英伟达(Nvidia)宣传其统一架构和针对自动驾驶汽车的预训练库

 
Nvidia希望汽车制造商采用单一统一的架构，以实现从软件到数据中心技术再到自动驾驶汽车芯片的所有功能。该公司正在向其合作伙伴提供用于自动驾驶汽车的深度神经网络数据的预训练库。
总部位于加利福尼亚州圣塔克拉拉的Nvidia希望自治能在当今10万亿美元的运输行业中普及。但是，这种转型将需要显着更多的计算能力来处理当前正在开发的AI模型的指数增长，并确保自动驾驶汽车既功能又安全。在本周在拉斯维加斯举行的大型技术贸易展览会CES 2020上，我们可能会看到自动驾驶汽车，这种汽车不错，但还远远不够。
Nvidia的Drive AV是用于自动驾驶汽车的端到端软件定义平台。它包括开发流程，数据中心基础设施，车载计算机和可以由汽车制造商改装的预训练AI模型。
去年12月，英伟达发布了Drive AGX Orin，这是一款大型AI芯片，其性能是其前身Xavier的7倍。
英伟达汽车高级总监丹尼·夏皮罗(Danny Shapiro)在新闻发布会上表示，该公司的图形芯片催生了这种自学习设计，该设计现已成为自动驾驶汽车人工智能芯片的核心。
夏皮罗说：“这个10万亿美元的产业中的所有事物都将具有一定程度的自主权，而这正是我们真正致力于发展的力量。” “要认识到的关键是，它是一个统一的体系结构，使我们能够创建这些软件定义的车辆，并且随着时间的推移，它们会越来越好。”
Orin的样品将在2020年提供进行测试，但预计该芯片要到2022年才能在车辆中使用。它每秒能够进行200万亿次运算，旨在处理大量应用程序和深度神经网络( DNN)在自动驾驶汽车中同时运行，同时满足系统的安全标准，例如ISO 26262 ASIL-D。
Orin拥有170亿个晶体管，即计算的基本通断开关，是四年研究的结果。
Nvidia现在可以在NGC容器注册表上访问其预训练的DNN和训练过程。该公司已按功能命名其经过预训练的库，例如“主动学习”，“转移学习”和“联合学习”。
夏皮罗说：“客户[开始]使用预先训练的模型，然后他们使用我们的基础来收集数据并进行再训练。” “然后，利用这些工具，他们可以对其进行优化，重新培训，测试并创建有效的，针对他们定制的工具。”
这种技术共享可以很好地与数据隐私政策在中国或其他不应跨国家使用数据的地区配合使用。汽车制造商可以采用预先训练的模型，并在自己的本地区域使用它们，以提高自动驾驶汽车的性能。然后，他们可以与Nvidia共享经过重新训练的模型，以便在全球范围内使用，而无需共享本地数据，Shapiro说。
英伟达的AI生态系统包括Inception的成员，Inception是针对AI公司的启动计划。超过100个Inception成员将在CES 2020展台上。
Nvidia Drive客户Mercedes-Benz将于周一晚举行主题演讲，探讨智能交通的未来。
DRIVE AGX Orin作为软件定义平台而构建，旨在支持从2级到完全自动驾驶5级车辆的体系结构兼容平台，从而使汽车制造商能够开发大型且复杂的软件产品系列。
Shapiro说，由于Orin和Xavier都可以通过开放的CUDA和TensorRT API和库进行编程，因此开发人员可以在多代产品中利用其投资。