N
下面就给大家简单介绍下这个显卡和这辆赛车,然后讲解NVIDIA在无人驾驶领域的研发情况,详解NVIDIA在今年CES展上的演讲,最后是给大家搬来的NVIDIA的演讲视频。
Tesla P100貌似跟Tesla汽车没半毛钱关系,这只是一个芯片的名字。新闻上说,这个芯片很牛逼,跟以前相比是达到了质的飞跃。好吧,我不是研究这块的,搞不太清楚,我想告诉大家的是这个芯片不是针对游戏玩家和台式机推出的,而是用来主攻人工智能AI和机器学习的。
至于NVIDIA的无人驾驶赛车,这个可以说说。对于赛车嘛,NVIDIA没这个能力,也没这方面的意愿去搞赛车,只不过这个无人驾驶赛车装备的是NVIDIA基于新显卡的无人驾驶行车电脑Drive PX2。
配备NVIDIA PX2的无人驾驶赛车将会应用在今年举行的无人驾驶赛车赛事Roborace当中。你没看错,就是无人驾驶赛车赛事,Roborace赛事并不打算让人工智能和人类车手同场竞技。而是在限定赛车的硬件水平后,让不同参赛队伍比拼人工智能算法。
今天的主题不是这场赛事,饶了这么一大圈,其实今天重点要讲的是NVIDIA的这个车载计算设备PX2的。这个可是一个非常牛逼的产品,下面就通过今年CES展上NVIDIA的演讲详细跟大家说一说。
在讲解PX2之前,先来看看无人驾驶。对于无人驾驶来说,汽车本身将不再是重点,重点是汽车上的大脑 - 控制系统。无人驾驶汽车更像是一台超级计算机,它的核心是软件 深度学习 超级电脑。
对于无人驾驶来说,汽车需要通过各种传感器获取周边的各类信息,包括:地图信息
位置信息、环境识别等。在这些信息的基础上,规划汽车的行驶路径,最终达到控制汽车实现无人驾驶。
但是对于无人驾驶来说,它面临着很多的问题:这个道路环境是非常复杂的、很多事情是无法预测的、有时候是非常危险的。
面对这么复杂多变的周围环境,无人驾驶必须有学习能力,它能够根据基础的信息来进行拓展,进行自我学习。
对于无人驾驶汽车来说,可以通过增加更多的传感器来获取周围环境的更多细节,但是毫无疑问的是这些信息量是非常巨大的,所以在这个过程中,信息的处理能力就显得尤为重要。
拥有深度学习能力的系统就是一套人工智能AI系统。人工智能对于我们来说,并不陌生,前段时间的阿尔法狗战胜李世石,标志着人工智能的胜利。当然除了谷歌之外,还有很多公司都在研究人工智能,大家都在竞赛。
从上图可以看到,从2014年开始,人工智能都是建立在深度学习的基础上,并且精度越来越高。
深度学习无处不在,无人驾驶只是其中的一部分,但它并不是孤立的一部分。
NVIDIA推出的就是专门为无人驾驶服务的PX2平台,它的性能非常牛逼:12核CPU,2颗Pascal独立显卡,搭载4GB GDDR5显存,带宽80GB/s,位宽128bit,主频1.25GHz,平台内建8GB LPDDR4内存,功耗约在250W,水冷散热。
在这个设备的帮助下,使得周围物体的检测能够达到88%。
那么为什么需要这么牛逼的设备呢?先来看看NVIDIA搭载的无人驾驶汽车配备了哪些监测设备。
6个摄像头,4个雷达设备,外加GPS定位系统。6个摄像头能够监测到汽车周边的所有影像,每个摄像头每1秒要拍摄10次,然后将识别到的物体形成点云的形式,每个摄像头每1秒获取8000个点的信息,再加上4个雷达的数据,这么大的数据量和图像信息对于一台电脑来说,负荷量非常大,没有超强的计算性能怎么能行呢。
看到这张图,你就知道这个运算能力有多牛逼了,相当于150个MacBook Pro,这性能,真是逆天了。
无人驾驶系统仅仅获取信息还不够,它还要能够把获取的信息识别出来,那么一系列的图像和点云靠的就是机器学习来不断地进化。起初,能够给到系统的仅仅是一些基础的原始数据,整个系统需要在这些数据的基础上进行不断的学习和训练,提高识别的精确度。指示牌的识别就是其中的一部分。奥迪利用NVIDIA的设备对行车指示牌进行识别。
在获取了周边信息的基础上,建立周边环境的模型,并根据这个模型,来推测无人驾驶汽车的运行线路。下图就是该系统实时描绘的周边环境的模型,绿色方形的物体就是周围的车辆,小车前面的路线就是可能的行进路线。
在此基础上,可以实现车载系统的显示。利用它,司机也可以试试看到自己的路线和周边的车辆。
到这里,我想说的是,很多人觉得无人驾驶离我们太遥远,但是大家想想,全球最顶尖的一群公司都是不断地努力,在这个领域中攻坚克难,难道无人驾驶就真的难到无法实现吗?
回顾十年前,我们都还在拿着NOKIA“智能机”的时候,谁能想到今天的手机会这么智能,那么在这些的基础上,十年之后会是什么样子?我无法想象。
我还要指出的一点是:有些科技不是线性增长的,而是指数级增长的,不要用过去十年的维度来看后面十年的维度,也许后面5年就能够完成像过去10年的进展。
这个视频是今年CES展上NVIDIA的演讲视频,废了好大劲给大家搬过来了,与大家共同学习。
为了方便各位看官查看以往的文章,可以在公众号中点击“分类阅读”按钮,来查看不同领域的文章:
联系客服