英伟达Drive PX2:让150台MacBook Pro帮你开车

  • 发表于: 2016/01/05 18:30:39 来源:车云网

一块Drive PX2相当于150台MacBook Pro的整合,通过深度学习算法,让汽车感知识别周围环境,进而自动驾驶。

英伟达今年在CES上只有一个主题:深度学习与自动驾驶。虽然在直播开始之前,Nvidia的直播页面还提到了虚拟现实,不过这个词并没有出现在黄老板的演讲之中。

2015年3月份,英伟达在GPU大会上介绍了Drive PX,为自动驾驶开发的深度学习平台。而在这次的CES上,黄仁勋则是在CES第一场Keynote上介绍了其这一次的主角——Drive PX2。

英伟达深度学习端对端解决方案

Δ英伟达深度学习端对端解决方案

Drive PX2是基于Drive PX的一次升级。这个高度与一罐可乐等同,大小与Titan X芯片相差无几的芯片,是英伟达对自动驾驶给出的答案。简单说来,Drive PX2可以用作自动驾驶汽车的超级大脑,以深度学习算法来加强车辆的感知能力,识别出车辆行驶环境周围的其他所有物体,包括行人、车辆、路标、车道线、建筑设施等等,对车辆各类传感器收集到的数据进行处理与分析,进而进行判断,再做出决策。

Drive-PX2-600.jpg

ΔDrive PX2平台

要让一个平台能在较短的时间内做到这些事情,那么对于硬件的性能要求不是一般的高。所以,英伟达也列出了Drive PX2的一些数据,具体见下图,是与Titan X芯片数据的比较。据黄仁勋介绍,Drive PX2的运算能力相当于150台MacBook Pro的结合体,有两块新一代Tegra芯片与两块Pascal GPU芯片,总有12个CPU,每秒能够进行24万亿次深度学习的运算。为了适应车上的工作环境,配有水冷装置,最高工作温度可达到80℃。Drive PX2能够最多对接车辆上12个视频摄像头,外加激光雷达传感器、雷达传感器以及超声波传感器。

性能600.png

ΔDrive PX2性能列表(与Titan X对比)

如果单看这些运算能力,或许在大多数人眼里会觉得并没有什么意义。尤其是现在很多已经实现自动驾驶部分能力,并不需要这样的运算能力。那么英伟达为何进行这样的设置呢?因为英伟达认为一辆自动驾驶车,必须具备足够的本地运算能力,去尽可能多地采集周围的数据信息,然后再进行分析决策。也就是说,一辆自动驾驶车必须在本地就具备完整的驾驶能力,而不是更多去依赖云端连接,来提供辅助信息。

建模demo600.png

Δ对车辆定位并对周围其他物体进行运动轨迹分析

分析演示600.jpg

Δ根据传感器探测到的数据对周围环境建模分析

为了进行深度学习的部署,英伟达的策略有三步:第一步是建立深度学习生态圈,共同进行深度学习技术的研究;第二步是在不同的平台上进行深度学习部署,包括汽车、电脑、智能机器人、服务器等;第三步则是提供端对端的解决方案。这种方式的好处是,英伟达可以在不同平台上让这套算法去进行学习并共享知识,而且未来这套深度学习算法的应用,很有可能并不止于自动驾驶的汽车上,在物联网上,也会提供解决方案。

英伟达目前建造一个名叫Nvidia Drivenet的平台,并在其自己的自动驾驶车上进行测试。这个参考平台能够自我训练,去感知和识别外界的一切事物。黄仁勋表示这套网络将会花费数月的时间来进行训练,然后会应用在现实生活中去识别物体。

因为这套算法是根据其他物体的运行速度与轨迹来进行判断,而是仅仅是针对单个物体的识别判断,因此,受天气等外界因素影响较小,演示的Demo中就有一段是在下雪天进行测试。

奥迪项目演示600.png

Δ奥迪使用英伟达技术进行自动驾驶测试(雪天环境)

沃尔沃将会是第一个使用英伟达Drive PX2的汽车厂商,会首先在一些自动驾驶测试车上使用。英伟达也在于奥迪合作对这套系统进行测试,据称其在德国道路上测试时,对路标的识别率已经超过了人类。戴姆勒、宝马、福特,以及ZMP等供应商也在使用这套系统来开发各自的自动驾驶技术。

相关标签:
CES
深度学习
自动驾驶
英伟达
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论