大陆与英伟达合作研发自动驾驶系统，目标 2021 年推向市场
大陆与英伟达今天共同宣布，两家公司将会合作开发一套全新的自动驾驶系统。新系统基于 NVIDIA DRIVE 平台打造，计划会在 2021 年推向市场。 按照预定计划，两家公司打造的全新自动驾驶系统可以涵盖 L2 到 L5 多级别功能，其中包括 360 度感知、高速公路自动变道以及交通融合的能力。另外，系统本身还将整合高清地图，使车辆能够对自身进行本地定位，同时提供地图更新。 至于具体合作，大陆将拿出自己的多功能摄像头、3D 激光雷达、短距离和远距离雷达、中央控制单元等技术。而英伟达则负责提供 NVIDIA DRIVE 平台，其中包括 Xavier 芯片、DRIVE OS 系统以及 DRIVE AV 软件栈。 截止现在，大陆和百度、麦格纳、Intel 阵营（宝马、英特尔、Mobileye）等企业达成过自动驾驶合作计划。而英伟达的自动驾驶合作伙伴则包括奥迪、丰田、沃尔沃、大众、博世等公司。 有意思的是，作为一家一级供应商，大陆同时和目前代表自动驾驶芯片领域两大阵营的公司英特尔、英伟达达成了合作。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
你以为特斯拉与英伟达正在热恋，他们却与 AMD 合作研发自动驾驶芯片
对于自动驾驶汽车而言，智能芯片的重要性无需多言。只不过，正是因为如此重要，一些车企开始感受到了压力，那就是他们越来越依赖于芯片制造商。 面对这种状况，汽车制造商们当然不会选择坐以待毙。今天外媒就放出消息，特斯拉将与 AMD 合作共同研发自动驾驶芯片。目前，特斯拉已经拿到了试验研发样品。 双方是怎么走到一起的？ 在了解合作内容之前，我们先来看看消息来源。昨天，芯片制造商 Globalfoundries 的 CEO Sanjay Jha 在一次技术会议上列举了与特斯拉的合作案例，而 Globalfoundries 正是一家从 AMD 中拆分出的芯片公司，他们还与 AMD 签署过晶片供应协议。 消息一出，很多人就意识到特斯拉已经开始筹划研发自动驾驶芯片。虽然 Globalfoundries 随后发表声明，并不对客户或者潜在客户进行评论，但还是有人挖掘出了隐藏在背后的消息：特斯拉正在与 AMD 合作研发自动驾驶芯片。 两家公司之所以能够达成合作，不得不提一个人，那就是特斯拉 Autopilot 负责人 Jim Keller。在加入特斯拉之前，Jim Keller 曾在苹果和 AMD 工作过，苹果 A4、A5 芯片就是由他主导设计完成的。Jim Keller 加入特斯拉之后，还陆续从 AMD 带来了项目负责人 Ganesh Venkataramanan、资深硬件工程师 Bill McGee 以及首席电路系统设计 Dan Bailey。这样一来，特斯拉 Autopilot 团队当中就有相当一部分成员带有 AMD 的工作背景，而这无疑为两家公司的合作减少了很多隐形障碍。 特斯拉为何做出这个决定？ 去年 7 月，特斯拉与 Mobileye 终止合作，随后他们则与英伟达展开合作，特斯拉旗下车型也开始陆续搭载 Nvidia Drive PX2 芯片。 而这一次突然爆出与 AMD 合作研发自动驾驶芯片，也让很多人吃了一惊。消息一出，AMD 股价直接上涨 4.73%。不过更多人好奇的是，特斯拉与英伟达的合作也没多久，他们这一次究竟出于什么考虑做出这样的决定？ 从产品层面上分析，N 卡与 A 卡的纷争从来就没有停止过。不过坦率的讲，英伟达在自动驾驶方案上的技术储备和项目进展绝对要强于 AMD，Drive PX 2 方案已经在特斯拉 Model S/X 上搭载，而 ZF 针对商用卡车的自动驾驶系统 ProAI 也基于 Arive PX 2 打造而成。另外，他们还准备在三年内为丰田量产基于 Xavier 方案的定制化平台，同时基于 Xavier 平台的奥迪车型也将在 2020 年上市。最后，英伟达还将为博世定制基于 Xavier 的量产版 AI 车载电脑。 