每個人都討厭在城市中開車。針對這個問題，谷歌於本周表示他們正在採取一些行動，並宣布他們的自動駕駛汽車計畫 (Self-Driving Car Project) 的焦點，已從高速公路上的行駛，轉移至征服城市街道。
來自谷歌的 Chris Urmson 所發佈的部落格文章，談到了 NVIDIA 已掌握並累積 20 年的核心技術：視覺運算，這將是成功建置先進駕駛者輔助系統的關鍵所在。
視覺運算背後的動力來自於 GPU (繪圖處理單元)，它能針對Chris 所提及像是「同時偵測數百個不同物體」、「提高注意力」以及「絕對不會疲倦或分神」等情況提供所需的處理能力。
他說明這種對於電腦視覺、影像處理以及機器學習的需求，不只是打造一顆汽車內部的大腦就可以滿足，還得擁有即時處理能力，才能提供駕駛中所需的立即決策協助。
谷歌自動駕駛汽車 Lexus RS 450H 配備 360 度的雷射、雷達及攝影機，可以收集數量驚人的視覺資料 – 據報導是每秒 1GB 資料量。為了讓大家對這個數字有個概念，以我自己為例，我的智慧型手機一個月消耗的資料流量大約是 3 – 4GB。
那些資料必須與內建地圖資料庫整合，來建構駕駛環境的 3D 模型。
試想想幾個 – 不是全部 – 視覺運算的運作方式：
- 根據感應器所收集進來的資料，以即時的方式創建 3D 模型
- 追蹤靜止和移動的物體，例如其他車輛、交通號誌、行人，以及滾過道路的足球
- 識別當中的每一個物體並予以分類，分類的依據在於是否會影響汽車需做出的下個決策
在他們的展示影片中，谷歌的一位測試駕駛員注意到有一個像是自行車騎士的移動物體，即使在被分類後而還是會有所變化，例如，假如騎士伸出手臂來表示他或是她正要轉彎。
GPU 適合用於處理這些挑戰，因為它的設計就是為了能夠即時處理眾多任務。當需要處理輸入的龐大資料時，GPU 的平行運算架構就意謂著能較 CPU 更有效率。事實上，NVIDIA 的 GPU 已被用來驅動全世界最快速的一些超級電腦，例如橡樹嶺國家實驗室 (Oak Ridge National Laboratory) 的泰坦 (Titan) 超級電腦。假如有一輛車要代替我來駕駛，我會希望它是由超級電腦所驅動的。
NVIDIA 現在已經將那種效能水準帶至個人層級的汽車嵌入式應用，例如先進駕駛者輔助系統。
針對汽車製造商，NVIDIA 已提供 Jetson Pro 開發工具套件。針對其他嵌入式應用，Jetson TK1 已開放訂購。