图灵汇官网

想象一下，只需用智能手机一键呼叫，无人驾驶汽车就能到达你的位置，这得益于基于英伟达DRIVE Pegasus AI超级计算机的全自动驾驶汽车，旨在开启全新的“移动即服务”时代。

尽管全球每年有超过10万亿英里的行驶里程，但大部分汽车大部分时间都是闲置状态，停车时还会占用宝贵的空间，甚至在拥堵的道路上浪费时间。移动性服务有望解决这些问题，释放城市的潜力，改变人们的出行方式。

目前，Uber、Lyft、滴滴和Ola等公司正在迅速推广新的移动服务。然而，有限的司机数量可能制约其进一步发展。无人驾驶汽车的出现或将解决这一问题。它们配备了多种传感器，由高效节能的超级计算机驱动，并运行能够充当虚拟驾驶员的AI软件。

基于自动驾驶汽车的移动服务具有诸多优势。这些融入了AI技术的汽车将改善交通流量，提高安全性，并提供更优质的移动服务。据分析师预测，乘坐随叫随到的无人驾驶汽车的成本将低至每英里17美分。上班族还可以在车上继续工作，从而挽回每年约990亿美元的生产力损失。

这种既能提高运输便利性又能降低成本的能力蕴含着巨大的商机。据毕马威预计，到2030年，无人驾驶汽车和服务将成为一个价值1万亿美元的产业。

为了抓住这一机遇，知名汽车品牌需要将最新的技术融入现有产品。英伟达的AV计算平台NVIDIA DRIVE将帮助它们实现这一目标，将技术突破与自身架构相结合，包括深度学习、传感器融合、图像识别和云计算等。

英伟达与戴姆勒和博世的合作将充分发挥各方的优势。英伟达在AI和自动驾驶平台领域处于领先地位；博世作为全球最大的一级汽车供应商，拥有丰富的硬件和系统专业知识；而戴姆勒则带来了整车制造的专业知识，其品牌代表着安全与质量。

实现道路智能化

在拥挤的城市街道上，即便是优秀的驾驶员也会面临巨大压力，尤其是在面对行人、自行车骑行者、交通信号灯和其他车辆的情况下。在这种混乱、非结构化的环境中，计算能力的需求日益增加。例如，博世表示，单个摄像头每公里可以生成100GB的数据。

设想一下，一辆全自动驾驶汽车或自动驾驶出租车，其车身周围装有一套高分辨率摄像头、激光雷达和雷达等传感器，能够远距离感知物体。同时，它们还结合了各种专门用于在不同条件下观察颜色、测量距离和检测运动的传感器。这些系统的多样性提高了安全性，并提供了冗余，以防故障发生。然而，大量的信息需要在极短的时间内被多层神经网络解码、处理并投入使用。

要同时运行数十种复杂的算法，需要极高的计算性能，才能在几毫秒内作出反应，保证汽车安全舒适地行驶。

戴姆勒和博世选择DRIVE Pegasus

英伟达DRIVE Pegasus是专为自动驾驶汽车设计的AI超级计算机，能够提供320 TOPS（每秒万亿次操作）的性能，处理多样性和冗余的算法。它的尺寸仅有车牌大小，但性能相当于六台同时运行的桌面工作站。

这是迄今为止最节能的超级计算机之一，执行一万亿次操作仅消耗一瓦电能。通过最大限度地减少能源消耗，可以扩大操作范围。

DRIVE Pegasus的架构设计旨在确保安全性和高性能。这款车规级、功能安全的生产解决方案使用了两个英伟达Xavier系统级芯片和两个专为AI和视觉处理设计的下一代GPU。这种联合设计的硬件和软件平台首次达到了ASIL-D ISO 26262标准的要求，这是汽车行业最高的功能安全性标准。即使检测到故障，系统仍然能够运行。

从车到云端

英伟达的AV解决方案超越了传统汽车的功能。使用面向数据中心的NVIDIA DGX AI超级计算机来训练深度神经网络，使车辆具备超人的感知能力。全新DGX-2具有2 petaflops的性能，进行深度学习训练所需的时间、空间、能源和成本均远低于CPU服务器。

在基于GPU的强大服务器上完成训练后，NVIDIA DRIVE Constellation AV模拟器可用于测试和验证最终放置在车辆内的完整软件“堆栈”。这种高性能的软件堆栈覆盖了自动驾驶汽车行驶的所有方面，包括对象检测、深度学习、计算机视觉、地图定位和路径规划，所有这些都在DRIVE Pegasus上运行。

未来几年，DRIVE Pegasus将在满足汽车制造商需求方面发挥关键作用。市场研究公司IHS Markit表示，到2040年，“移动即服务”行业将采购超过1000万辆汽车，远高于2017年的30万辆。

“与博世和戴姆勒的合作表明，NVIDIA DRIVE Pegasus架构满足了汽车制造商在应对自动驾驶挑战时的关键需求，”IHS Markit人工智能高级研究总监Luca De Ambroggi指出，“NVIDIA将AI硬件、软件、集成平台以及仿真和验证工具相结合，为AV开发创造了更多价值。”