NVIDIA专家解析自动驾驶软体与基础架构

admin 5个月前 (04-27) 快讯 32 0

智慧车辆需要智慧化的发展。因此,nvidia建立从资料中心到车载电脑完整的人工智慧技术产品组合,以支援软体定义的自动驾驶汽车。在本月的GTC DigitaL期间,我们将深入了解该开发流程的工作方式,以及如何实现更安全、更高效的运输。

自动驾驶汽车必须能够在全球成千上万种条件下行驶,才能实现真正的无人驾驶。为达到此目标,需要海量的数据资料。

假设一个拥有50辆车的车队每天跑六个小时,那将会产生约1.6PB的感测器资料。如果将所有资料储存在标准的1GB?身碟中,它们将覆蓋100多个足球场。这些资料必须被整理和标记,才能训练运行于汽车上的深度神经网路,以便执行如目标检测和定位等各种专用功能。

训练与测试自驾软体的基础架构必须包含高效能超级电脑,以便处理这些巨量数据的需求。为实现高效运算,系统必须能够智慧化整理与组织这些数据,最后,该系统还需具备可追踪性,使其在运行过程中能发现并修复错误,同时必须可以重复检查同一场景以确保DNN的准确度。

作为GTC Digital系列的一部分,NVIDIA将介绍完整的开发流程和训练基础架构,以及一些相应的DNN,以推动未来汽车部署的进展。

今日的汽车由工厂的生产线组装而成,而自动驾驶汽车则诞生于资料中心。在GTC Digital主题会议上,NVIDIA AI基础架构副总裁Clement Farabet分享用于开发自动驾驶汽车的高效能、端到端平台

NVIDIA内部AI基础架构包括NVIDIA DGX伺服器,用于储存与处理PB级的驾驶资料。为进行全面的训练,开发人员必须使用50亿到100亿的画面更新进行开发,接着评估DNN的效能。高效能资料中心GPU大幅加快资料处理的速度。Farabet的团队使用主动学习等进阶的学习方法来优化开发流程。

主动学习让DNN能够选择需要学习的资料,而不仅是依靠人为管理与标记驾驶资料来进行训练。专用的神经网路透过许多画面更新进行处理,并标记那些显示不确定性的画面。被标记的画面随后被手动标记并进行DNN训练,以确保DNN从新的或令人困惑的准确资料中学习。

DNN在经过训练后,即可在NVIDIA DRIVE Constellation模拟平台上进行测试与验证。此云端解决方案在虚拟环境中的各种场景,从一般的驾驶到罕见、甚至危险的情况下,能够行驶数百万英里,其效率、成本效益及安全性皆比现实世界中来得更高。

DRIVE Constellation的高真实度模拟可确保自动驾驶汽车在正式上路之前,DNN可以在各种场景与条件下被反复测试。与资料中心训练相互结合时,模拟使开发人员可以在自动化、可追溯与可重复的开发过程中不断改进他们所开发的软体。

经过训练和验证后,这些DNN便可以在汽车中运行。在GTC Digital期间,NVIDIA自动驾驶汽车资深经理,同时也是DRIVE Labs系列影片主持人Neda Cvijetic详细介绍NVIDIA开发的自动驾驶DNN范例。

自动驾驶汽车运行一系列包含感知、图资与本地化DNN,以确保汽车安全运行。对人类而言,这些任务很简单,但实际上它们都是很复杂的过程,需要智慧化的方法才能成功执行。举例来说,为了对道路上的物体、行人与可驾驶空间进行分类,DNN使用能够以像素等级准确度识别场景的全景分割过程。

协助车辆在各种环境中感知停车位,开发人员利用ParkNet DNN将停车位识别为四面多边形而非矩形,以利汽车识别倾斜的停车位空间和入口。

LidarNet DNN透过融合多个视角来获得准确和完整的感知讯息,解决处理光达资料定位的难题。透过将上述与其他DNN相结合,并在NVIDIA DRIVE AGX等高效能车内运算平台上运行,自动驾驶汽车可以在没有人类驾驶的情况下进行全面的感知、规划和控制。

《晨间解盘》提防回测月线(日盛投顾提供)

美股高档震荡,24日亚股普遍呈现弱势拉回,不过台股早盘虽一度开高,但上档卖压仍在,指数呈现高档震档,指数相对较抗跌,但收盘仍失守10日线,盘面资金聚焦生技、led、被动元件、游戏软体等相关个股。 终场指数下跌19.15点,跌幅0.18%,收在10,347.36点,成交金额为1,257.79亿元。三大法人合计卖超54.85亿元:外资卖超57.36亿元、投信买超6.57亿元、自营商卖超4.06亿元。 台股量缩拉回,后续上涨须量增,下跌须量缩。下档支撑为月线(约10,120点附近),上档压力为约10,600点附近。KD向下开口扩大,短线上仍要提防再度回测月线的压力。 台股选股方向可留意被动

Allbet Gaming声明:该文看法仅代表作者自己,与本平台无关。转载请注明:NVIDIA专家解析自动驾驶软体与基础架构

网友评论

  • (*)

最新评论

站点信息

  • 文章总数:714
  • 页面总数:0
  • 分类总数:8
  • 标签总数:1552
  • 评论总数:228
  • 浏览总数:7667