手机网站
手机网站
包括今年的GTC，这是我第三次现场听到黄仁勋先生的演讲，每次我都有同感——未来的技术真的很棒。在这个GTC，我获得最多的是人工智能对汽车工业的影响和变化。不仅是硬件计算能力的提高，软件的创造也将充分发挥硬件的性能，创造一个永恒的智能平台。这样的平台将为自动驾驶和车内智能带来巨大的进步。
从显卡到自动驾驶处理单元的GPU
的科技成果往往不是一蹴而就的，就像电脑游戏中的“技术树”，需要一步一步地实现，最终积累成一个里程碑式的成果。然而，经常导致意想不到的大成就的是研发过程中一个疏忽的小步骤例如，汽车轮胎中的硫化橡胶来自帆布鞋的硫化外底，而汽车挡风玻璃的钢化玻璃(不会溅出碎片)来自防毒面具眼中的夹层玻璃。自驱动计算单元芯片可以追溯到计算机图形卡的图形处理器。
GTC会议的全称是图形处理器技术会议，图形处理器的全称是图形处理器，是图形处理器的缩写。GPU最初是作为中央处理器的助手而存在的。中央处理器就像一个非常有能力的教授，拥有强大的个人战斗能力。他能很好地为他解决任何难题。另一方面，GPU是一群具有简单计算能力的学生。虽然个人战斗能力不强，但它能快速处理大量简单任务。由于3D显示技术的发展，计算机需要计算大量的像素内容。虽然单个像素的计算并不复杂，但是如果允许中央处理器一个接一个地处理数百万个像素，一方面，它是过度合格的，另一方面，它是耗时且低效的。教授处理困难的单一任务的能力足以压垮学生，但是对于不太复杂的任务，仍然有太多的人需要支持。这时，GPU的内在优势就显露出来了。
随着时代的发展，人们发现GPU处理大量简单任务的能力不仅可以用于图形卡，还可以用于具有极高可预测性和大量类似操作以及高延迟和高吞吐量的架构操作。例如，自动驾驶中涉及的数据融合和行为预测就是其中之一。此外，GPU已经成为自动驾驶和车载信息娱乐领域的核心处理单元
的性能是上一代自动驾驶计算单元Orin的7倍。
的每一次GTC会议都需要发布重型硬件。专门从事自动驾驶的新一代SoC芯片被命名为Orin(以华盛顿漫画中的海王命名，而Avida的芯片通常以美国漫画中的人物命名)，并在会议上正式发布。
首先在这里解释SoC的含义与纯电动汽车的充电状态不同，这里的三个字母是片上系统的缩写。可以转换成片上系统或片上系统如果中央处理器是大脑，那么SoC是一个复杂的系统，包括大脑、心脏、眼睛和手。芯片内置于
Orin平台，由170亿个晶体管组成，由Avida团队在四年内完成。Orin SoC集成了Avida的下一代图形处理器架构和Arm Hercules中央处理器核心，以及新的深度学习和计算机视觉加速器。它每秒可以运行200万亿次计算，几乎是Avida上一代Xavier芯片性能的7倍，Xavier每秒可以运行30万亿次计算。该芯片计划于2022年开始大规模生产和销售。
事实上，英伟达(Avida)发布的世界上第一款自主式机器处理器——英伟达驱动泽维尔(NVIDIA Drive Xavier)，早在2018年的消费电子展(CES 2018)上就是一个突破性的事件。鲍爱车工作室有幸参加了百度2015年在中国领先的L4级自动驾驶考试。当时使用的测试车平台是基于宝马3系燃气轮机改装的选择3系列燃气轮机的原因是它有一个超大的行李箱。由于计算系统使用多个传统的服务器级中央处理器，体积太大，只有这辆车的后备箱能勉强支撑。然而，以泽维尔为中心的计算单元只有显卡那么大，为车辆布局节省了大量空间。随后的德尔福L4演示车(后来独立为两性公司)和将于明年批量生产的小鹏P7都采用了泽维尔作为核心系统，克服了早期计算单元过大的缺点。
但是随着自动驾驶研究的不断深入，整个行业对自动驾驶难度的认识也在不断更新。出现了大量的拐角案例，与以前的行业估计相比，这大大增加了传感器的数量和数据的计算。这也要求单辆车有更多的计算能力。随着车载智能的快速发展，语音识别和车载智能助理的功能也在不断完善，对车辆计算能力的要求也日益提高。为了满足这一需求，奥林应运而生。虽然它的大小没有改变，但它的计算能力已经大大提高了。更重要的是，软件的兼容性和安全性也得到了极大的提高。
