作为GTC CHINA 2019上唯一发布的硬件,NVIDIA DRIVE AGX Orin光从硬件参数上看已经十分亮眼,包括170亿个晶体管,8核64位CPU,200TOPS深度学习算力。在演讲台上,黄仁勋反复强调了NVIDIA DRIVE AGX Orin的性能,它相当上一代NVIDIA DRIVE AGX Xavier的7倍,这是一个从底层架构上全面革新的处理器。
那么问题来了,NVIDIA DRIVE AGX Orin究竟会给自动驾驶带来什么样的变化,英伟达对未来自动驾驶的布局又有着什么样的规划?在GTC CHINA 2019现场,我们采访到了NVIDIA汽车事业部高级总监Danny Shapiro先生,也请他揭开关于Orin,关于NVIDIA自动驾驶技术的神秘面纱。
在NVIDIA,软件开发人员的数量其实已经超过了硬件工程师的数量,推出的NVIDIA DRIVE AGX Orin芯片,也更多的是围绕NVIDIA Drive平台进行,通过提供预训练的模型,把整个NVIDIA Drive生态系统开放给到所有的合作伙伴。
以滴滴为例,NVIDIA与滴滴自动驾驶合作一直处在不断推进的状态,底层技术基于NVIDIA Drive不断扩展。很快借助NVIDIA AI,滴滴嫩巩固完成L4级自动驾驶和智能打车服务。
这将是一个十分庞大的市场,现阶段滴滴每年为100亿人次提供出行服务,仅仅依靠芯片以及边缘计算不能解决整体问题,所以NVIDIA Drive平台与NVIDIA AI数据中心协同解决,为滴滴从车辆到云端提供完整的解决方案是一个最优解。
作为滴滴自动驾驶AI处理的一部分,NVIDIA DRIVE借助多个深度神经网络融合来自各类传感器(摄像头、激光雷达、雷达等)的数据,从而实现对汽车周围环境360度全方位的理解,并规划出安全的行驶路径。而为了训练这些深度神经网络,滴滴将采用NVIDIA GPU数据中心服务器。在云计算方面,滴滴还将构建AI基础架构,并推出计算型、渲染型和游戏型vGPU云服务器。
在软硬兼施的整体方案下,NVIDIA Drive平台能够适配从现在已经投入量产的L2、L2+自动驾驶,也足以为即将到来的L4、L5自动驾驶做准备。也因为在同一个体系之下,虽然在结构上发生本质变化,但Orin能做到与Xavier兼容,这归功于硬件本身完全可以由软件定义。
有意思的是,NVIDIA介入汽车领域一开始也并非从高尖端的自动驾驶开始,而是从全液晶化仪表板、车载娱乐信息系统入手,例如奥迪还利用过Tegar系列芯片控制激光大灯。而随着需求不断升级,NVIDIA才开始介入自动驾驶,并一直发展到现在的NVIDIA Drive平台与NVIDIA AI数据中心。对于NVIDIA而言,依赖数据中心,通过神经网络学习自动驾驶模拟各种可能性,才有机会更快的将高阶自动驾驶引向量产。
事实上特斯拉发展自主的自动驾驶系统与NVIDIA的理念相类似,所不同的是NVIDIA的自动驾驶解决方案可以适配更多车型,而非局限在单一品牌上。
也因为如此,NVIDIA DRIVE AGX Orin背后所提供的是全套硬件和软件的解决方案,特别是在软件部分NVIDIA是唯一一家在MLperf基准之上对所有类别都提交了测试申请的,而且在各种类别中都是排名第一,Orin是带着全套的软件堆栈,并且支持所有主流AI框架的。
高精地图无疑也是自动驾驶一项重要指标,在GTC大会上,NVIDIA DRIVE Localization也获得了来自高德地图和宽凳科技的高精地图支持。NVIDIA DRIVE Localization本身是一个开放的可扩展平台,主要目的是让自动驾驶汽车在全球道路上实现厘米级高精定位成为可能。
通过将驾驶环境中的语义地标与高德地图、宽凳科技等公司高精地图中的特征相匹配,NVIDIA DRIVE Localization实现了厘米级定位,从而能够实时确定车辆的确切位置。
而从自动驾驶车辆的运算力需求上来看,一辆车很可能会需要10个以上的摄像头,配备多个雷达,还有激光雷达,它需要冗余性和多元化。对数据处理需求也变得更高。从底层结构做出完全改变的NVIDIA DRIVE AGX Orin则可以做到以相比Xavier高出7倍的性能处理这些问题。
事实上NVIDIA DRIVE AGX Orin本身设计最早源自于数据中心,它从设计之初就考虑到了安全性和稳定性的特点,然后才是依靠软件不断定义和添加新功能,在安全和扩展性上,都有着更好的保证。
NVIDIA预计在在2020年下半年应该会出现在指定路线运营的自动驾驶出租车。而无论是高精地图、自动驾驶平台还是数据中心,NVIDIA都已经准备了完整的解决方案,毋庸置疑这是一家以GPU推动,但也不会局限于GPU的科技企业。相信在不久以后,我们也会在公路上看到更多带着NVIDIA芯片的自动驾驶车辆在实际道路上展开测试。