反观 AMD，他们在去年推出过一个「Radeon Instinct」 高性能 GPU 加速器，结合开源软件也可以投入到自动驾驶领域当中，不过在与主机厂的合作方面，暂时还没有落地计划。 与英伟达相比，AMD 在产品层面上并不占据优势，那么特斯拉又是出于什么原因与他们达成合作呢？看来只能从战略层面入手。 对于特斯拉而言，无论是整车制造环节还是锂电池供应链，他们都不想受制于人。针对自动驾驶系统，Elon Musk 的看法也是一样。虽然特斯拉这一次并没有表态放弃英伟达，但与 AMD 的合作却让所有人都能看出，他们想要摆脱对英伟达的依赖。 英伟达对于特斯拉来说，更像是一个自动驾驶供应商的角色，特斯拉并没有在 Drive PX 2 方案当中贡献太多的技术力量，英伟达已经提供了自动驾驶各个环节所需要的运算平台。而在与 AMD 的合作当中，特斯拉则可以拥有更多的话语权，这也就意味着他们可以定制更多个性化的自动驾驶选项。与其他传统车企带来不一样体验的同时，还可以摆脱英伟达所带来的依赖和制约。 自动驾驶不仅改变了交通出行体验，主机厂、科技公司以及供应商之间的合作关系也在发生着变化，大家都想抓住改变交通秩序的时间窗口，抢占更多话语权。特斯拉与 AMD 的这次合作也在提醒其他科技公司，再亲密的合作关系都抵不过话语权所带来的诱惑。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
为了实现完全自动驾驶，特斯拉给车子换上了更强的「主板」
特斯拉为去年十月份之后生产的所有新车配备了名为「supercomputer」 的硬件设备来运行 Autopilot 2.0 系统。据特斯拉称，「supercomputer」 不仅是运行现阶段自动驾驶程序的硬件基础，在未来，当更高层次的自动驾驶程序开发出来后，「 超级电脑」 仍然会是与其搭配的硬件。 尽管「 超级电脑」 已经是目前最先进的车载电脑，但大部分人对于其能否支持 Level 5 级别的自动驾驶仍然有些疑问。但是，Musk 却认为，「supercomputer」 已经足够先进，要实现完全自动驾驶，只要更新软件就可以。 当特斯拉将 Model S 和 Model X 里没有配备的驾驶员面部识别设备应用到 Model 3 上时，就意味着他们已经开始着手进行车辆硬件设备的升级。而现在，据外媒报道，Model 3 除了加入面部识别设备以外，其实 Autopilot 的芯片也有部分提升。据说，这套被内部称为 HW（hardware）2.5 的新硬件，与原来相比多了一个 GPU 来增强运算能力。 特斯拉发言人表示确实存在类似的改变，但是新的硬件仍然只有一个 GPU： 「HW2.5 这个称呼对于这套新的硬件来讲有些言过其实了，事实上 HW2.1 是一个更恰当的称呼，尽管增强了运算能力和可靠性，但是并没有增加新的 GPU。」 除此之外，特斯拉发言人还表示目前已经订购的 Model S，Model X 和 Model 3 都已经安装了新硬件。 目前用于 Model X 和 Model S 上的 HW2.0 是一款基于英伟达 Drive PX2 而来的计算平台，英伟达为这个平台提供了几种新产品来满足更高水平自动驾驶的运算需求。 不同的自动驾驶系统对于满足各个等级的自动驾驶所需的运算能力是不一样的。就特斯拉而言，Autopilot 1.0 实现 Level 2 级别自动驾驶需要 0.256 TOPS（万亿次运算每秒），而如果要实现 Level3-Level 5 的自动驾驶，则需要 2-20 TOPS 不等。 目前，特斯拉 Model S 的 Drive PX2 平台上搭载了一个 SoC 和一个离散式 GPU。英伟达预测，要实现完全自动驾驶，必须要有两个 SoC 和两个 GPU。但是，特斯拉方面却希望通过算法的优化，用现有的硬件实现完全自动驾驶。 Autopilot 2.0 发布后， Elon Musk 认为特斯拉可以在这套设备上实现他们的终级目标——完全自动驾驶，但是他也表示，如果有必要的话，特斯拉会为用户提供无偿升级服务。 