黄仁勋在大会上的讲话中表示，欧林的软件系统、向后兼容性以及以前研发成果的Xavier平台可以在欧林平台上使用，其性能将会得到提升。正如购买索尼的PS3游戏机将与之前购买的PS2游戏兼容一样，开发者可以节省大量开发成本。
在安全问题上，宝爱车工作室特别询问爱达CEO黄仁勋，欧林的设计是否充分考虑了未来汽车公司对高度集成的EEA架构的设计要求，以及由此产生的潜在安全问题。黄仁勋的回答是:确保安全的三重机制
第一，Orin支持虚拟机软件隔离，即应用层通过模拟器与系统层隔离；
号2，所有程序访问内存加密；
第3，Orin有一个足够快的加密引擎来加密所有写入内存存储和网络的数据有两个密钥，私钥和公钥。私钥可以确保自己使用的机器是统一的，也就是说，每辆车都是唯一的。此外，私钥的通信也是私下进行的，这可以确保通信信道和计算机的安全，并防止篡改。
黄仁勋告诉鲍爱舍工作室:“奥林的(安全)设计就像一个数据中心，而不是一个简单的芯片。”“
硬件上的软件正在加速
的发展。然而，自动驾驶仪不是一堆简单的硬件。硬件是基础，软件是灵魂自动驾驶功能的研发需要经过数据采集、模型训练、驾驶模拟和车载计算机的实际运行等过程。Nvidia深入参与基础设施、软件应用和人工智能算法软件是亮点之一
这里必须介绍一下NVIDIA DRIVE这是英伟达自主驾驶行业的研发测试平台。该平台包括车载计算机(DRIVE AGX)和完整的参考体系结构(DRIVE Hyperion)，以及数据中心管理模拟(DRIVE Constellation)和深层神经网络(DNN)培训平台(DGX)这些平台还包括一个丰富的软件开发工具包(SDK)，以加快自主车辆的发展在该平台的帮助下，开发人员可以低成本、高效率地开发和验证传感器数据和修正的算法模型。
在这次会议上，英伟达宣布将为交通运输行业开发一个英伟达DRIVE深层神经网络，并在NGC推出英伟达DRIVE预培训模式(英伟达图形处理器云)它的方法是为商用车和其他特殊车辆(如物流车辆)补充其当前的自动驾驶算法逻辑。这两个领域在模式和逻辑上与普通客车的自动驾驶有很大的不同。英伟达的举动得到了戴姆勒、沃尔沃和丰田等公司的回应。
此外，Avida还在此次会议上宣布，滴滴出行将使用NVIDIA图形处理器和其他技术开发自动驾驶和云计算解决方案滴滴将使用英伟达图形处理器在数据中心训练机器学习算法，英伟达驱动将为其L4级自动驾驶汽车提供推理能力。
推理软件使得在
车内实现流畅的人机对话成为可能。此外，本次大会上引起BAO爱车工作室更多关注的消息是，推理优化软件TensorRT将推出第七代产品。TensorRT是NVIDIA为神经网络推理阶段提供的加速软件。通过提供一个优化的人工智能模型，可以大大提高计算性能去年在GTC中国会议上发布的
tensort 5只支持CNN(卷积神经网络)和30种计算变换。然而，TensorRT 7对变压器(变压器模型是一种越来越流行的神经网络结构，在之前的星际人机世纪大战中使用过)和RNN(递归神经网络循环神经网络)进行了大量的优化，可以用更少的内存实现高效运行，支持1000多种计算转换和优化。TensorRT 7可以集成水平和垂直操作，自动为开发人员设计的大量RNN配置生成代码，逐点集成LSTM(长短期内存网络)单元，甚至跨多个时间步骤集成，并尽可能执行自动低精度推理此外，NVIDIA在TensorRT 7中引入了一个内核生成函数，它可以用任何RNN生成一个优化的内核。
如果以上段落不容易理解，可以直接跳过。简而言之，该软件进一步优化了实时对话人工智能，将T4 GPU上的推理延迟降低到CPU的1/10。思考时间只有0.3秒。这意味着，汽车机器中人机对话的长等待时间可以缩短到0.3秒，使真正的人机对话成为可能。
