技術領域的領軍速度。

我們在 CES 2016 揭幕記者會上，發表一項能讓車輛感應四周路況、規劃出安全行車路線的人工智慧技術。

穿著一襲招牌黑色皮夾克的 NVIDIA 執行長黃仁勳先生，在400餘位來自各大車廠、媒體及分析業界嘉賓面前，發表擁有每秒24兆次深度學習運算能力的車用超級運算平台 DRIVE PX 2，這可是初代 DRIVE PX 運算能力的10倍，目前已有超過50間車廠使用這項平台。

新發表的 DRIVE PX 2 具備 8 teraflops 的處理能力，相當於150部 MacBook Pros 筆電的處理能力。DRIVE PX 2 的尺寸僅一個便當盒的大小，而目前使用的舊版自動駕駛技術主機，其體積約莫是中型房車整個後車廂的尺寸。

「自動駕駛車將為社會帶來革命性的變化。」黃仁勳先生在演講一開始就這麼說。「NVIDIA 期望成為促進這項改變的推手。」

Volvo 將在自動駕駛 SUV 車上部署 DRIVE PX

致力於消除交通死亡事故的 Volvo 汽車，將率先其它車廠部署 DRIVE PX 2。

黃仁勳先生宣布以車輛性能安全可靠而聞名於世的 Volvo 汽車，將率先其它車廠部署 DRIVE PX 2。

這家來自瑞典的車廠明年將在100輛 XC90 豪華 SUV 車上安裝 DRIVE PX 2 技術，並首度進行自動駕駛技術公測活動，在 Volvo 汽車的家鄉哥特堡市進行全自動駕駛測試，並且在其它城市進行半自動駕駛測試活動。

DRIVE PX 2 能處理多具感應器傳入的資料，掌握車身四周360度的車況環境。
「以後不再需要後視鏡。」黃仁勳先生說。

無人自動駕駛技術給你安全的行車體驗

不久前，權威人士質疑無人自動駕駛技術的安全性，如今 Volvo 汽車將自動駕駛車納入終結交通死亡事故的計劃，此舉扭轉了懷疑之聲。自動駕駛車比真人駕駛的車輛更為安全。

車禍事件中93% 肇因於人為因素，每年使得130萬名駕駛人致死，許多美國青少年死於邊開車邊使用手機發送訊息，而酒駕致死當然包括在內。

還有生產力方面的問題。Texas A&M 的城市機動性報告（UMR）指出美國人每年浪費55億個小時的時間在交通上，需為此付出1210億美元的成本，同時車輛無效率地佔用道路，浪費的成本遠高於基礎建設興建成本總額。

深度學習技術準備上路

採用電腦視覺技術的自動駕駛解決方案可回答部分問題，然而處理無限大的排列組合，像是流浪貓狗、蛇行車輛、滂沱大雨、修路工人，對於編寫程式的人來說是難上加難的工作。

運用 NVIDIA 技術的深度學習能解決這些難題。放在雲端超級電腦裡、經過高度訓練的深度神經網路，會取得數萬小時實際上路取得的各種經驗。

黃仁勳先生指出多家車廠已採用 NVIDIA 的深度學習技術，將訓練神經網路的速度提高30到40倍。BMW、Daimler 及福特汽車為其中的代表，還有 Preferred Networks 及 ZMP 等來自日本的新創公司。奧迪汽車表示使用採用 NVIDIA 的深度學習技術，四小時就能完成訓練，而使用競爭對手的方案則需要兩年的時間。

NVIDIA DRIVE PX 2 是將深度學習技術實際應用在道路上端對端平台中的一部份。

NVIDIA 的深度學習端對端解決方案，從用於訓練數位神經網路的 NVIDIA DIGITS 超級電腦開始，從車輛上路時就開始收集各種資料。另一端則是 DRIVE PX 2，利用訓練結果來進行推斷，讓車輛能安全行駛在道路上。處在中間的是內含各種軟體工具、元件庫和模組的 NVIDIA DriveWorks 套件，可加快開發和測試自動駕駛車的速度。

DriveWorks 可進行感應器校正、取得車身四周的資料、同步、記錄，接著透過複雜的演算法管線處理流入流出的感應器資料，皆在 DRIVE PX 2 的專用和一般用途處理器上運行。

黃仁勳先生在記者會當中提醒各位嘉賓，一些過去認為電腦無法做到的事情，如今由機器執行的表現比人類還出色，像是影像辨識。經深度學習技術加以訓練的系統如今進行影像分類的正確度達 96% 以上，超越人類的成績。

黃仁勳先生在記者會裡展示深度學習技術用於自動駕駛車的情況。

主講人透過一連串的演示內容，說明 DRIVE PX 2 如何利用光達、雷達、攝影機和超音波這些感應器來掌握車身四周的路況，以及規劃安全高效率的行車路線。

全球最大的車用資訊娛樂系統