特斯拉方面称： 「 我们仍然希望在 HW2.0 平台上实现比人类驾驶更加安全的自动驾驶技术而不改变现有的硬件设备，但是如果这种方式行不通（尽管在我们看来这种可能性很小），我们仍然会为用户提供无偿升级服务。」 最后，特斯拉还重申了他们的最终目标：「 在今年内，以自动驾驶的方式实现从洛杉矶到纽约的全程路试。」 不得不说，特斯拉的这种经营理念确实颠覆了传统汽车行业。他们不需要像传统汽车品牌那样召开新车发布会，用户只通过 OTA 服务升级一下软件，就可以享受最新的自动驾驶技术。在这种新的经营方式下，用户买车的时机也会受到影响：如果你因热衷于最新的汽车科技而延迟买车的时间，那你恐怕得一直等下去了。 特斯拉称，一旦 Autopilot 系统收集到足够的实地遥测数据，他们就可以通过 OTA 服务将已经出售的七万辆特斯拉汽车升级为完全自动驾驶。这听起来很酷，但是实际升级的时间可能不会短。即便特斯拉真的能在今年年内完成横跨美国的路测，相关的技术也不一定会立即应用到用户身边。除此之外，地方的法律法规也不一定会对自动驾驶技术大开方便之门。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
百度和 NVIDIA 两家 AI 公司，将如何合作自动驾驶？
7 月 5 日的百度 AI 开发者大会上，COO 陆奇不仅正式发布了百度的 Apollo 自动驾驶计划，还对外宣布了公司「all in AI」 的发展策略。几个月前，在地球另一边的硅谷，老黄在 GTC 上也再次对外强调了，NVIDIA 是一家 AI 公司，将全力为 AI 提供优秀的计算平台。如今，这两家 AI 公司要一起做自动驾驶了，GeekCar 在百度大会之后的一天专访了两家公司的高管，来让他们聊一聊到底怎么合作。 不仅仅是技术上的合作 百度智能驾驶事业部技术总经理张少宇告诉 GeekCar，双方在自动驾驶领域的合作包括了两个层面：技术与市场。 在技术上，百度擅长的是软件，例如算法决策，地图，云计算等。但是他们在硬件以及车载平台上缺乏积累，NVIDIA 正好在这个层面提供了补全：Drive PX 计算平台将成为百度 Apollo 计划提供核心硬件支持。 并且就像我们之前的文章中介绍 NVIDIA 自动驾驶解决方案时所提到过的：云端才是 NVIDIA 发挥其硬件计算实力的平台。双方的合作不只会停留在汽车终端上，NVIDIA 也会为百度的云平台以及 Apollo 中的云服务提供强大的运算能力。 在市场层面上，双方的合作也同样契合。NVIDIA 此前公布的汽车行业合作伙伴基本上都是外资的整车制造商或者供应商，包括特斯拉、奔驰、博世、采埃孚等等。但是在中国本土的汽车行业中，NVIDIA 却没有公布什么进展，这很可能和 NVIDIA 最初进入汽车市场时较高的定位有关。毕竟在自动驾驶发展的开始阶段，大部分投入关注的厂商都是国外的豪华品牌。 而反观百度的 Apollo 计划，其实更多的是为了迎合国内自主品牌对自动驾驶以及高级驾驶辅助的强烈需求。随着自动驾驶的发展和自主品牌销量的崛起。国内的车厂越来越重视「 智能化」，他们希望通过驾驶辅助相关的技术来提升自己未来落地产品的核心竞争力。 出于自动驾驶相关技术所涉及到的「 地图资质」，「 安全」 以及「 政策」 等因素，自主品牌选择百度这样的中国科技巨头来合作无疑是一个最稳妥的选择。Apollo 首批合作企业中就包含了一汽、北汽、长城、长安、奇瑞、江淮等一众自主品牌。 由此我们可以看出双方在合作资源上的互补：NVIDIA 的资源主要是在国外的汽车巨头，百度可以帮助其开拓中国市场。而百度的资源重心是在国内，NVIDIA 正好可以帮助引荐更多的海外合作伙伴。 在上周百度 Create AI 开发者大会上，百度所展示的 BCU-MLOP2 计算单元中，就有来自采埃孚的产品（下图，与之前发布的 ProAI 有些相似相似）。而采埃孚就是 NVIDIA 帮助百度引荐的合作伙。 另一方面，在之前 CES Asia 上，百度联合长城发布的自动驾驶车上，也同样搭载了 NVIDIA 的 Drive PX 平台，而长城选择 NVIDIA 的芯片，也是通过百度的前线。 