Google：高端晶片市場的驅動力不在PC或手機，而是自動駕駛汽車| 新智駕

編輯觀點：自動駕駛汽車絕對是下一個人類交通的新革命，排除道德倫理的辯證，在科技方面仍有龐大的進步空間...
====================

編者按：本文源自Google自動駕駛汽車部門的硬體工程師Daniel Rosenband在加州舉行的國際高性能微處理器研討會（Hot Chips）上所作的演講。會上許多演講都是關於先進半導體的前景發展，因為現在阻攔電子設備發展的不再是電腦或智慧手機，而是半導體晶片。半導體晶片能輔助汽車執行自動駕駛的人工智慧算法，能運行機器視覺軟體幫助汽車辨別行人或自行車。

Daniel Rosenband在國際高性能微處理器研討會（Hot Chips）上介紹Google的自動駕駛汽車

Google在初期的自動駕駛汽車領域一直扮演著領頭羊的角色。自動駕駛汽車不僅引領了人工智慧與機器視覺軟體的革新，還推動了半導體晶片技術與硬體系統的進步。

不過，Google只是眾多推動3300億美元晶片產業發展的公司中的助攻之一。像特斯拉、本田、寶馬、沃爾沃、奔馳和福特這樣的汽車廠商，亦在開發旗下的自動駕駛汽車。Uber稱其將在匹茲堡測試100輛自主開發的自動駕駛汽車；而通用汽車與Lyft亦稱將於年底開展自動駕駛出租車的測試。


Google的自動駕駛汽車在DARPA 機器人汽車挑戰賽中已小有成績

自動駕駛是晶片發展的動力

Tirias Research的分析師Kevin Krewell稱自動駕駛汽車技術是半導體晶片發展的主要驅動力。“基於深度學習的車載導航不同於其他高性能計算工作，是一種全新的計算方式，一種基於全新方式的構架。”他說，這便是為什麼Intel花了3.5億美元收購了人工智慧公司Nervana。

如果半導體晶片能滿足功能需求，其他配套系統亦能跟上，這將大大有益於自動駕駛汽車的發展。且自動駕駛汽車每天有5%的工作時間用於系統休息的話，自動駕駛汽車毫無疑問會更安全。Rosenband稱每年有120萬人死於車禍。

“一個城市的人口也不過這麼多，而車禍卻帶走了他們的生命。僅僅在美國，每年就有3.5萬人死於車禍。這相當於每天墜毀了一架客機。我們需要重新審視一下這個問題。”

自動駕駛汽車使得盲人以及其他身體殘疾人士也能坐到駕駛位上了，但要打造一款真正能上路行駛的自動駕駛汽車，我們的技術儲備仍不夠充足，道阻且長。不久前，一位駕駛人開啟了特斯拉自動駕駛功能，而自動駕駛系統沒能發現前方的卡車導致了駕駛員在車禍中身亡。

即便如此，各投資公司仍認為這是一項有前景且更安全的技術。Rosenband表示，“我們可以改變人們的生活”。

為了實現這一目標，就必須在人工智慧與機器視覺上取得前所未有的突破。自動駕駛系統要足以應對各式各樣的問題，比如變化莫測的交通狀況、擁擠的行人與亂入的自行車。這對系統晶片的處理能力有著極高的要求，且系統最後的處理方式不能傷害任何一方。

“在高速路上行駛時，我突然意識到我們處理問題要有始有終：我們如何才能開發一個完全自動駕駛的系統？”

完全自動駕駛在硬體上需要具備哪些條件？

在一個理想化的自動駕駛環境裡，系統要能在指定地點接人，並將其安全送至目的地。Google開發的自動駕駛原型車沒有方向盤，能以40km/h或更低的速度通過居民區。它採取的是自我保護的駕駛策略，在駛入十字路口前會等待1.5秒。除此之外，該車還能計算發生危險的可能性。


Daniel Rosenband，Google的硬體工程師

車輛需要知道其自身位置、周圍環境、周圍物體在做什麼以及車輛該如何移動。而要滿足這些要求需要大量的地圖數據與傳感器。為了獲得車輛周圍360度實景，Google採用的是Lidar雷達系統，該系統能360度旋轉掃描周圍環境，從而生成車輛周圍環境的3D模型。該模型可顯示不同物體的距離與其速度。

Rosenband稱，Google下一代原型車的運算能力將是2015年原型車的4倍。它將裝配一片多用途晶片或一片能處理自動駕駛汽車問題的定制晶片。而在這100mm²的晶片上要能進行每秒50萬億次運算。

為了應對這一挑戰，Nvidia稱其已經為自動駕駛汽車開發了一款全新的晶片——dubbed Parker，該晶片是汽車人工智慧係統Drive PX 2超級電腦的組成部分。而Intel亦稱其Xeon Phi晶片家族也足以處理人工智慧問題。

Rosenband說，我們仍有許多難題需要解決。比如，有時在日出或日落時分，人眼都無法辨別交通信號燈，而這種曝光過高或過低的圖像要讓計算機來解碼更是難上加難，而且車輛還是移動的。

“晶片適用於何種環境？我們要用數個千兆赫茲的雷達頻段，進行大量的數字信號處理以減小噪聲干擾，降低雷達系統的失真度。我們亦採用了最好的矽材料以發揮其最大性能，”Rosenband說。

在未來，Google很可能需要係統能提供相當於移動設備上的數據中心的功能。它需不用消耗過多的功率就擁有最佳的計算性能，車輛可以直接在數據中心讀取數據進行計算。

為什麼要這樣呢？Google的自動駕駛汽車行駛了320萬公里，但仍不能預測世上發生的每一件事。而晶片專家兼Cadence Design Systems主管的Chris Rowan表示，Google可能需要進行十六億公里的測試，其係統才有可能含括所有可能發生的事情。

消息/圖片來源：leiphone.com、venturebeat