「CES 2016」有了升级版硬件，英伟达如何通过深度学习玩转自动驾驶？

CES 展上，英伟达（NVIDIA）带来了全新的「NVIDIA DRIVE PX 2」 自动驾驶平台。英伟达在 CES 的发布会持续了一个小时，CEO 黄仁勋详细讲解了 NVIDIA DRIVE PX 2 的性能，并展示了大量的 demo。 在此之前，NVIDIA DRIVE PX 早已向公众亮相，这次发布的「NVIDIA DRIVE PX 2」 可以看作是其升级版。 硬件性能如何？ 英伟达给 DRIVE PX 2 下的定义是「 自动驾驶超级电脑」，还是先来说说它的配置吧。慢慢你会觉得，英伟达为了进军汽车行业，算是下了血本了。 DRIVE PX 2 搭载两颗 NVIDIA Tegra 处理器（共 8 个 A57 核心和 4 个 Denver 核心，共计 12 颗 CPU）和两颗基于 NVIDIA Pascal 架构的新一代 GPU，采用 16nm FinFET 工艺，单精度计算能力达到 8TFlops，功耗 250 瓦。 直观一点，DRIVE PX 2 在浮点运算性能上，相当于 150 台 Macbook Pro。由于汽车芯片工作环境恶劣，为了解决散热问题，英伟达为它配备了液冷系统，最高可在 80 度的环境温度下工作… 和 DRIVE PX 一样，DRIVE PX 2 最多可以处理 12 部 200 万像素摄像头（60fps）的数据。虽然数据处理能力没变，但深度学习能力增长了 10 倍。 打造「 端到端的深度学习」 系统 自动驾驶汽车要依靠高精度地图，通过各种传感器来感知周围环境，然后才能做出判断。在这个过程中，使用了深度学习技术后，效率大大提升。但如何把深度学习技术融入自动驾驶汽车？ 在英伟达看来，自动驾驶只有一个性能强劲的 DRIVE PX 2 是远远不够的，黄仁勋强调的是一套「 端到端的深度学习」 系统。这套系统涉及 DRIVE PX 2、NVIDIA DIGITS、NVIDIA DRIVENE，这三个「 端」 是怎样协同工作的？ DRIVE PX 2 负责处理本车所采集到数据，感知周围环境，并做出决策。结合摄像头、GPS、雷达等硬件，加上一系列识别算法，DRIVE PX 2 已经可以识别行人、汽车、交通标志等路面信息。有意思的是，它还能识别出是哪种车型，是 SUV、轿车，还是卡车，并且能够计算出与本车的速度差和距离。 由于识别范围是 360 度的，所以有了 DRIVE PX 2 后，基本可以取消后视镜了。 下面就该说 NVIDIA DIGITS 了，你可以把它理解为一个「 深度学习计算平台」。人工智能技术需要不断学习和训练，当汽车行驶时，采集到的数据会通过 DRIVE PX 2 处理，然后发送到云端。NVIDIA DIGITS 平台就会把这些数据处理，以此训练深度神经网络 NVIDIA DRIVENET，增加所有车辆的智能程度。 NVIDIA 的深度神经网络多达 9 层，这也就意味着这套系统学习能力更强。可能听着有点晦涩，说简单点，就是他们可以互帮互助，共同学习，共同进步，还比别人家孩子聪明。 聪明到什么程度？ 使用 GPU 加速的英伟达方案，比其他竞品速度快了 30-40 倍。在英伟达展示的 demo 中，工作人员花了一天的时间完成对机器的训练，如果不采用 GPU … 继续阅读