自動駕駛汽車是高端芯片發(fā)展的動力而非PC或手機(jī)

　　Google在初期的自動駕駛汽車領(lǐng)域一直扮演著領(lǐng)頭羊的角色。自動駕駛汽車不僅引領(lǐng)了人工智能與機(jī)器視覺軟件的革新，還推動了半導(dǎo)體芯片技術(shù)與硬件系統(tǒng)的進(jìn)步。

Daniel

　　Rosenband在國際高性能微處理器研討會（Hot Chips）上介紹Google的自動駕駛汽車

　　不過，Google只是眾多推動3300億美元芯片產(chǎn)業(yè)發(fā)展的公司中的助攻之一。像特斯拉、本田、寶馬、沃爾沃、奔馳和福特這樣的汽車廠商，亦在開發(fā)旗下的自動駕駛汽車。Uber稱其將在匹茲堡測試100輛自主開發(fā)的自動駕駛汽車；而通用汽車與Lyft亦稱將于年底開展自動駕駛出租車的測試。

Google的自動駕駛汽車在DARPA 機(jī)器人汽車挑戰(zhàn)賽中已小有成績

　　自動駕駛是芯片發(fā)展的動力

　　TIrias Research的分析師Kevin Krewell稱自動駕駛汽車技術(shù)是半導(dǎo)體芯片發(fā)展的主要驅(qū)動力。“基于深度學(xué)習(xí)的車載導(dǎo)航不同于其他高性能計算工作，是一種全新的計算方式，一種基于全新方式的構(gòu)架。”他說，這便是為什么Intel花了3.5億美元收購了人工智能公司Nervana。

　　如果半導(dǎo)體芯片能滿足功能需求，其他配套系統(tǒng)亦能跟上，這將大大有益于自動駕駛汽車的發(fā)展。且自動駕駛汽車每天有5%的工作時間用于系統(tǒng)休息的話，自動駕駛汽車毫無疑問會更安全。Rosenband稱每年有120萬人死于車禍。

　　“一個城市的人口也不過這么多，而車禍卻帶走了他們的生命。僅僅在美國，每年就有3.5萬人死于車禍。這相當(dāng)于每天墜毀了一架客機(jī)。我們需要重新審視一下這個問題。”

　　自動駕駛汽車使得盲人以及其他身體殘疾人士也能坐到駕駛位上了，但要打造一款真正能上路行駛的自動駕駛汽車，我們的技術(shù)儲備仍不夠充足，道阻且長。不久前，一位駕駛員激活了特斯拉自動駕駛功能，而自動駕駛系統(tǒng)沒能發(fā)現(xiàn)前方的卡車導(dǎo)致了駕駛員在車禍中身亡。

　　即便如此，各投資公司仍認(rèn)為這是一項有前景且更安全的技術(shù)。Rosenband表示，“我們可以改變?nèi)藗兊纳?rdquo;。

　　為了實現(xiàn)這一目標(biāo)，就必須在人工智能與機(jī)器視覺上取得前所未有的突破。自動駕駛系統(tǒng)要足以應(yīng)對各式各樣的問題，比如變化莫測的交通狀況、擁擠的行人與亂入的自行車。這對系統(tǒng)芯片的處理能力有著極高的要求，且系統(tǒng)最后的處理方式不能傷害任何一方。

　　“在高速路上行駛時，我突然意識到我們處理問題要有始有終：我們?nèi)绾尾拍荛_發(fā)一個完全自動駕駛的系統(tǒng)？”

　　完全自動駕駛在硬件上需要具備哪些條件？

　　在一個理想化的自動駕駛環(huán)境里，系統(tǒng)要能在指定地點接人，并將其安全送至目的地。Google開發(fā)的自動駕駛原型車沒有方向盤，能以40km/h或更低的速度通過居民區(qū)。它采取的是自我保護(hù)的駕駛策略，在駛?cè)胧致房谇皶却?.5秒。除此之外，該車還能計算發(fā)生危險的可能性。

Daniel Rosenband，谷歌的硬件工程師

　　車輛需要知道其自身位置、周圍環(huán)境、周圍物體在做什么以及車輛該如何移動。而要滿足這些要求需要大量的地圖數(shù)據(jù)與傳感器。為了獲得車輛周圍360度實景，Google采用的是Lidar雷達(dá)系統(tǒng)，該系統(tǒng)能360度旋轉(zhuǎn)掃描周圍環(huán)境，從而生成車輛周圍環(huán)境的3D模型。該模型可顯示不同物體的距離與其速度。

　　Rosenband稱，Google下一代原型車的運算能力將是2015年原型車的4倍。它將裝配一片多用途芯片或一片能處理自動駕駛汽車問題的定制芯片。而在這100mm2的芯片上要能進(jìn)行每秒50萬億次運算。

　　“這是一個十分龐大的數(shù)字?，F(xiàn)在芯片的運算能力較十年前已發(fā)生翻天覆地的變化。而這一切要感謝這群志同道合的程序員們。”

　　為了應(yīng)對這一挑戰(zhàn)，Nvidia稱其已經(jīng)為自動駕駛汽車開發(fā)了一款全新的芯片——dubbed Parker，該芯片是汽車人工智能系統(tǒng)Drive PX 2超級電腦的組成部分。而Intel亦稱其Xeon Phi芯片家族也足以處理人工智能問題。

　　Rosenband說，我們?nèi)杂性S多難題需要解決。比如，有時在日出或日落時分，人眼都無法辨別交通信號燈，而這種曝光過高或過低的圖像要讓計算機(jī)來解碼更是難上加難，而且車輛還是移動的。

　　“芯片適用于何種環(huán)境？我們要用數(shù)個千兆赫茲的雷達(dá)頻段，進(jìn)行大量的數(shù)字信號處理以減小噪聲干擾，降低雷達(dá)系統(tǒng)的失真度。我們亦采用了最好的硅材料以發(fā)揮其最大性能，”Rosenband說。

　　在未來，Google很可能需要系統(tǒng)能提供相當(dāng)于移動設(shè)備上的數(shù)據(jù)中心的功能。它需不用消耗過多的功率就擁有最佳的計算性能，車輛可以直接在數(shù)據(jù)中心讀取數(shù)據(jù)進(jìn)行計算。

　　為什么要這樣呢？ Google的自動駕駛汽車行駛了320萬公里，但仍不能預(yù)測世上發(fā)生的每一件事。而芯片專家兼Cadence Design Systems主管的Chris Rowan表示，Google可能需要進(jìn)行十六億公里的測試，其系統(tǒng)才有可能含括所有可能發(fā)生的事情。

　　via venturebeat