0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

自动驾驶尚余1%的难题无法攻克?英伟达:必须建超算中心

厂商快讯 来源:AutoR智驾 作者:黄华丹 2022-11-18 10:03 次阅读
在解决了99%的技术难题后,自动驾驶的落地已经来到下半场。解决Corner Case,或许建立超算中心将成为必经之路。

日前,英伟达联合IDC(国际数据中心),共同发布了《现实+仿真,超大算力赋能自动驾驶》白皮书。探讨了目前自动驾驶的发展情况以及车企在自动驾驶开发过程中的需求和挑战。

此处,我们将要点提炼如下:

1,乘用车市场自动驾驶水平不断提升,普及度增加,今年一季度L2级自动驾驶在乘用车市场的新车渗透率已达23.2%。

2,自动驾驶带动汽车行业向智能化跃迁,车企与科技公司合作促进乘用车自动驾驶水平提升。

3,自动驾驶系统训练需要超大算力,AI超算中心可提供算力支持。

高级别自动驾驶落地的困难让今年的自动驾驶行业趋于冷静。商业化难以实现,撤资、关停,明星公司也可以突然陨落。从外界看来,行业似乎充满了不确定性。

但另一方面,从业者却正以最大的耐心一步一步缓慢向终点靠近。

技术方面,目前的自动驾驶已经解决了99%的问题,而剩下的1%却需要付出更多的工作。

这似乎已成为共识。终点好像就在眼前,却又遥遥无期。

Cornercase,成为自动驾驶落地不得不跨越的下半场路障。

如何翻越?真实数据和仿真测试是训练自动驾驶进一步优化必要的两个路径。而两者,都需要超大算力的支持。

除了介绍自动驾驶市场的现状及对乘用车市场的推动作用,白皮书也介绍了AI超算中心的构建以及英伟达助力企业建立超算中心的平台。

其中,不久前被美国禁止在中国和俄罗斯销售的英伟达A100和H100芯片即为用于超算中心的大算力GPU

以下,我们来看具体白皮书内容。

01.自动驾驶发展现状

首先来看自动驾驶目前的发展情况。

报告指出,在乘用车领域,目前自动驾驶技术整体发展良好,处于从L2到L3发展的阶段。

根据IDC《中国自动驾驶汽车市场数据追踪报告》数据,今年一季度L2级自动驾驶在乘用车市场的新车渗透率已达23.2%,而去年同期仅为7.5%。

v2_af95622e156546ec8dc92986e85883f4_img_000

其中,主流量产合资品牌的L2级自动驾驶已下探至人民币18万级别的车型,部分品牌已下探至10万出头。

报告指出,传统自主品牌在电动化与网联化两大领域均走在市场前列,并与互联网大厂、AI科技公司在自动驾驶领域开展了大量合作。

而造车新势力则已开始提供如“导航驾驶辅助”之类实现起来更加复杂的驾驶辅助功能。并在上市车型中安装支持更高级别自动驾驶的配套硬件,以便在政策放开后,可随时通过OTA在线实现自动驾驶功能的升级。

此外,根据报告,从L3级开始要求汽车在一定条件下持续执行全部的自动驾驶任务,车辆既需要统筹各传感器收集到的信号,又需要其对驾驶辅助相关的所有功能实现统一调配,由自动驾驶域的主控芯片统一向车辆的线控系统发出指令。车辆电子电气架构向域集中式发展也是自动驾驶发展下必然的趋势。

v2_f43a480a61d046a399c370832d1eafd1_img_000

而在乘用车以外领域,Robotaxi仍处于商业试运行阶段,在矿区、港口、物流园区等封闭场景则已基本实现落地,而商用车领域则已可用辅助驾驶覆盖高速环境,实现半封闭场景下的自动驾驶。

