凤凰网汽车

英伟达的DRIVE PX 2终于有了可量产的超算架构平台，而它也将成为百度基于高清地图自动驾驶解决方案的AI引擎。

时隔半年，NVIDIA面向开发者的GPU技术大会，从圣何塞来到了北京。虽不是直接从事软硬件开发的工程师，但从踏入灯光昏暗的主会场开始，盯着屏幕闪烁的光怪陆离的影像和文字，车云菌竟也似身边的极客们，兴奋得不要不要的。而这种紧张又期待的心情，随着老黄出现在主舞台，全场口哨尖叫欢呼齐鸣之后，瞬间得到了释放。

△NVIDIA英伟达联合创始人兼首席执行官 黄仁勋(Jen-Hsun Huang)

果然还是那身熟悉的黑色机车夹克，照旧一上台就直奔主题，丝毫不给大家喘息的机会。在这场持续近2个多小时的主题演讲中，老黄和百度首席科学家吴恩达轮番轰炸，对“深度学习、人工智能、VR应用、自动驾驶等”前沿科技进行了解读。而临近尾声，老黄竟重返舞台，出其不意地带来了三款NVIDIA新品的全球首发：基于Pascal架构的深度学习平台Tesla P4和P40 GPU加速器(配套软件NVIDIA TensorRT和DeepStream SDK)，以及面向自动驾驶汽车的专用人工智能超级计算机DRIVE PX 2 AutoCruise。

△NVIDIA DRIVE PX 2的三款平台架构

由于篇幅有限，车云菌这里就不详细介绍Tesla P4和P40这两款推理加速器的具体功用了。我们重点来聊聊DRIVIE PX 2 AutoCruise这个听起来“既熟悉又陌生”的人工智能超算平台。

不是“一刀切”的解决方案

在9月1日召开的百度世界大会上，车云菌将此前对DRIVIE PX 2这款自动驾驶超算平台的所有疑惑，借机向老黄好好请教了一番。而他也在反复说明，“DRIVIE PX 2是面向开发者使用的，所以价格较为昂贵，最终量产版本的产品可能会根据不同客户的需求，进行定制化处理，甚至形状、大小、功能等都会和现在我们看到的Drive PX 2有差异”。果不其然，这次GPU技术大会上，他就带来了NVIDIA对DRIVIE PX 2系列产品的初步规划。

△NVIDIA联合创始人、总裁兼首席执行官黄仁勋先生向大家介绍DRIVE PX2 AutoCruise计算平台

按照老黄的描述，DRIVE PX 2平台根据能够实现自动驾驶功能的不同，共分为“AutoCruise”、“AutoChauffeur”以及“Fully Autonomous Driving”三种架构，包括单移动处理器版、双移动处理器加双独立 GPU 组合版，以及多DRIVE PX 2版。其中：

1.自动巡航(AutoCruise)

△最新自动驾驶汽车专用人工智能超级计算机DRIVE PX2 AutoCruise

这款仅手掌大小的节能型人工智能 (AI) 计算机，适用于自动巡航功能(包括高速公路自动驾驶和高清制图)的自动驾驶汽车解决方案。它使用了NVIDIA最新发布的Tegra Parker处理器并集成了Pascal架构的Tesla GPU，功率仅10瓦，可以帮助车辆利用深度神经网络处理来自多个摄像头和传感器的数据。百度将把该计算平台作为车载计算机部署到其从云端到汽车的自动驾驶系统中，即这款全新的小型DRIVE PX 2将成为百度自动驾驶汽车的AI引擎。

2.自动私人司机(AutoChauffeur)

属于该架构的DRIVE PX 2，主要用于在公共道路上实现点对点的通勤，就像你随身带了位贴心的司机，或者说在必要时能做到人机驾驶权的无缝切换。当然，要实现AutoChauffeur的功能，接入的摄像头、雷达等传感器设备数量势必增加，所需的处理器计算性能也大幅提升，而NVIDIA给出的也正是年初CES消费电子展上公布的DRIVE PX 2架构。

3.全自动驾驶(Fully Autonomous Driving)

百分百的无人驾驶，相信这是无论科技公司、Tier 1供应商、OEM主机厂都希望实现的终极目标。因此，面向这类目标市场的解决方案，需要将多个DRIVE PX 2集成至同一辆汽车内才能完成。

NVIDIA副总裁兼汽车事业部总经理Rob Csongor在接受车云菌专访时曾透露称，目前已经在荷兰海尔德兰省两个小镇之间投入使用的无人驾驶电动巴士——WEpod就搭载了三套DRIVE PX平台，接入使用的传感器包括9枚摄像头，9个超声波传感器，9个雷达以及6个多层激光雷达。

△无人驾驶电动巴士WEpod

他借此也对比了DRIVE PX 2三种不同架构、不同解决方案的异同：

“就相同点而言，这三种方案都能够实现对激光雷达、摄像头等传感器数据的融合，并通过DNN(深度神经网络技术)的应用提升数据融合的准确度。还有就是借助NVIDIA端到端自动驾驶系统的优势，实现高清地图的实时绘制与更新，准确定位并计算出最优路径”。

