首页 > 科技未来 > 内容

GPU如何驱动自动驾驶发展？

发布于：2024-06-18 编辑：匿名来源：网络

雷锋网注：本文编译了奇点·创新者峰会演讲者NVIDIA全球副总裁张建中的演讲（文字已删除）：NVIDIA发明了一种叫做GPU的技术，20年前就被用于视觉计算。

如今，NVIDIA的几乎所有业务都来自于GPU核心技术：第一个业务是年轻人最喜欢的游戏；第一个业务是年轻人最喜欢的游戏；二是用于专业图形图像设计，大型电影和动画作品都是使用GPU来渲染的；第三个用于处理人工智能和高性能计算；第四是汽车自动驾驶。

NVIDIA的GPU在今年推出新品后，在性能上取得了重大突破，其成本也让几乎所有研究单位都买得起。

深度学习算法的原理是需要大量的数据采集来进行自学习。

可以说，没有大数据，就没有深度学习，就没有人工智能的进步。

深度学习与传统的计算机研究不同。

以前的计算机研究方法中，很多都是依赖科学家来写模型和算法。

但每个人写的程序不一样：聪明的设计师还是程序员，如果写的代码更准确，模型也好，计算结果就会准确。

但如果一个人的水平比较有限，那么他做出来的模型和算法也会受到限制，因为结果和算法有关。

传统的计算方法依赖于优秀的专家、教师和学生的不断训练、研究和优化。

深度学习抛弃了传统算法，利用深度学习神经元网络计算来训练计算机模型。

这些模型的原始数据受益于大数据收集：数据越大，训练的模型越准确。

我们看到蓝点是传统专家进行图形和图像识别研究的结果。

他花了很多年的时间，直到四五年前，他们的最高水平才70%左右。

但使用深度学习后，很快就提升到了90%以上。

如今，人眼的识别率约为94.5%。

经过真机训练，你会发现所有机器的图形和图像识别都会比我们每个人都好。

机器的识别准确率将远远超过人类。

如今的计算机具有非常强大的计算和识别能力，这将使人工智能技术快速发展。

比如我们今天说的汽车领域：自动驾驶、辅助驾驶、无人驾驶。

在所有这些应用中，不同的公司都取得了很大的突破。

然而，我们最终要达到真正无人驾驶的顶级水平将是困难的。

首先，要有高精度的地图来准确检测路况。

它可以定位汽车在道路上的位置。

它必须能够看到周围的物体和障碍物，并最终决定如何驾驶。

原理很简单，但是要非常准确地执行起来却相当困难。

那么在这个过程中，我们如何实现汽车的自动驾驶呢？利用深度学习的方法来收集数据回来，有强大的深度学习计算机，所以我们做了DGX-1。

这款服务器的计算能力相当于普通的CPU服务器，而且只装在一个很小的机箱里。

。

这个机器可以让我们所有致力于自动驾驶汽车的研究单位将所有数据放入这个深度学习系统中进行测试。

汽车终端实时使用DRIVE PX，不断生成数据并将其返回到服务器进行重新训练和应用。

这样，它的驾驶能力和水平就会不断提高。

如果它收集更多的数据，特别是在中国，它的决策就会越来越准确，最后在实际使用中也会越来越准确。

这也是利用深度学习来不断提高准确率。

大约几年后，汽车驾驶行为的训练和实际使用能力的提升将让自动驾驶在实践中得以实现。

到目前为止，最重要的部分是识别汽车周围的物体：准确性很重要。

NVIDIA开发了一个名为DRIVENET的虚拟网络，我们的精度在常见的图形测试中达到了第一名。

如果在不同的状态下，比如简单状态下能达到90%以上，最困难情况下能达到87%以上，已经接近人眼识别了。

相信经过一系列的训练，这种图形可以在实践中使用。

所有算法都会基于传统的Caffe、CNTK、KALDI来帮助我们进行训练。

实际测试时，它可以捕捉路况中的所有信息，计算机可以通过程序判断驾驶行为。

其中，高精度地图最为重要。

如果不是高精度地图，采集到的数据就会有偏差。

我们与多家地图公司合作，将他们的地图变成高精度地图。

当然，一些国家的高精度地图应用需要政府批准才能采集高精度地图，否则无法用于民用。

在中国，因为政府非常支持自动驾驶汽车，所以我们有很多公司获得了牌照并收集了高精度地图。

HERE、TOMTOM 和 ZENRIN 收集的地图可以与 NVIDIA 的虚拟网络相结合，帮助他们进行训练。

如果我们依靠高精度地图、定位、识别汽车周围的情况来直接自动驾驶汽车，这是我们的传统思维。

NVIDIA想要打破这些传统观念。

我们正在考虑一种学习驾驶的方法。

每个人开车时，看到的都是前挡风玻璃、反光镜和后视镜。

那么汽车看到这些图像后能自动驾驶吗？当我们构建网络时，我们模拟真实驾驶员的行为。

决定驾驶行为的是如何转动方向盘、如何踩油门和刹车。

这些都是简单的数据。

在不同的车况和速度下，需要大数据训练模型来进行驾驶行为决策。

让我给你看一个简单的视频：如果你一开始不知道如何驾驶这辆车，它会犯很多错误。

驾驶员行驶了数公里后，汽车学会了如何驾驶以及如何平稳安全地到达目的地。