生态圈经营是自驾成功关键 NVIDIA迎来自动驾驶新成员Pegasus

据报道，NVIDIA自动驾驶运算平台迎来新成员代号为「Pegasus」。 据悉持续符合汽车电子功能安全ISO 26262标准之ASIL-D水平，运算能力比之前代平台高达10倍。

2017年10月，NVIDIA于其生态圈大会GTC Eurpoe上发表自动驾驶运算平台Drive PX家族的新成员，其代号为「Pegasus」。 「Pegasus」预计从2018年第二季起提供给NVIDIA的自动驾驶研发伙伴。

「Pegasus」之运算能力达到320 TOPS（Trillion Operations Per Second），超越其前代平台「Drive PX 2」之运算能力高达10倍。 此运算能力主要来自于4颗处理器-2颗为以NVIDIA目前最新GPU架构「Volta」为核心的SoC「Xavier」、以及另外2颗为车用机械视觉与深度学习所准备的专用GPU。

全自驾平台需要超高运算能力与大量I/O

根据NVIDIA说法，未来全无人出租车（Robotaxi）等服务需要高速处理来自于摄影机与光达（Lidar）等众多传感器的高分辨率及360度信息，藉以精准定位车辆所在、分析周围汽车与行人之行为、 并且规划安全与舒适的行车路径。 而进行上述工作所需要的运算能力，将是目前市面上最先进车辆运算能力的50至100倍。 依此观点，目前在市面上则尚无任何自动驾驶运算平台能够负担如此庞大的运算需求，此亦为「Pegasus」之利基。

为了集中各类传感器所搜集的信息，「Pegasus」的I/O接口除了包含汽车计算机必备的CAN、Flexray与车用以太网络接口之外，也预备了16组对应雷达、摄影机、光达等传感器输入的连接器，总内存带宽（Memory Bandwidth）达1 TB。

除了强调运算能力的大幅提升之外，NVIDIA于本次发表会中亦强调「Pegasus」在设计上将持续符合汽车电子功能安全ISO 26262标准之「ASIL-D」水平。

符合汽车电子功能安全标准，意味着引进汽车电子领域的产品开发与验证方法，并在设计中加入多重的冗余设计（redundancy）以保证系统能够正常运作，进而保障车辆与乘客的安全。

大量合作伙伴支持Drive PX

除了强调硬件的优越性之外，NVIDIA在「Pegasus」发表场合更展现了与自动驾驶产业生态圈的深入合作。

根据NVIDIA数据，NVIDIA已有225位采用Drive PX平台的自动驾驶系统开发伙伴，在其中更包含Zoox、Optimus Ride、图森未来、yadex、Nutonomy等25家以全自动驾驶出租车为发展目标的企业， 藉以证明「Pegasus」对于无人运输的价值。

除此之外，同场上NVIDIA亦发表了2018年起将与物流大厂德国DHL及汽车系统大厂ZF（采埃孚）共同建置无人物流车队的讯息。 ZF所设计之无人驾驶系统「Pro AI」将以Drive PX为基础，而DHL目前则已经在其数据中心内使用NVIDIA的DGX-1超级计算机进行车用神经网络的训练，未来将把训练完成的模型移植至配备于DHL车队上的Drive PX系统。

至此，包含Autoliv、BOSCH、Delphi、Hella、Tesla、ZD等重量级汽车电子业者均已公开将以NVIDIA Drive PX平台为基础推出自动驾驶专用计算机。

除了积极提供硬件公版予业者进行测试之外，在「Pegasus」发表场合NVIDIA同时发表了搭配的新软件开发工具包「Drive IX SDK」，预计将于2017年第四季发布的此份套件，将能够协助开发者运用Drive PX平台开发包含驾驶者/乘客脸部辨识、驾驶分心侦测、车内设备自动调整（如座椅、灯光、踏板松紧等）、车周边脚踏车侦测等各种更细致的功能，补足自动驾驶所需的其他功能。

SAE第五级自驾仍有长路要走

虽然本次NVIDIA释出之Pegasus平台号称在运算能力上十倍于前一代产品，然而在全自动驾驶系统具体软硬件所需技术仍然不明确、遑论设备量产的现在，就此定言Pegasus平台足以支持SAE Level 5全自动驾驶所需的演算能力，则还需考虑。

目前市面上能够商业运转的驾驶辅助系统，多仅声称其达SAE Level 2程度。 AUDI最新的A8车型亦仅声称其驾驶辅助系统达SAE Level 3。 即便考虑各车厂可能因为触犯现行法规而特意低估其驾驶辅助系统之能力，但根据MIC推估，各家车厂与系统厂距离开发出能达SAE Level 5之自动驾驶系统均还有相当时间。

举例而言，目前经由5G通讯提供无人车来自于其他车辆及路侧设备（如交通号志）讯号的技术仍处于规格制订期，相关软硬件距离商用化还有相当时间，自然难以判断未来无人车在5G通讯部分需要使用多少运算资源。 在无人车开发路程上，诸如上述技术尚未到位之案例仍然甚多，实际上将令产业尚难推估无人车所需的软硬件需求。

无人车将在大众运输率先落实

从2014年开始加速的无人车发展竞争中，「无人车产能将先提供给谁」各方均有说法。 然而从本次NVIDIA强调优先与无人出租车相关产业进行合作可以看出，无人车将优先使用在包含出租车、公交车等各式大众运输服务上，已成各方共识。

对于自动驾驶系统业者而言，无人车优先运用在大众运输服务上能够创造一个相对可控制的实验环境。 在运输服务业者垂直拥有整个车队的状况下，自动驾驶系统业者能够有秩序地协助运输服务业者管理、更新、维修与调整其无人车队，大大降低无人车上路初期的管理成本与风险。

从消费端来看，大众运输服务业者能从采用无人车上大幅减省司机的人力成本进而创造获利，因此大众运输业者采用无人车之动机自然甚高。 其次，能够承受无人车普及初期的必然高价以及运作风险者，亦非大众运输服务业者莫属。

生态圈经营将是自驾成功关键

如同计算机与移动电话的研发从封闭转往开放，在汽车ICT资通讯软硬件占比越来越高的现在，汽车研发从严谨的上下游合作创新转至更开放的创新合作将为必然。 NVIDIA得以推出自动驾驶运算平台、敲开以往由车用半导体业者掌握的汽车市场，所依靠的不仅是在技术上之投资，更在生态圈的经营上。

除了前述与一线汽车电子业者以及自动驾驶系统开发商的合作之外，NVIDIA与品牌汽车业者之合作更横跨Audi、BMW、Daimler、Ford、Tesla、Toyota、Volkswagen、Volvo等汽车龙头。 上述业者除了代表巨大的市场之外，它们在自动驾驶系统相关专利数量亦均名列前茅，提升了NVIDIA与其合作的综效。 而NVIDIA与产业关系人在研发初期的深度合作，亦更提升了包含FPGA体系等其他竞争者的进入门坎。

进一步从产业向研发上游移动，我们更可发现NVIDIA藉由众多的开发者活动、提供研究奖助金以及与学研界深入合作营造了巨大的开发者网络。 这点从NVIDIA之开发者社群大小远超过其他竞争者即可看出。 当大学与研究所毕业生均使用NVIDIA的工具时、均根据NVIDIA之路线进行技术研究时，NVIDIA就已在人才面切断了其他竞争者的研发能量来源。