对于汽车产业而言,自动驾驶是行业智能化转型的核心。尤其在乘用车领域,在电动化转型渐趋成熟后,智能化,尤其是智能驾驶方面的发展成为车企突围的主要方向。但开发新的技术并不容易。

v2_37587b27506e41958dc4c1ad0f2eea33_img_000

根据IDC数据,有40%企业认为科技企业的入局让竞争越加紧迫;技术更新迭代速度快,缺乏成熟的解决方案,导致新产品决策难;以及新老产品难以平衡,内部资源分配难。

另一方面,对于自动驾驶公司而言,由于自动驾驶研发需要投入大量资金,而L4级别自动驾驶商业化困难,对以发展自动驾驶为主要业务的科技公司来说,维持资金链稳定成为巨大的挑战。

v2_6297d018a32a457fb257ffcf346f99b7_img_000

超过半数的科技公司认为研发投入金额大,周期长,资金链压力大。同时,对科技公司来说,汽车行业知识积累不足,与主机厂沟通效率不高。

虽然存在困难,但对双方而言,合作是顺其自然的结果。今年以来,已经有多家L4级别自动驾驶科技公司宣布为主机厂开发L2、L3级别辅助驾驶系统,包括轻舟智航、文远知行、智行者等,其中部分已完成系统的开发,即将在主机厂部分车型实现落地。

自动驾驶系统的前期开发依赖大量道路环境数据的输入,形成贯穿感知、决策、规划、控制多环节的算法。而后依然需要持续不断地输入数据,继续对算法的训练与验证,从而实现迭代。

主机厂与科技公司的合作,一方面解决了双方当下的需求,同时,也可为自动驾驶的发展积累实际道路数据,推动自动驾驶的落地。

02.自动驾驶系统的训练涉及超大量运算

白皮书指出,利用人工智能手段训练自动驾驶系统,首先需要车辆像人类驾驶员一样快速准确地识别车道、行人、障碍物等驾驶环境中的关键信息。通过在海量数据基础上不断的重复训练与验证,使车辆对道路环境的认知水平逐渐趋近于真实情景,判断的准确性在这一过程中不断提升。

自动驾驶需要机器对环境的判断具备相当高的准确度,所以前期需要输入大量的场景数据。

此外,自动驾驶系统还需要像人类驾驶员一样对环境信息做出回应。这需要机器对同一道路环境中其它交通参与者的运动轨迹做出预判,从而规划合理的行进路线,并及时调整车辆的行进状态。这同样需要大量的训练对系统的预测轨迹进行矫正。

同时,人工智能对人类驾驶员行为的学习是一个持续不断的过程,量产车在上市后会回流海量的数据,用于自动驾驶算法模型的优化。因而训练的规模会随市场中车型存量的上升而不断扩大。

另一方面,由于真实路测信息无法涵盖足够丰富的长尾场景,而且,真实路况下无法实践部分具有危险性的场景,因此,在自动驾驶系统开发前期利用虚拟仿真技术开展仿真测试是更好的选择。

即,将真实世界中的物理场景通过数学建模进行数字化还原,在软件程序所建构的虚拟环境中测试自动驾驶系统。

而且,仿真测试中通过运行虚拟程序产生数据,不仅测试速度远高于物理世界中行驶的车辆,还允许开发团队在组装成本高昂的样车之前即开始测试并验证系统算法。可最大限度提升实车测试的效率。

v2_01c805b2f17d457ea829c84d78d755f3_img_000

在仿真测试方面,英伟达基于Omniverse构建了自动驾驶汽车模拟器DRIVE Sim,可大规模地进行物理精准的传感器仿真。开发人员可以在工作站上运行可重复的仿真,然后在数据中心或云端扩展为批量模式。

DRIVE Sim上包括DRIVE Replicator等多个应用。DRIVE Replicator主要提供一系列专注于合成数据生成的功能,用于自动驾驶汽车的训练和算法验证。DRIVE Sim和DRIVE Constellation还支持各个级别的自动驾驶全栈仿真,包括软件在环、硬件在环和其他在环仿真测试(模型、植物、人类,以及更多)。

仿真测试需要场景库基于数据中心大规模重建或回放现实场景,并以平台内部资产的泛化缩小仿真与真实数采之间的差距,以修正虚拟环境中的结果和反馈,从而保证对虚拟世界的构建与现实世界实时互通,因而也需要大算力的支持。