双方合作对 Apollo 的意义 两家公司在技术以及市场的深度合作说明了一点：NVIDIA 或许是百度 Apollo 计划当中最重要的合作伙伴之一。 首先双方的公司业务与专注的市场就十分互补。此外，俩家公司都是以 AI 为核心发展方向的科技企业，二者在企业的行事风格以及战略方向也比较一致。 而反观 Apollo 计划合作伙伴当中的传统汽车公司，百度对他们来说可谓是「 亦敌亦友」，虽然车企们知道百度在国内的影响力、AI 技术储备、地图资质等可以很好的帮助自己发展自动驾驶，但是同时也忌惮百度想要学习整车厂商的经验，最终主导自动驾驶行业的野心。对于这些企业，他们知道自己和百度合作的必要性，但是目前却又很难找到一个很好的和百度切合的合作模式。 因此相较于汽车行业的公司，NVIDIA 这样的合作伙伴，才是目前能够助力 Apollo 平台的核心。双方在选择客户时也会去选择「 志同道合」 的，真正想要一起把自动驾驶做好的车厂。 至于百度和 NVIDIA 各自的自动驾驶生态如何合作，如何分工的问题，NVIDIA 中国区总经理张建中做出了非常明确的回答：除去地图之外，NVIDIA 在从感知到决策的各个自动驾驶环节上都有相关的布局，但是每一个部分都是独立可替换的模块，任何客户或者是合作伙伴想要将其中的部分模块替换为自己的解决方案都是可以的。NVIDIA 这么布局的目的是为了满足更多客户以及开发者的需求。 而对于百度来说，他们在和 NVIDIA 合作时也会根据具体的模块来选择，如果某一模块是百度做得更好，那么就选择百度的，如果有些部分 NVIDIA 做得好，那么就用 NVIDIA 的。双方并不是明确的分清各自做什么，而是在一起协同研发的模式。这是建立在双方充分信任的基础之上的。 由此看来，当外界正在质疑百度 Apollo 众多合作伙伴的「 粘性时」，或许真的找错方向了。对于百度来说，Apollo 计划中的那些「 车厂」 合作伙伴其实更多的是一个「 客户爸爸」 的角色，指望他们对整套解决方案出多少力自然是不现实的。 「 志同道合」 是建立信任的基础。同样是「all in AI」 的公司，NVIDIA 或许才是百度最靠谱的合作伙伴。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
专访商汤科技 CEO 徐立：这家用 GPU 做深度学习算法的公司，能在自动驾驶领域弯道超车吗？
你玩过 Face U 吗？大眼瘦脸滤镜美颜无所不能；选择喜欢的贴纸，对着镜头卖个萌，大叔都能变成少女。 如果你是个鄙视美颜自拍的直男，那你可能用过招行或者其他金融机构的一些金融产品，你需要拿着身份证拍一张照片，传到后台等待审核。 而无论是 Face U 的「 造骗」 还是身份证审核，都是通过商汤科技的人脸检测和跟踪技术实现的。 商汤科技是一家主要做视觉识别和深度学习算法的本土 AI 公司，他们的技术已经应用在金融、商业、安防、和一些互联网产品上。就在今年，商汤也开始在自动驾驶领域开始布局，在 2 周前的 GTC 大会上，商汤的徐立博士和颜深根博士还做了演讲。一家用 GPU 做深度学习的公司在自动驾驶领域有何布局？我们在 GTC 现场采访了商汤的 CEO 徐立博士 (以下是采访整理，X 代表徐立博士，G 代表 GeekCar）。 G：请您谈一下商汤在汽车行业中可以提供的技术，以及在汽车供应链中的地位。 X：商汤在做的很多事情和视觉相关，但不限于视觉方面。在汽车中，我们可以提供基础的视觉模块。我们认为，视觉输入是未来无人驾驶的关键之一，当然还会有其他传感器。多源头数据的融合本身就是是深度学习的重要部分。行业内目前还没有成熟的多模态的深度学习框架，怎么把各种数据进行融合做一些深度学习训练，还是一个开放性的问题。我们也在做一些多模态的框架，这是商汤在底层框架上做的突破。如何把视频、语音、图像，甚至雷达、传感器收集到的不同数据融合在一个框架，是很重要的一件事情。其次，在视觉方面，我们总结出了大概 20 多个视觉算法模块，从前端的相机，到相机成像、标定，背后的识别、理解、场景化，再到最后的路径规划，都包含在内。