對于英偉達宣布暫停自動駕駛系統公開路測一事，該公司CEO黃仁勛終于站了出來，澄清相關細節(jié)：Uber事故車采用了NVIDIA GPU，但并未使用該公司的DRIVE平臺。

此前，在Uber無人車致死案件發(fā)生后，英偉達方面立刻作出決定，暫停當前DRIVE自動駕駛系統在加州、新澤西、德國及日本的公共道路上進行的無人車測試工作，并不諱言地表示其直接原因就是此前Uber自動駕駛汽車發(fā)生的“死亡事故”。

畢竟在亞利桑那州撞車事故發(fā)生時，那輛來自Uber的沃爾沃XC90上搭載了英偉達的計算平臺。雖然目前事故發(fā)生原因仍未查明，但這仍舊讓這家供應商付出了代價：截止27日收盤時，英偉達股價下跌7.76%至225.52美元，總市值約1341.84億美元。

基于此，在29日下午舉行的GTC媒體問答環(huán)節(jié)中，黃仁勛就事件部分疑點進行了回應。這位“核彈教父”表示，正如報道所言，Uber無人車事發(fā)時確實使用了英偉達的硬件。但嚴格說來，早在雙方自2018CES期間宣布達成更緊密的合作關系之前，Uber2016年起便已經開始使用NVIDIA GPU。

換句話說，Uber現有的無人車隊是將NVIDIA GPU用于與其他處理器適配的商用成品軟件，而這些處理器均在Uber自家的軟件棧上運行。在這當中，能否明確GPU硬件和DRIVE平臺之間的區(qū)別就成了事情的關鍵。

英偉達方面表示，與Uber自己軟件棧最大的不同是，NVIDIA DRIVE平臺完全利用NVIDIA處理器（SoC和GPU），并在其上運行NVIDIA的DRIVE軟件包。

站在英偉達的角度，作為一家15歲的圖形芯片供應商，在新技術發(fā)生致死事故的當下，黃仁勛為了最大程度避免公司負面而急著“甩鍋”的行為無可厚非。他特別強調，這起無人車致死案件并未反映出英偉達本身在傳感器融合、硬件容錯，甚至包括所有基于神經網絡運行的軟件棧方面存在任何問題。簡單來說，由于事故車輛并未采用該公司平臺，英偉達不用對這起事故負責。

把自己的事故責任“擇”清楚之后，英偉達仍舊堅稱：“機器駕駛汽車要比人類駕駛更安全”。該公司表示，未來將繼續(xù)在公共道路上手動駕駛測試汽車，以繼續(xù)收集數據并對其神經網絡進行訓練。

看上去像是特意為無人車安全事件留了一手準備，此前英偉達一直在開發(fā)仿真系統以訓練包括自動駕駛汽車在內的神經網絡。在2018 GTC上，該公司發(fā)布了自動駕駛仿真系統Drive Constellation，更新Drive系列產品架構路線圖，宣布其生態(tài)系統中目前已擁有370家合作伙伴。推薦文章《Uber車禍啟示錄：敬畏前行的無人駕駛》

一句話概括，這套軟硬件一體的模擬自動駕駛解決方案，計劃于2018年第三季度向首批合作伙伴供貨。用戶通過GPU生成傳感器數據反哺到Drive PX平臺上進行模擬測試，借助上百萬英里的測試定制的場景和極端案例，加速自動駕駛技術的研發(fā)進程并減少研發(fā)成本。此外，英偉達透露公司將打造下一代名為DRIVE Orin的芯片。

雖然目前尚不清楚英偉達是否已有能力借助上述系統在內部展開實際訓練工作。但在無人車測試不可能無限擴大車隊規(guī)模的當下，為了在短時間內實現實地場景中無法觸及的測試里程，并迅速模仿任何駕駛場景，仿真測試似乎早已成為了大多數從業(yè)者的共同選擇。

早在2017年，黃仁勛便宣布將使用使用NVIDIA DGX和Tensor RT 3進行仿真。借此，工程師可以在5個小時內完成約48萬公里的道路測試。照此速度，理論上兩天之內就可以完成全美所有公開道路的測試工作。

效率驚人，就連陸奇也在2017年7月5日的百度AI開發(fā)者大會上也對仿真測試的實用性表示了認同。他指出：“?使用Apollo仿真引擎，可以讓開發(fā)者實現日行百萬公里的虛擬測試里程?！贝送?，“無人車路測鼻祖”Waymo也在谷歌打造的虛擬城市“Carcraft”中放置了25000輛虛擬測試車，以實現每天虛擬行駛25億英里的數據收集。

雖然這種仿真測試某種程度上簡化了真實場景，目前也僅僅作為實際路測工作的一個重要補充。但對于誓要成為驅動自動駕駛未來處理器超級巨頭的英偉達而言，不管何時能夠全面恢復無人車路測工作，仿真訓練無疑都在加速自動駕駛技術商業(yè)化落地的速度，為實現這位供應商“賦能”汽車產業(yè)的夢想助力。

返回第一電動網首頁 >