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
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

英伟达何以成为车厂自动驾驶开发的首选

E4Life 来源:电子发烧友网原创 作者:周凯扬 2022-09-26 08:47 次阅读
英伟达在今年的秋季GTC大会上发布了下一代自动驾驶芯片Thor,再次点燃了自动驾驶算力比拼的导火索。我们已经看到国内汽车市场中,蔚来、智已、飞凡等厂商积极在新车型上集成这一代Orin芯片,Thor能收获怎样的市场反响已经可以预知。其实英伟达所做的远不止于此,他们的王牌是一整套DRIVE自动驾驶软硬件生态。

从车端到云端

NAD是蔚来打造的全栈自动驾驶方案,在车身的Aquila超级传感系统上,蔚来选择了33个高性能的传感单元,包括7个800万像素的高分辨率摄像头、4个300万像素的环视专用摄像头、1个1550nm的超长测距激光雷达、5个毫米波雷达、12个USS超声波传感器、两个高精度定位单元(GNSS+IMU)、1个V2X和一个ADMS。

然而,这样庞大的传感系统,也带来了更大的数据吞吐量,根据蔚来的说明,Aquila每秒要传输8GB的数据。要完成如此规模的数据计算量,车身上必须具备强大的算力,所以蔚来的Adam超级计算系统配置了4个英伟达DriveOrin,将算力提高至1016TOPS,以满足自动驾驶的计算要求。

蔚来自动驾驶开发平台/ 蔚来

但自动驾驶从来都不只是车端的工作,如何训练并利用这些得到的数据,提高自动驾驶算法的可靠性,才是厂商们需要持续发力的工作。这里我就拿大家最关注的一个功能来分析一下,AEB紧急制动功能。

蔚来称在研发初期,他们需要在10天内制作出100万个数据分布较好的高质量素材,以求满足最低的精度和时延要求。后续就要在英伟达的GPU上跑AI负载,这个过程需要200个GPU整整运行3个月。

除了训练以外,为了确保NAD在引入新改进后既能解决相应的问题,又不会引入新的问题,蔚来还基于英伟达的开源推理服务器软件Triton打造了一套高性能的推理服务,每天开展10万个推理任务,用于数据挖掘、仿真和回归测试等。

值得一提的是,目前蔚来的NAD尚未正式投入使用,不少人都想知道他们与其他竞争对手公司的自动驾驶系统有何差距。不过蔚来表示,他们的产品团队正在测试NAD与其他自动驾驶方案的性能对比,待报告完成后会公开分享出来。

合成数据加速自动驾驶开发

打从一开始,我们都对合成数据有着或多或少的偏见,认为这是假数据,怎么能用在以安全为第一要义的自动驾驶中呢?但事实上,在物理属性准确的合成数据下,我们甚至可以将其看作是罕见的真实数据。

就拿车祸来说,尽管这是常见道路情况之一,但相对正常驾驶的数据来说,采集到的真实车祸数据在数量上肯定是远远不及的,更别说拿来做仿真训练了,在汽车试验场中测出来的车祸数据也难以代表真实路况数据。至于那些更稀少但又并非不存在的情况,比如货箱、轮胎脱落等,也都是会对自动驾驶场景造成干扰的。
 
DRIVE Sim场景编辑器/ 英伟达

英伟达DRIVE Sim中的DRIVE Replicator就为开发者提供了一个生成各种合成数据集,并具备真值标签的平台,为训练和验证一个覆盖全场景的自动驾驶算法提供帮助。至于合成数据中常见的数据偏见问题,DRIVE Replicator提供了随机化引擎,通过泛化来让虚拟域的数据尽可能涵盖到真实域。DRIVE Sim的场景编辑已经实现了相当优秀的随机化,比如借助SimReadyAPI实时改变自然/人工光线、路况天气等等。

