Hvorfor supercomputere er nødt til at drive autonome biler | tim bajarin

På Nvidias udviklerkonference for et par måneder tilbage brugte jeg megen tid på at tale med folk om Nvidia og dets partners autonome køretøjsplaner.

Nvidias administrerende direktør Jen-Hsun Huang brugte sin nøgleord til at introducere en opdateret version af Nvidias Drive PX-system til selvkørende køretøjer, som stort set er en supercomputer, der sidder i bagagerummet på en bil. Dens HD-kortlægningsværktøjer kan fornemme, planlægge og reagere på alle typer vej- og kørselsforhold. En demo viste en bil, der kun kunne lære at køre autonomt på hovedveje og ubegrænsede grusveje med kun 3.000 timers træning.

Det operative ord her er "supercomputer." I løbet af de sidste 10 år har Nvidia skabt nogle af verdens hurtigste processorer omkring sin GPU-arkitektur. Den annoncerede for nylig et gennembrudsprodukt, det kalder verdens første supercomputeringssystem dedikeret til dyb læring, DGX-1. Dette system stabler op til otte Tesla P100-processorer oven på hinanden og leverer 170 teraflops i en kasse, 2 kronblade i et rack til en gennembrudspris på $ 129.000.

Denne arkitektur var en af ​​de største meddelelser på konferencen, og dens arbejde er nu også ved at falde ned til autonome køretøjer.

Dette blev klart, da Gill Pratt, administrerende direktør for Toyota Research Institute, understregede sit partnerskab med Nvidia og den rolle, et supercomputer-lignende system i en bil vil spille i fremtidige autonome køretøjsplaner. Pratt påpegede, at nr. 1-grunden til, at Toyota forpligtede sig til selvkørende biler, skyldes, at "det faktum, at vi tolererer 1, 2 millioner dræbte om året, er forbløffende, og det er en skam. Det overstiger langt antallet af mennesker, der dræbes i krig.."

Min ven Dean Takahashi hos VentureBeat opsummerer Pratt's tanker om Toyotas selvkørende bilstrategi pænt, men generelt gav Pratt's grundlæggende mening en fornemmelse af, at Toyota vil spille en nøgleposition i udviklingen af ​​sikre, selvkørende biler. Faktisk fortsatte Pratt med at sige, at den forskning, Toyota udfører, er så vigtig for den generelle sikkerhed for offentligheden, at virksomheden åbner meget af sin forskning for sine konkurrenter, eller noget, han kalder "co-opetetion."

Jeg ser også Nvidia spille en stor rolle på dette område. Jeg tilbragte nogen tid med Danny Shapiro, Nvidias smartkøretøjsprogramguru, og han viste mig Drive PX 2 bundkort.

Systemet er baseret på den form for neurale netværk, der er nødvendige for at behandle nøgleafgørelser for næsten enhver type køresituation, man kan forestille sig. Jeg er klar over, at de fleste af de store halvlederfirmaer har chips til brug i autonome køretøjer, men da jeg gik væk fra Drive PX 2-demoen, tænkte jeg for mig selv, at hvis jeg var i en selvkørende bil, ville jeg gerne have en højdrevet supercomputer piloter det.

Jeg formoder, at det også er tanken bag mange af Nvidias bilkunder. Det arbejde, som Nvidia udfører internt, sammen med det nye Drive PX 2-system, gør det til et af de vigtigste halvlederfirmaer, der tackle problemerne og udfordringerne ved at levere et autonomt køretøj. Og ud fra det, jeg så ved arrangementet, kan det tage processorer på supercomputing-niveau at levere den slags ultra-sikre autonome køretøjer i vores fremtid.