这些模块可以嵌在现有的 ADAS 系统里 ，也可以为未来的辅助驾驶、自动驾驶提供核心的技术支撑。 G：商汤和英伟达除了芯片的合作，还有什么其他合作吗？ X：我们和英伟达的合作更多是生态链的合作。他们在 GTC 上宣布商汤是其平台战略合作伙伴，因为我们可以在他们的底层架构上搭建应用，甚至是深度学习操作系统，这样的模式搭建的深度学习系统可以辐射到下游，如安防企业或者互联网企业，可能因为选择我们的方案而改为使用 GPU。英伟达推出新产品时，也会第一时间跟我们对接。 G：您刚才提到，和 NVDIA 的合作可能会向下辐射，带动更多人使用英伟达的产品。这种情况在汽车行业会发生吗？汽车行业是个比较特殊的行业，商汤现在有哪些汽车 oem 合作伙伴？ X: 我们有汽车 OEM 合作伙伴，国内、国际 OEM 都有。不过，大部分 OEM 还是有自己特殊考虑的。汽车是个封闭性的环境，对准确率有很高的要求。深度学习是个黑盒子，OEM 担心安全问题，会更慎重的选择方案。目前 AI 在汽车行业有市场，但无人车上路还很远。比如数据收集就是一个很大的问题，不同地方训练的场景并不是普遍适用的，所以深度学习系统在适配和数据反馈上还有很长的路要走。我个人认为，OEM 在某种程度上会进行自己的核心研发，或者和有能力的公司合作研发，共享 DEMO。 G：商汤在汽车领域有什么计划？ X：商汤有自己的平台和核心技术，可以帮助厂商打造自己的系统。我们可以把深度学习平台提供给合作伙伴，让他们用收集到的数据建立自己的应用。 G：未来 NVIDIA 架构的算法能力会越来越优化，他们会不会直接找 OEM 合作从而挤压算法公司的生存空间？ X：NVIDIA 是直接提供整套产品的，如直接给到车厂的 Drive PX 2。我们给车厂的是 GPU 集群，可以让他们搭建基于 GPU 的系统，并利用自己的数据做一些预测，和英伟达直接提供这样的模块不同。当然我们提供的方案也是要符合车规的。 G：汽车场景中，商汤的视觉识别技术和传统 ADAS 公司的深度学习有什么区别？ X：在汽车中，我们涉及 3 个部分：传统 ADAS 模块、DMS 系统和强化学习。DMS 是针对司机、乘客、后排乘客的算法。在无人驾驶场景中，对后排乘客进行预警也是很有必要的。而强化学习，可以进行路径规划。Mobileye 以前是用传统算法做，近两年也开始用深度学习算法，性能大幅度提升。如果算法还有大的突破，现有格局可能被颠覆。我们认为，深度学习底层网络若有颠覆式创新，行业将有洗牌。所以，我们只做算法优化和结构创新，至于数据，则是选择和 OEM 合作。在我们看来，想要做垂直领域必须要具备行业要素。汽车行业门槛比较高，要么有强大的地图数据，要么对车和司机有控制，否则很难真正推出一款实用的产品。我认为，目前具备这两方面能力的是 Uber、Google、博世以及一些 OEM，他们能真正把自动驾驶产品落地。其他互联网公司造车可能并不具备核心要素。 在徐立看来，中国市场 AI 需求大，会有很多企业做，但也不乏复制现有者。商汤有自己的深度学习平台，搭建的神经网络多达 1207 层，是目前最深的神经网络，也是目前公开的最好的结果。 在数据共享层面，徐立认为，AI 开放是趋势，但需要更多机构或公司去贡献数据，而不仅仅是享用。目前的平台可能是单向输出，车厂用了但反馈后的数据不会共享出来，单向输出可能不长久。 商汤的核心技术包括 SensePose、SenseFace、SenseVideo、SensePhoto 以及 SenseAR。其中，SenseVideo 系统可以进行行人检测、车辆检测、车辆分类等技术；而今年 GTC 上首次亮相的 SensePose 能通过单目摄像头进行动作估计，可以捕捉人体关节的 3D 图像。这两项技术都是基于商汤的视觉处理能力和深度学习神经网络进行的，可以应用在自动驾驶场景中。不过，当我们问到徐立对于深度学习、监督学习和强化学习的看法时，他并未做出回答，想必他们利用深度学习网络做路径规划也是处于起步阶段。 我们知道，自动驾驶的实现需要算法、硬件以及数据的结合。纵观行业内，国内的地平线一直深耕于深度学习算法，Mobileye 近两年也开始发力深度学习。商汤有英伟达强大的硬件支持，还有 OEM 合作伙伴共享数据，虽然进入汽车领域不久，不过如果他们的深度学习网络算法有颠覆式创新，在自动驾驶领域实现弯道超车也不是不可能。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