除此之外DRIVE Replicator还可以通过PythonAPI对USD模型和属性实现直接控制来完成随机化,比如随机将一个包含动量数据的物体隔空生成在路面上。尽管这已经超出了真实的范畴,但这对于训练自动驾驶算法对于VRU(弱势道路使用者)的识别相当有用,比如突然出现在汽车后方的小孩等。

至于传感器的仿真建模,英伟达也已经在着手打造自己的一套验证系统,以求在真实环境和仿真环境中,得到相匹配的传感器数据,比如摄像头在麦克佩斯色卡下展现与真实环境一样的色彩和亮度。

DRIVE SIM——英伟达在自动驾驶仿真上的CUDA

可能从多数人的视角看来,英伟达在汽车上的动作仅仅支持推出自动驾驶芯片而已,就像大多数车厂在发布会上提及的那样,新车型搭载了哪些芯片等等。但事实上英伟达对自动驾驶技术的投入远不只有芯片,英伟达已经基于Omniverse这一技术底座,打造了DRIVE Sim这样一个庞大的互通仿真平台。这对于汽车厂商来说具有很重要的意义,因为不仅是造车新势力,老牌车厂也享受到了英伟达提供的自动驾驶开发工作流带来的便利。

DRIVE Sim合作生态/ 英伟达

比如蔚来等一众造车新势力,他们在自动驾驶传感器的选择上是相当多样化的,而英伟达的DRIVE Sim已经通过一系列API加入了对通用和Hyperion传感器套件的配置和扩展,无疑极大地减轻汽车厂商的开发工作量。而传感器厂商也在积极加入对DRIVE Sim的支持,诸如索尼、禾赛和Luminar等等。一是他们也没有这么多精力来打造这样一个互通的开发生态,二是英伟达在提供传感器开发自由度的同时,也给到了对专有IP的保护,因为英伟达并不需要知道这些传感器的实现方式。

而这样一个软件生态却又与英伟达的硬件息息相关,甚至在新发布的L40等硬件上能发挥出更大的优势,似乎又一个CUDA生态呼之欲出,而这次是出现在自动驾驶上。不由得让人佩服起英伟达,在这些TO B产品的软硬件生态融合上,他们确实是无可匹敌的。
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
  • gpu
    gpu
    +关注

    关注

    27

    文章

    4336

    浏览量

    126296
  • 英伟达
    +关注

    关注

    21

    文章

    3263

    浏览量

    87478
  • 自动驾驶
    +关注

    关注

    773

    文章

    12894

    浏览量

    162925
收藏 人收藏

    评论

    相关推荐

    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 13:50 808次阅读
    高通<b class='flag-5'>自动驾驶</b>靠软件<b class='flag-5'>开发</b>革新力压<b class='flag-5'>英伟</b>达<b class='flag-5'>自动驾驶</b>芯片

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件
    发表于 12-19 18:02

    英伟达拓展中国自动驾驶团队 高通能否战胜英伟

    英伟达(Nvidia)微信官方账号发布消息,该公司正在扩大在中国的自动驾驶团队,要招募的职缺大约25个,包括:产品工程、系统整合、车辆测试、规划控制、地图等。
    的头像 发表于 12-01 10:46 1137次阅读

    扩充自动驾驶中国团队,英伟达开放上百个职位

    据公告,本次英伟达,招聘部门自动驾驶软件组、系统集成&测试组、地图&仿真组、产品组,开放岗位包括自动驾驶数据采集系统工具开发、校准和运动控制算法开发
    的头像 发表于 11-30 09:36 236次阅读

    自动驾驶“十问十答”

    说起自动驾驶, 大家现在已经不陌生, 但是关于自动驾驶你又了解多少呢? 今天小编总结了关于自动驾驶的 “十问十答” , 带你了解更多 自动驾驶的来龙去脉 。 问题1. 为什么会 出现
    的头像 发表于 11-29 07:40 252次阅读
    <b class='flag-5'>自动驾驶</b>“十问十答”