03.AI超算中心

对算法能力强的公司来说,自建数据中心是顺其自然的选择。一方面可解决安全问题,自有数据中心良好的封闭性可最大程度降低数据资产外溢的风险。同时,长期来看也是成本更低的选择。

IDC的调研也显示,自动驾驶行业的开发团队对这一领域的投资将在未来稳定增长。

v2_b2b5f9bd4e334d67856e6b576a026a1f_img_000

数据中心可为训练自动驾驶系统提供巨大的算力,为支撑人工智能计算提供了重要的硬件基础设施,其底层硬件技术路径包括GPU、ASICFPGA和NPU。

其中,ASIC为专用芯片,针对专门的用途而设计。FPGA属于半定制芯片,可通过编程重组电路,在研发与使用两个阶段均可以弥补定制电路灵活性方面的不足。NPU则是专门针对AI和深度学习所设计的芯片。工作原理是在电路层模拟人类神经元和突触,通过存储和计算的一体化提高运行效率。

英伟达可以提供适用于自动驾驶汽车的基础架构,包括开发自动驾驶技术所需的数据中心全套硬件、软件和工作流参考架构,涵盖从原始数据采集到验证的每个环节,为神经网络开发、训练和验证以及仿真测试提供所需的端到端基础模块。

蔚来就在使用NVIDIA HGX构建综合全面的数据中心基础设施,并在此基础上开发AI驱动的软件定义汽车,包括ET7、ET5。包括8个NVIDIAA100GPU和NVIDIA ConnectX-6InfiniBand网卡。

此外,小鹏与阿里云合作在乌兰察布建成了自动驾驶智算中心“扶摇”。而阿里云,同样是A100的大客户。

此前,英伟达A100和H100已被美国商务部禁止向中国出售。不过,11月8日,英伟达已经宣布,将在中国推出一款新的芯片A800作为A100的替代,A800符合美国近期的出口管制规定。

此外,大陆集团也基于NVIDIA DGX AI系统建立了高算力集群,其超级计算机包含超过50套NVIDIA DGX系统,以NVIDIA Mellanox InfiniBand网络连接,用于加速开发自动驾驶解决方案。同时提供接口与云端资源连接。主要应用场景包括深度学习和仿真测试。

自动驾驶的发展道路注定是漫长的,每一个细节都需要大量的修正。超大算力中心的构建无疑将为大量真实数据的采集与运算,以及仿真场景的建设提供条件。

大量训练是解决自动驾驶CornerCase的必要路径。建立超算中心或许也将成为后期自动驾驶发展的必经之路。


声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 英伟达
    +关注

    关注

    22

    文章

    3770

    浏览量

    90990
  • 自动驾驶
    +关注

    关注

    784

    文章

    13784

    浏览量

    166397
收藏 人收藏

    评论

    相关推荐

    英伟在华加大招聘,聚焦自动驾驶技术

    近日,据最新报道,英伟公司今年在中国市场显著加大了招聘力度,旨在增强其研发能力,并深入探索最新的自动驾驶技术。这一战略调整反映了英伟对中
    的头像 发表于 12-13 10:32 537次阅读

    FPGA在自动驾驶领域有哪些优势?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有显著的优势,这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA在自动驾驶
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有广泛的应用,其高性能、可配置性、低功耗和低延迟等特点为自动驾驶的实现提供了强有力的支持。以下
    发表于 07-29 17:09

    鸿海与英伟携手打造超级中心

    在全球AI技术飞速发展的浪潮中,鸿海科技集团再次展现出其作为行业巨头的领导力和前瞻性。近日,在台北电脑展上,鸿海科技集团宣布将与英伟展开深度合作,共同在高雄建设一座先进的中心
    的头像 发表于 06-05 11:21 1049次阅读

    特斯拉拟在华数据中心,加速自动驾驶发展

    据知情人士透露,特斯拉正计划在中国境内建立数据中心,此举是埃隆·马斯克全球自动驾驶战略的重要一环。新数据中心将专门用于训练自动驾驶车辆所需的先进算法,以推动全球
    的头像 发表于 05-20 10:12 436次阅读