GTC 2017 | 一篇文章看懂英伟达自动驾驶解决方案
在美国硅谷圣何塞 Convention Center 的 Keynote Hall，我见证了教主丢出新一代「Volta」 架构的 GPU 「 核弹头」 产品，并公布了和丰田的合作。 这场发布会直接让 NVIDIA 的股价飙升了 18%。那么在新架构驱动下，NVIDIA 的自动驾驶解决方案将会是怎样的布局？ 他们与整车厂和 Tier 1 又是怎样合作的？ 在 GTC 现场，我们专访了 NVIDIA 汽车事业部的高级总监 Danny Shapiro，本文将结合他的讲解剖析 NVIDIA 在汽车行业的布局。 NVIDIA 的自动驾驶平台 提起 NVIDIA 的自动驾驶解决方案，我们就会想起 Drive PX 系列。但是其实，Drive PX 只是 NVIDIA 车载 AI 平台的系列名称。而这个系列目前主要包括两代产品：已经量产的 Drive PX 2 平台，以及已经发布，但是最早要于今年年底量产的新一代平台 Xavier。我们做了一张图来体现这两个平台的关系，以及目前基于这两个平台的整车厂商合作信息： 具体来说，两代平台有如下的区别： Drive PX 2：搭载上一代 Pascal 架构 GPU。已经实现量产，并且已经搭载在 Tesla 的量产车型 Model S 以及 Model X 上。目前 PX 2 仍然是 NVIDIA 自动驾驶平台在市场上的主力军，大部分已公布的使用 NVIDIA 方案的测试车（不管是来自整车厂、Tier 1、科技公司还是高校等研究机构）基本上搭载的都是 Drive PX 2。 Tesla，Audi 和 ZF 是唯有的对外公布将 Drive PX 2 应用在量产车上的公司。 关于 PX 2 平台的更多解读，请参考这篇文章：《开放式 AI CAR 计算平台 Drive PX 2 的烧脑解析》Xavier： 它可以说是 Drive PX 2 的进化版本，搭配了最新一代的 Volta 架构 GPU, 相较于搭载上一代 Pascal 架构 GPU 的 Drive PX 2， Xavier 的性能将提升近一倍。 不过这套 SoC 要到今年年底才能量产。这就带来了一个非常重要的时间契合点： 多家主机厂的高级别自动驾驶量产车的计划都是在 2020 年左右，如果按照这个时间减去整车的研发周期（成熟平台的话一般 3 年左右），那么 Xavier 的量产将正好赶上这拨自动驾驶车的研发流程。这也就解释了为何基于 Xavier 的合作都是有量产车落地计划的。包括本次 GTC 公布的丰田合作，也不例外。 不管是丰田，奥迪还是博世，他们都希望通过这样的合作，让自己的量产方案能够用到 NVIDIA 目前最好的自动驾驶平台。所以说对于 NVIDIA 来说， Xavier 才是真正用来进军车厂量产产品的平台。 … 继续阅读
GTC 2017 | 开放式 AI CAR 计算平台 Drive PX 2 的烧脑解析
毫无疑问，「AI 改变自动驾驶」 这句话近一段时间似乎成了公认的「 真理」，也有越来越多的汽车厂商、Tier1 供应商以及创业公司开始利用人工智能技术推进自动驾驶的发展，我相信他们其中很大一部分离不开利用 GPU 来进行数据收集机器学习训练以及优化具体的场景算法应用。对于做 GPU 的老大哥 NVIDIA 来说，此前年初 CES 发布的 Drive PX 2 平台就是自动驾驶这个场景下诞生的产物。 如果我们简单搜索一下就会发现，在短短两年的时间内，对外公布与 NVIDIA 合作基于 AI 开发自动驾驶技术的公司和团队就涵盖了大部分一线车厂、供应商和明星自动驾驶创业团队，其中包括特斯拉、沃尔沃、奥迪、奔驰、博世、ZF、百度、Uber、PACCAR、Roborace 等。