    【KV260视觉入门套件试用体验】八、VITis AI自动驾驶多任务执行MultiTask V3

    是一种模型,旨在同时执行自动驾驶场景中的不同任务,同时实现优异的性能和效率。这些任务包括对象检测、分割、车道检测、可行驶区域分割和深度估算,这些都是自动驾驶感知模块的重要组成部分。 三、代码实现
    发表于 09-26 16:43

    自动驾驶芯片的低功耗设计

    从陆续出台的相关政策上来看,自动驾驶行业是当前国家重点支持的领域,近些年来,我国的自动驾驶行业也在多方的支持下蓬勃发展。随着软件和硬件条件的日趋成熟,新车搭载L2级别自动驾驶功能正逐渐成为
    发表于 08-04 10:09 360次阅读
    <b class='flag-5'>自动驾驶</b>芯片的低功耗设计

    自动驾驶芯片市场:290亿美元争夺战打响

    三星电子、英伟达、高通和台积电正在激烈竞争自动驾驶半导体市场的主导地位。
    发表于 07-25 10:06 396次阅读
    <b class='flag-5'>自动驾驶</b>芯片市场:290亿美元争夺战打响

    案例研究:什么是自动驾驶

    自动驾驶,是一个根植于人类内心深处的梦想。随着科技的发展,近年来,自动驾驶已逐步成为现实。纵使如此,它仍然面临不小的挑战。本文结合案例对自动驾驶展开了梳理分析,一起来看看~ 摘要: 手
    发表于 06-06 11:46 1次下载
    案例研究:什么是<b class='flag-5'>自动驾驶</b>

    自动驾驶仿真工具

    做的自动驾驶仿真软件,主要代表是基于Unity的LgsvlSimulator、 baidu-Unity,基于Unreal的Carla、Airsim等。第三类是基于一些机器人仿真软件做的自动驾驶仿真器,如基于ROS的Gazebo、rviz
    发表于 06-01 14:31 1次下载
    <b class='flag-5'>自动驾驶</b>仿真工具

    详解自动驾驶安全软件开发流程

    自动驾驶汽车开发越来越重视性能、质量和性价比,自动驾驶口碑成为新技术应用取得市场成功的关键,而口碑的建立依赖于相关软 件开发流程、周期、时
    发表于 06-01 11:38 0次下载
    详解<b class='flag-5'>自动驾驶</b>安全软件<b class='flag-5'>开发</b>流程

    自动驾驶开发平台

    的解决方案,支持 L 3 ~ L 5 {\rmL3~L5} L3~L5级的自动驾驶; 2018年1月,NVIDIA公布了其 AI {\rmAI} AI自动驾驶汽车平台NVIDIADRIVE的详细架构;基于NVIDIA的 DRIVE架构,汽
    发表于 06-01 11:31 0次下载
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>开发</b>平台

    自动驾驶与车路协同

    自动驾驶成为交通领域的最大变量。任何人都可以造成交通拥堵。只要你踩一脚刹车,你后面的司机就得跟着踩刹车,然后他后面的司机也得照做,这样刹车再启动的行为,可以传递好几公 里。国际自动
    发表于 06-01 11:24 1次下载
    <b class='flag-5'>自动驾驶</b>与车路协同

    00021 阿克曼ROS自动驾驶小车,让自动驾驶触手可及! #自动驾驶 #机器人 #编程

    自动驾驶
    学习电子知识
    发布于 :2023年05月22日 19:42:03

    基于英伟达芯片的自动驾驶典型架构设计

    NVIDIA DRIVE AGX 是一个可扩展的开放式自动驾驶汽车计算平台,充当自动驾驶汽车的 大脑。
    的头像 发表于 03-30 09:13 1265次阅读
    基于<b class='flag-5'>英伟</b>达芯片的<b class='flag-5'>自动驾驶</b>典型架构设计