显卡公司NVIDIA侵占自动驾驶汽车市场

小时候喜欢玩电脑游戏，一个最新的显卡可以说是当时的梦想。有了好的显卡，那些做梦都想玩的游戏才有可能跑得起来。小时候考试成绩不错的时候我会赶紧求爸妈帮我买个显卡。NVIDIA 的显卡在那个时候就已经占了市场半边天。

这么多年过去了，争相去 NVIDIA 买“显卡”的人不再只是游戏一族，来得更多的是如大众、奥迪、博世这些顶尖汽车公司。吸引它们的不是游戏，而是自动驾驶技术。

NVIDIA 公司的 Drive PX2，自动驾驶新秀

NVIDIA 公司的 Drive PX2 产品 集成了强大的计算能力以及最新的 deep learning 技术。

Drive PX2 共装配12个内核，提供 8 teraflops 的计算能力，相当于150台苹果 MacBook Pro。以此运算能力，它同时支持最多12个摄像头，每秒可进行24次深度学习操作，对高达2800幅图像进行识别。 Drive PX2 使用了16nm架构，功率值只为250瓦。Drive PX2 可选装液体冷却，安装至车上后，可以接入汽车中的冷却系统。¹

Drive PX2 的功能总的来说可以实现外界感知（获悉周围人、车、路的详细位置和动向）、交通规则（侦测当前道路上的交通标识）、路线预判（根据周围情况预测汽车当前可行驶的路线）、最新地图（将获悉的最新路况实时更新至服务器）。

如此多的功能和计算能力都集成在一块电路板上，为汽车企业提供了完整的解决方案。

Deep Learning – NVIDIA的深度学习人工智能技术

Deep learning 即深度学习，它基于神经网络的框架利用计算机对大规模数据进行处理。Deep learning 常用的一个分支叫做 Convolutional Neuron Network (CNN)，即卷积神经网络，主要用来对图像及语音的识别。NVIDIA 公司在 Drive PX2 产品上就是采用的这种技术，对车上摄像头拍摄的图像进行处理，识别出人、车、物等各种对象。

简单的来说，卷积神经网络在结构上模仿了生物的神经网络。如生物第一次见到汽车时不知道这是啥一样，神经网络在最初不能识别图中哪个物体是人、哪个是车。人们首先需要训练神经网络，告诉它图像中哪个是人、车、物。为使神经网络能在不同时间、角度、天气、光线等各种情况下的识别人、车、物，这个训练过程需要大量的图片。当训练到一定程度后，神经网络就可以自行识别出任何图片中的对象了。用训练好的神经网络去识别汽车中摄像头拍摄下来的图片及视频，可以取得比人更高的识别率。

如果说做显卡是图像处理，那么做自动驾驶就是“反图像处理”

应该说，自动驾驶对图像处理的需求使得 NVIDIA 公司在自动驾驶领域脱颖而出。

NVIDIA 拿手的产品——显卡——在电脑中做的事是：接收各类程序产生的人、车、物等虚拟对象的大小、位置、速度等信息，并渲染出这些对象。再将这些对象一同生成为 2D 图像（帧），以像素形式投放到显示器上。计算机的工作可以总结为生成虚拟对象，并力求渲染出最为真实的画面。

NVIDIA 利用 Drive PX2 的工作可以说是显卡工作反过来：它从摄像头、Lidar 传感器等高速获取 2D 及 3D 真实图像。将图像拆分成像素，利用 deep learning 方法，辨别图中的人、车、物等对象。计算出人、车、物的大小、位置、速度等信息，并提供给驾驶控制系统使用。

计算机的工作在这里反了过来，它利用汽车采集的真实图像，辨别出其中人、车、物等对象。

虽然工作的顺序反了过来，但是其中很多已有的功能、程序都可以直接使用，说到底，这里所有的事情无非还是图像处理。因此，在 Drive PX2 上，NVIDIA 可以说是轻车熟路，能用如此短的时间完成这样一个极为强大的产品。

NVIDIA公司已与几乎所有大型汽车公司合作

如果说2016年的 CES 展会是 NVIDIA 公司将 Drive PX2 这个产品第一次推向市场的话，2017年的 CES 展会可是说是 NVIDIA 公司的一次盛典。几乎所有顶尖汽车公司（采埃孚³、博世⁴、奥迪⁵、大众⁶、奔驰⁷）都高调宣布与其合作，共同开发自动驾驶汽车技术。而之前已有沃尔沃和特斯拉已与 NVIDIA 公司有自动驾驶方面的合作。

看了 Jen-Hsun Huang ²去年及今年在 CES 展会上的讲话后，我一方面非常钦佩他能在如此短的时间内打造如此强大的产品，而另一方面，我也对汽车企业彻底放弃图像识别这一领域感到吃惊。随着自动行驾驶的继续兴起，NVIDIA 的产品将成为了汽车获取外界信息的唯一渠道，NVIDIA 牢牢站稳了汽车行业的一块重要领域。