英伟达推新款自动驾驶芯片 算力提升7倍,将和滴滴开发L4级自动驾驶

车东西(公众号:chedongxi
文|Juice

车东西1218日,今日,英伟达在苏州召开GTCGPU技术大会)China 2019,英伟达CEO黄仁勋仍然穿着他的皮夹克在舞台上介绍了英伟达近一年的成就,同时还发布了最新的自动驾驶芯片Orin

英伟达推新款自动驾驶芯片 算力提升7倍,将和滴滴开发L4级自动驾驶

英伟达CEO黄仁勋

黄仁勋在台上表示,Orin芯片将比上一代Xavier芯片快7倍,同时,Orin芯片的兼容性非常好,可以充分利用原有的软件。

Orin芯片还可以从L2级自动驾驶扩展到L5级自动驾驶,每个级别的自动驾驶都能降低功耗并提升图像的分辨率,可以有效保护电动汽车的续航里程。

该芯片还能有效降低自动驾驶的成本,主机厂在采用了这款芯片以后仅采用一个单路摄像机就可以实现L2级自动驾驶,这款芯片将会在2022年投产。

据了解,滴滴将会和英伟达合作开发L4级自动驾驶汽车。

一、推出Orin芯片,算力是上一代的7

黄仁勋在现场介绍了NVIDIA DRIVE AGX Orin,这是英伟达新一代的自动驾驶芯片和机器人处理芯片,达到了ISO 26262 ASIL-D等安全标准,将包含一系列单一架构的配置,计划将于2022年开始投产。

英伟达推新款自动驾驶芯片 算力提升7倍,将和滴滴开发L4级自动驾驶

英伟达新一代的自动驾驶芯片Orin

这款芯片使用了包含8个核心的64Arm Hercules CPU,有170亿个晶体管,再加上全新深度学习和计算机视觉加速器,其性能达到了200TOPS,比上一代的Xavier芯片的算力提升了7倍。

Orin芯片可以从L2级自动驾驶扩展到L5级自动驾驶,兼容性非常好,可以充分利用原有的软件。新的芯片可以有效降低功耗,并且能够提升图像的分辨率,能够有效保护电动汽车的续航里程。

英伟达推新款自动驾驶芯片 算力提升7倍,将和滴滴开发L4级自动驾驶

Orin芯片可以从L2级自动驾驶扩展到L5级自动驾驶

同时,新的芯片还能够有效降低主机厂的成本,主机厂在采用了这款芯片之后,仅采用一个单路相机就能够实现L2级自动驾驶。

随后,黄仁勋还宣布将在NGC上推出了NVIDIA DRIVE预训练模型,车企可以在NGC上注册下载,用于检测、分类、跟踪和轨迹预测,而且还可以用于感知、本地化规划和制图。

这个预训练模型还可以进行调整,各个主机厂可以根据特定的汽车、传感器和具体地区对该预训练模型进行调整。

目前,英伟达也在进行自动驾驶汽车的研发,目前英伟达的自动驾驶汽车已经可以遵循红绿灯交通规则,支持变道、进出匝道、汇车等操作。

另外英伟达的自动驾驶系统还能对司机的驾驶状况进行监控,司机在作出违反驾驶规则的举动时,车内将会语音提醒司机。

英伟达推新款自动驾驶芯片 算力提升7倍,将和滴滴开发L4级自动驾驶

英伟达的自动驾驶汽车

二、英伟达和滴滴合作研发自动驾驶和云计算解决方案

在发布芯片的同时,英伟达也宣布了将和滴滴合作开展自动驾驶研发。滴滴将使用英伟达GPU和其他的技术开发自动驾驶和云计算解决方案。

滴滴将在数据中心使用NVIDIA®GPU训练机器学算法,并采用NVIDIA DRIVE™L4动驾驶提供推理能力。

英伟达推新款自动驾驶芯片 算力提升7倍,将和滴滴开发L4级自动驾驶

英伟达将和滴滴合作开展自动驾驶研发

NVIDIA DRIVE将借助多个深度神经网络融合来自摄像头、激光雷达、雷达等传感器的数据,从而对使汽车对周围环境360度全方位理解,并规划出安全的行驶路径。

为了训练深度神经网络。滴滴还将采用NVIDIA GPU数据中心服器。在云计算方面,滴滴将构建AI架构,并推出算型、渲染型和游vGPU云服器。

滴滴云将采用新的vGPU模式,旨在提供体更佳、景更丰富、效率更高、更具新性和灵活的GPU算云服

其实英伟达目前已经和超过370家不同的公司建立了合作关系,这些公司中既有大众丰田沃尔沃这样的主机厂,也有Uber这样的出行公司、采埃孚这样的供应商,其他的还有自动驾驶创企、激光雷达公司、地图公司等。

可以说,目前英伟达在汽车行业已经建立起了完整的生态圈,汽车行业仍将会是英伟达未来重点参与的领域。

结语:自动驾驶的发展将更多地聚焦在软件方面

英伟达此前在自动驾驶上的动作更多的集中在芯片和计算机层面,在去年的GTC上,英伟达的新品反而更多地聚焦在了软件层面,发布的AP2X 9.0DRIVE Constellation以及Safety Force Field驾驶策略都是软件产品。

今年,英伟达虽然发布了新的自动驾驶芯片Orin,但是这款芯片将到2022年才会开始量产。所以,这款芯片在短时间内还无法对自动驾驶造成什么直接的促进作用。

今年英伟达还是聚焦在软件层面比较多,推出了NVIDIA DRIVE预训练模型、联邦学习系统,这些都会在软件方面提升自动驾驶。

这背后反应的也正是自动驾驶产业目前的发展现状——传感器、芯片等硬件发展到了一定阶段,软件系统似乎并没有跟上,行业重点目前都聚焦在了软件的成熟之上。