黄仁勋透露，截止目前为止，在全球有近 200 左右的开发者或企业在基于 Drive PX 2 平台开发自动驾驶技术。 在今年的 GTC 大会上，我们有机会深入接触到 NVIDIA 自动驾驶平台 Drive PX 平台的技术研发工程师和产品专家，希望更深入地了解这个平台到底是什么，以及对于开发者来说，吸引力和可能性在哪。 什么是 Drive PX？Drive PX 2 呢？Xavier 又是什么？（上图来自维基百科）DRIVE PX 2 是一个开放式人工智能车辆计算平台，对于车厂和一级供应商来说，可以根据这个平台做快速的、自主定制化的自动驾驶车辆研发。它提供三个功能递进的平台，分别是 AUTOCRUISE、AUTOCHAUFFEUR 和 FULLY AUTONOMOUS DRIVING（全自动驾驶）。此前 ZF 与 NVIDIA 合作推出的 Pro AI 就是基于 Drive PX 2 Autocruise 平台研发的，采用一个 Parker SoC，专为打造从汽车和卡车到叉车和物料搬运车辆等自动驾驶汽车的公司而设计。 从数据上来看，Autochauffeur 的性能相当于 Autocruise「 乘以 2」，另外加了两颗基于 Pascal 架构的独立 GPU，可以实现点对点的自动驾驶；而 FULLY AUTONOMOUS DRIVING 则是将多重全方位配置的 Drive PX 2 系统叠加整合到一台车内实现全自动驾驶。Tesla 与 NVIDIA 合作并且在 2016 年 10 月之后量产的 Model S 车型上搭载的也是 Drive PX 2 自动驾驶平台，但具体是哪种 Drive PX 2 平台，我们暂且不得而知。 那 Drive PX 和 Xavier 呢？从图中可以看出，2015 年 NVIDIA 发布的 Drive PX 应该算是 Drive PX 2 的前身，而在 2017 年初 CES 上发布的 Xavier 则是 Drive PX 2 的「 进化版本」，是一款完整的片上系统 (SoC)，集成了被称为 Volta 的下一代全新 GPU 架构、定制 … 继续阅读
英伟达拉来了新盟友丰田，还扔出一颗价值 30 亿美元的「核弹」
今天，英伟达在 GTC 大会上宣布，他们将为丰田提供人工智能硬件及软件技术，两家公司希望在未来几年内提升自动驾驶系统的性能并推进商业化进程。 目前，丰田和英伟达的工程师团队已经着手在 NVIDIA DRIVE PX 平台上进行软件开发。英伟达介绍， 搭载下一代 Xavier 处理器的 NVIDIA DRIVE PX 平台可持于手中，并实现每秒 30 万亿次深度学习计算。 DRIVE PX 平台融合了来自摄像头、激光雷达、雷达和其他传感器的数据，然后借助人工智能技术来感知汽车周围的 360 度环境，在高清地图上对自身进行本地定位，并且在驾驶中预测潜在危险。另外，系统软件还可通过无线方式进行更新。 丰田执行总经理 Ken Koibuchi 说，丰田已经在自动驾驶技术方面深耕了 20 多年，他们的终极目标是将交通事故降至为零。与英伟达的合作将会加快丰田在自动驾驶系统的发展进程，同时进一步提升安全性能。 NVIDIA 联合创始人兼首席执行官黄仁勋认为，自动驾驶技术是人类面临的最大技术挑战之一，他们希望将人工智能领域取得的突破与高性能计算进行结合，共同构建 NVIDIA DRIVE PX。 最后，英伟达在本次 GTC 大会上还展示了一块价值 30 亿美元的开发板：基于 Volta 架构的 Tesla V100。黄仁勋介绍，Tesla V100 内集成了 210 亿颗晶体管、5120 个 CUDA、16GB HBM2 显存、120 Tensor TDLOPS，称它为 GPU 的「终极大杀器」，也并不过分。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
GTC：一场由 GPU 技术引发的人工智能风暴