    自动驾驶公司Wayve获10.5亿美元C轮融资,软银、英伟加持

    5月7日消息,英国自动驾驶初创公司Wayve宣布完成10.5亿美元C轮融资。本轮融资由软银集团领投,新投资者英伟和现有投资者微软跟投。
    的头像 发表于 05-09 10:58 481次阅读

    沃尔沃利用英伟的SoC和AI来提升自动驾驶的安全性

    在2024年英伟GPU技术大会(NVIDIA GTC 2024)上,沃尔沃介绍了如何利用人工智能和日益提升的力来提升自动驾驶的安全性。
    的头像 发表于 05-08 14:38 1170次阅读

    英伟参投英国自动驾驶初创公司10亿美元融资

    美国科技巨头英伟公司近日投资了英国的自动驾驶技术初创公司Wayve Technologies Ltd.,参与了该公司高达10.5亿美元的融资轮次。这一融资额度刷新了欧洲人工智能公司的融资纪录,成为
    的头像 发表于 05-08 11:11 611次阅读

    英伟参投英国自动驾驶公司融资

    英伟近日宣布,将参与英国自动驾驶技术领军企业Wayve Technologies Ltd的10.5亿美元融资。此次融资由软银集团主导,Wayve的现有股东微软也增加了投资。
    的头像 发表于 05-07 14:51 361次阅读

    未来已来,多传感器融合感知是自动驾驶破局的关键

    /L4级自动驾驶赛跑的元年。 马斯克评论FSD 12.3版本的左转弯操作就像人类司机一样。如果FSD 12.3版本成功,将基本颠覆目前市场上的智能驾驶技术路线。基于“数据/算法/力”的无人
    发表于 04-11 10:26

    英伟打赢地球保卫战但英伟透露中国数据中心收入下降

    英伟打赢地球保卫战但英伟透露中国数据中心收入下降 全球都在关注的“AI卖铲人”英伟
    的头像 发表于 02-22 19:08 2707次阅读

    高通自动驾驶靠软件开发革新力压英伟自动驾驶芯片

    抛开价格不谈,英伟自动驾驶芯片毫无疑问是最强的,设计范围在2019年底确定的Orin至今仍是量产最强的自动驾驶芯片,但除了奔驰外的欧美大厂更倾向于选择高通平台
    的头像 发表于 02-20 13:50 1473次阅读
    高通<b class='flag-5'>自动驾驶</b>靠软件开发革新力压<b class='flag-5'>英伟</b><b class='flag-5'>达</b><b class='flag-5'>自动驾驶</b>芯片

    挑战英伟,索尼AFEELA里的高通数字底盘

    高通自动驾驶一直在英伟和Mobileye的夹缝中,英伟凭借超高性能几乎垄断高端市场,而Mobileye以40-70美元的超低价格垄断中低
    的头像 发表于 01-14 10:35 1269次阅读
    挑战<b class='flag-5'>英伟</b><b class='flag-5'>达</b>,索尼AFEELA里的高通数字底盘

    英伟:四家中国车企选其自动驾驶芯片平台

    英伟透露,理想汽车已选定搭载两颗DRIVE Orin处理器且具备508TOPS力的NVIDIA DRIVE Thor车载计算机,进而实现实时融合各类传感器采集的信息,推动高级辅助驾驶
    的头像 发表于 01-09 09:21 973次阅读

    英伟智能驾驶的核心芯片——Thor

    英伟原定于 2024 年推出 Atlan,现在雷神(Thor)现已取代Atlan,带来了显著的性能提升,Thor 带来了两杯的性能,推动下一代 GPU 以及新的 Grace Neoverse V2 驱动的核心,进入下一代自动驾驶
    发表于 01-03 14:33 3395次阅读
    <b class='flag-5'>英伟</b><b class='flag-5'>达</b>智能<b class='flag-5'>驾驶</b>的核心芯片——Thor