差别的话，Rob认为这三种平台架构的计算性能各有千秋，能够接入的传感器等设备的数量和类型都不相同。因此能够实现的功能，目标客户，目标市场都有着明显差异。

△NVIDIA副总裁兼汽车事业部总经理Rob Csongor

和百度合作的那些事儿

在月初的百度世界大会上，老黄带来了联合百度开发基于人工智能自动驾驶汽车的消息。而问及选择和百度合作的原因，老黄指出“百度在人工智能、深度学习、高精度地图、云服务等领域的建树，加上NVIDIA搭建的以GPU产品为核心的超级计算平台，以及NVIDIA在基于GPU的深度学习算法上的优势，各自取长补短的同时真正解决了无人驾驶汽车研发面临的三大技术门槛。”

不过在这次大会上百度同时宣布成立L3事业部，只研究高速(自动跟车、自动超车、自动换道)和停车(自动停车和自动召回)两种场景下的应用。这与NVIDIA新推出的DRIVIE PX 2 AutoCruise架构平台不谋而合，因此车云菌十分好奇NVIDIA和百度两个事业部将采取怎样的合作形式，具体需求又有哪些不同？

在抛出这些疑惑之后，NVIDIA汽车事业部总经理Rob Csongor对此做了耐心解答。

“我知道对上次宣布的信息，表面上来看NVIDIA和百度要进行Level 3的合作，要开发自动驾驶汽车。但事实是，NVIDIA要联合百度开发一套从云到车端到端的自动驾驶汽车平台。这套系统是开放的，它不仅能够用在百度自己的自动驾驶汽车上，中国的自主品牌、合资品牌以及所有的国际品牌也都可以利用这套系统开发相应的自动驾驶产品。毕竟开发一套普世适用的系统远比造一辆车让人兴奋得多。”

Rob还指出，“无论对Level 3还是Level 4哪个阶段的自动驾驶技术发展而言，都离不开实时绘制高精度地图的需求”。就百度L3事业部未来的产品规划来说，将DRIVE PX 2 AutoCruise这款节能小型AI超级计算平台集成到车里，能够实现实时高精地图的制作和更新，因为即便在高速公路上实现类似车道保持这样的自动巡航功能，精度几厘米的地图是保证行驶安全的重要前提。

△无人驾驶汽车用来“观察”这个世界的高精度地图

在NVIDIA公布了DRIVE PX 2的三款架构不同的平台产品后，百度副总裁刘军表示，百度和NVIDIA将共同运用 AI 技术为自动驾驶打造从云到车的自动驾驶系统。未来AutoCruise这款小型节能DRIVE PX 2平台将用在基于百度高清地图的自动驾驶解决方案中，供汽车制造商使用”。所以，车云菌认为NVIDIA和百度的合作，用一个简单的词概括足矣，那就是“地图”。不管是Level 3还是Level 4，OEM主机厂完全可以根据自己的需求选择不同的产品，而实时绘制/更新高精地图是所有自动驾驶发展阶段的基础，这是NVIDIA和百度联合开发从云到车端到端系统的初衷。

当然，Rob也表示百度于NVIDIA而言，是比较“特殊”的合作伙伴。时任百度首席科学家的吴恩达(Andrew Ng)四年前联合NVIDIA进行了基于GPU的深度学习加速研究，取得突破性进展的同时也开启了被老黄称之为“GPU深度学习大爆炸”的时代。不过Rob也指出，NVIDIA不会只有百度这样一家合作伙伴。未来NVIDIA会根据目标客户、目标市场的不同进行选择，因此全球范围内的任何一家地图公司，OEM主机厂，Tier 1供应商都可能成为NVIDIA的合作方。而“产品平台化”是NVIDIA一直希望能坚持的战略方针。

还有这些或许你也想知道...

之前一直被诟病“价格贵”，“只测试不量产”的DRIVE PX 2，终于有了第一款量产版本的平台架构产品。车云菌向Rob询问了DRIVE PX 2 AutoCruise具体的供货时间。他透露称，这款产品今年第四季度将向生产合作伙伴(OEM，Tier 1等)发售，真正量产上市可能得等到明年了，但时间会很快。而相当于精简版DRIVE PX 2的AutoCruise肯定不会卖出1.5万美元的天价，具体上市销售的价格会较为亲民。至于AutoChauffeur，老黄在演讲中就提到了，量产还得等两三年，不过DriveWorks 软件及DRIVE PX 2(采用两个片上系统和两个独立 GPU 配置)从9月13日开始向从事自动驾驶汽车研发工作的人员发售。

△NVIDIA 从云到车端对端的自动驾驶平台解决方案

至于为什么NVIDIA要花费如此大的力气去梳理、规划、研发NVIDIA DRIVE PX系列产品，是因为它属于NVIDIA AI计算解决方案家族中的一员。数据科学家在数据中心内利用 NVIDIA DGX-1训练深度神经网络，然后它们就可以在车辆配备的NVIDIA DRIVE PX 2 上无缝运行。数据中心和车辆使用完全相同的 NVIDIA DriveWorks 算法、库和工具。这种端到端的方法能够充分利用 NVIDIA 的统一AI架构，能够让车辆实现无线接收更新，从而在它的“一生”中不断添加新功能和新能力。

所以其实你会发现NVIDIA一直在朝着“平台化产品”的方向发展，而“GPU是最适合进行深度学习的处理器”这条已经被事实证明的理论势必会带来图形处理器产业井喷式的发展。处于领先地位的NVIDIA，除了在擅长的领域要稳打稳扎，面对VR、Light Video、自动驾驶等新阵地的挑战，除了要发挥自身优势外，选择合适的合作伙伴，通过互补的形式来夯实竞争力，可谓是聪明人的举动。