科学家霍金曾警告说，人工智能的崛起可能是人类文明的终结；Elon Musk 也曾发表所谓「 人工智能魔鬼论」。而有一个公司却偏要将人工智能进行到底，他就是 NVIDIA，而 GPU 技术则是他的筹码。 一年一度的 GTC（GPU Technology Conference）大会即将在本周于美国加州的圣何塞，也就是大家熟知的科技城硅谷拉开序幕。这个从 2009 年开始由 NVIDIA 发起并举办的 GPU 相关技术峰会迎来了它的第 9 个年头，而也就是在今年年初，一场由 GPU 之父 NVIDIA 公司发起人工智能的风暴同样席卷了赌城的 CES，让人们看到了 GPU 在人工智能领域广泛的应用空间和技术上更多的可能性，而自动驾驶智能汽车，正是其中最重要一个领域，也是 NVIDIA 的赌注所在。（当然如果你还不知道 GPU 是什么？那就快去问问身边的电子游戏发烧友们，他们一定会给你安利 NVIDIA 推出的最顶级的显卡；或者你还不知道 GPU 和智能汽车自动驾驶有什么关系？那就快先去学习一下这篇文章吧：《GPU 驱动下的自动驾驶变革》。）今年的 GTC，四天连轴转的演讲、论坛、圆桌和对话，几乎囊括了所有致力于通过 GPU 解决重大计算难题的科学家、研究员、开发者，共同讨论包括无人机、机器人、人工智能城市、自动驾驶汽车等多个领域基于 GPU 技术的话题和解决方案。GeekCar 当然不会错过这个极客的盛大集会，我们将会亲临现场，为大家挖掘尽量多的与 GPU、人工智能、智能汽车自动驾驶相关的深度报道。下面开始划重点啦： 首先，最值得关注的必须是美国加州时间 5 月 10 号上午 9：00——11：00，NVIDIA 创始人、「 教主」——Jensen Huang 黄仁勋 足足两个小时的主题演讲。老黄在去年 GTC 的主题演讲中，全球首发了 Pascal 深度学习芯片 Tesla P4 和 P40，还在现场展示了一段应用 Drive PX2 的自动驾驶汽车在充满障碍物的道路上自如前行的 Demo 视频。而今年老黄会有什么和自动驾驶相关的核弹头要发射？我们将在现场发回报道，同时也可以登录 NVIDIA 官网，搬好小板凳看直播： 直播时间：太平洋时间 5 月 10 号 星期三 早上 9:00 直播地址：http://nvda.ws/2qQT4rI 其次，参加 GTC 的汽车公司也不少，前一阵刚刚获得福特 10 亿美元投资的人工智能自动驾驶初创公司 Argo AI 也将现身 GTC，福特汽车自动驾驶机器学习部门的负责人 Bryan Goodman 将会展示福特和 Argo.ai 用来融合传感器数据的模型，并给出性能优化示例，这些模型能够及时优化处理高分辨率的图像、激光雷达点云，以及其他传感器的输入性能。从他的对话中，我们或许能得知 Argo.ai 和福特未来将用何种方式将运算性能推向新的极限，并且最大限度利用可用资源，包括修改底层模型、数据结构和推理引擎本身。 另一家车企，梅赛德斯奔驰北美研发中心高级副总裁，网联汽车和用户交互、车联网部门负责人 Kal Mos 也将参与 GTC，向我们展示展示梅赛德斯奔驰如何通过利用强大的嵌入式硬件来实现车身内部的传感器处理和融合，如何使云端成为 AI 技术应用的完美生态系统。 此外，我们此前非常关注的自动驾驶赛车 Roborace 的 CTO Bryn Balcombe 也将在 GTC 进行对话，讲述 Robocar 相关 AI 技术，以及软件如何界定汽车行业和赛车的未来。还有自动驾驶高精度地图厂商 HERE 的高度自动驾驶副总裁 Sanjay Sood 也将参与讨论，讲述如何打造车辆-云端-车辆的「 可自我完善的」 高清地图数据体系。 除此之外，我们还有机会和 NVIDIA 高级工程师深入接触，了解更多 Drive PX2 以及 GPU 技术在自动驾驶应用更多的技术细节和趋势，你们想要了解任何 GPU、人工智能、自动驾驶相关的话题，也可以给文章或 GeekCar 微信号留言，我们会在现场尽量帮你们提问并带回来答案。 原创声明： … 继续阅读