专访英伟达 CEO 黄仁勋：「教主」眼中的自动驾驶，到底是什么样？
在 CES 2017 报道英伟达（NVIDIA）的文章《CES 2017 | 详解英伟达 CEO 黄仁勋演讲：「AI 教父」的自动驾驶布局》中，我们已经提到了 NVIDIA 发布的最新 Xavier 平台，以及与博世的合作。其实在 CES 上，老黄卖了个关子：在 3 月份德国柏林举办的 Bosch Connected World 上，他将登台发布进一步的合作成果。事实证明，老黄没有食言，在 BCW 上，博世联合英伟达发布了基于 Xavier 平台的车载人工智能电脑。 关于 Xavier 平台的运算能力，在 CES 的文章中已经有所阐述，在这里就不再具体展开。在 BCW 的发布会之后，GeekCar 有幸与老黄面对面聊了聊，本文将重点结合老黄的发布会与专访，解析他眼中的自动驾驶。 老黄在 BCW 上都讲了什么？ 除了发布车载人工智能电脑，老黄在演讲中还介绍了英伟达在自动驾驶领域的 3 个布局： 1. Deep Learning：GPU 在深度学习领域的应用成就了今天的英伟达。在老黄看来，深度学习驱动下的人工智能，也将成为自动驾驶决策的主要算法结构。 2. HD Map：在高精度地图领域，深度学习也将起到重要的作用。它能够帮助机器更高效的通过传感器收集地图数据 ，例如识别道路特征、提取建筑轮廓、识别道路图形标牌等。 3. AI Supercomputing SOC：这个是英伟达本就十分擅长的硬件芯片。博世将 NVIDIA 人工智能平台纳入到自己的零部件供应商中已经是对其硬件实力的最好证明，这也意味着英伟达的人工智能芯片将开始正式向量产平台进军。 此外，这次老黄还发布了将与卡车制造商 PACCAR 合作，基于 Drive PX 平台发展卡车领域的高级别自动驾驶。 在此之上，老黄又进一步聊了实现 L3 级别自动驾驶所需要的几个环节：Detection（感知）、Localization（定位）、Occupancy Grid（占用空间）、Path Planing（路径规划）、Vehicle Dynamic（车辆运动）、OTA（在线升级）。 可以看到，除去 OTA 之外，老黄的理解与我们之前一再提到的感知、地图、决策、控制有一些类似。但是，这两者之间最大的不同点是在于对「 决策」 的理解。做图像处理发家的老黄，将驾驶决策巧妙的分成了两个偏向图形分析的环节： Occupancy Grid（占用空间）： 这个环节指的是，机器对于周围环境中各元素所处位置与所占空间做出的判断。这个判断既包括当前环境，也包括未来环境。而元素可以是车辆、行人、建筑物等等。 Path Planing（路径规划）： 在判断了周围元素之后，机器将根据这个空间环境，规划出可驾驶的路线。 这样的划分，无疑能够更好的体现 GPU 在图像处理方面的优势。在老黄看来，目前市面上还没有任何一个量产的计算平台能够同时整合上述五个环节，而这正是 NVIDIA 希望在汽车领域攻克的难关。 最关键的部分来了：综合上面的分析，老黄提出， Deep Learning 在高精度地图以及图像识别方面的应用不仅能够优化自动驾驶的决策，更能够帮助降低车辆上所需传感器的成本。 我们之前提到过，除了特斯拉之外，大部分主机厂和 Tier 1 都认为，每一辆实现 L3 级别的自动驾驶车辆需要配备激光雷达。而老黄认为，在 Deep Learning 的驱动下，现有量产级别传感器以及高精度地图技术的潜力将被进一步挖掘，从而在一定程度上打破 L3 级别自动驾驶对激光雷达的依赖。由于目前激光雷达的成本和量产时间是实现 L3 自动驾驶的主要瓶颈之一，老黄相信，我们有可能在今年年底到 2018 年间就实现 L3 级别的自动驾驶，在 2018 年底到 2019 年实现 L4。 在德国当着无数汽车行业的人给出这样的观点，老黄就这样把他的「 黄氏定律」 带到了汽车圈。 带着女儿来专访 演讲之后，在 BCW 场地旁边的一个酒店会议室中，我又再一次见到了老黄。专访的一开始，老黄就给了在座的媒体一个惊喜：「 今天我的女儿也跟我一起来了，有我女儿看着，你们要对我好一点哦。」 这样的画风也让整个专访氛围一下子变成了科技公司的轻松范儿。 在向大家介绍完了自己的女儿之并复盘了一下自己的演讲之后，老黄开始回答起了大家的问题。 在被问到 Intel 收购 Mobileye 的事情时，他首先开玩笑的说：「 他们为什么要买 Mobileye 啊！？」 随后又说：「 英特尔这个决定肯定是有他们自己的原因和考虑的，至于收购后的效果，时间会给出我们结果。」 当有记者问到老黄英伟达如果面临被巨头收购会如何决策时，老黄也开玩笑道：「NVIDIA 一直都在对外出售啊，你们都赶紧来买一点我的股票吧！」 可以看出，对于行业内最近的兼并，老黄并没有表现的很在意。这与他平时果断、自我的行事风格十分相符。 熟悉 GeekCar 的都知道，我们关心的是技术。所以我针对老黄在发布会上的观点提出了两个问题，以下是问答的实录（M 代表 Mark，H 代表 … 继续阅读
为什么说 Nvidia（英伟达）将激发下一轮汽车变革
相比 Nvidia，英特尔与高通在汽车领域的优势并不明显。从 Tesla 的选择上就能找到答案。Nvidia 更擅长图形处理，其 CUDA 并行计算架构是最重要的一个筹码，因为今后的汽车智能化必然需要强大的 GPU 支持。