相信很多人对NVIDIA英伟达都不陌生，因为很多人电脑的显卡就是他们家的。可自去年下半年，它的显卡竟然不更新了，无数人在等着它的906Ti等到望眼欲穿，结果，谁也没想到，英伟达在GTC（全球商品交易中心）大会上展示了新一代显卡TeslaP100，以及一辆无人驾驶的类F1外形赛车。它就这么跑去玩车了！！！
想想也是啊，说白了现在的自动驾驶或者将来的无人驾驶，基础也就是就是几个摄像头+雷达+处理器，其中，摄像头拍摄实时影像后的分析处理，是智能系统进行判断的重要依据。那么话就好说回来了，图像处理哪家强？
什么，NVIDIA要搞赛车！？
Tesla P100貌似跟Tesla汽车没半毛钱关系，只是一个芯片的名字。新闻上说，这个芯片很牛逼，和以前比，达到了质的飞跃。好吧，我不是研究这块的，搞不太清楚。我想告诉大家的是，这次的芯片不是针对游戏玩家和台式机推出的，而是用来主攻人工智能AI和机器学习的。
至于那辆外形酷炫的NVIDIA无人驾驶赛车，NVIDIA没这个能力，也没这个意愿去搞赛车。
但是，这辆无人驾驶赛车装配的是NVIDIA基于新显卡TeslaP100的无人驾驶行车电脑Drive PX2。
150个MacBook Pro，顶个行车电脑
那么，能够参加无人驾驶赛车赛事的行车电脑Drive PX2到底有多牛逼呢？
NVIDIA推出的人工智能系统就是专为无人驾驶服务的PX2平台，它的性能非常牛逼：12核CPU，2颗Pascal独立显卡，搭载4GB GDDR5显存，带宽80GB/s，位宽128bit，主频1.25GHz，平台内建8GB LPDDR4内存，功耗约在250W，水冷散热。
这些数据意味着什么呢？意味着PX2平台的运算能力逆天，相当于150个MacBook Pro，而且对周围物体的检测能够达到88%。
那么为什么需要这么牛逼的设备呢？先来看看NVIDIA搭载的无人驾驶汽车配备了哪些监测设备。
6个摄像头，4个雷达设备，外加GPS定位系统。6个摄像头能够监测到汽车周边的所有影像，每个摄像头每1秒要拍摄10次，然后将识别到的物体形成点云的形式，每个摄像头每1秒获取8000个点的信息，再加上4个雷达的数据，这么大的数据量和图像信息对于一台电脑来说，负荷量非常大，所以需要PX2有超强的计算性能。
无处不在的阿尔法狗
对于无人驾驶来说，汽车本身将不再是重点，重点是汽车上的大脑——控制系统。无人驾驶汽车更像是一台超级计算机，它的核心就是软件+深度学习+超级电脑。
无人驾驶汽车需要通过各种传感器获取周边的各类信息，包括：地图信息、位置信息、环境识别等。行车电脑将在这些信息的基础上，规划汽车的行驶路径。
但道路环境是非常复杂的、很多路况是无法预测的、甚至是非常危险的。所以，面对这么复杂多变的周围环境，无人驾驶必须有学习能力，要能够根据基础信息来进行拓展，进行自我学习。这些信息量无疑是非常巨大的，所以在此过程中，信息的处理能力就显得尤为重要。从2014年开始，人工智能都是建立在深度学习的基础上，并且精度越来越高。
而拥有深度学习能力的系统就是一套人工智能AI系统。人工智能对于我们来说并不陌生，前段时间的阿尔法狗战胜李世石，就标志着人工智能的胜利。而拥有深度学习能力的人工智能系统将无处不在。
应用在汽车上的人工智能系统——无人驾驶系统的工作，就是不断学习摄像头、雷达等设备收集到的原始信息，提高识别的精确度。指示牌的识别就是其中的一部分。
随后，行车电脑会在获取了周边信息的基础上，建立周边环境的模型，并根据这个模型，来推测无人驾驶汽车的运行线路。下图就是该系统实时描绘的周边环境的模型，绿色方形的物体就是周围的车辆，小车前面的路线就是可能的行进路线，并在车载系统上进行显示。
指数级增长的智能科技
很多人觉得无人驾驶离我们太遥远。但是大家想想，全球最顶尖的一群公司不断努力，在这个领域攻坚克难，难道无人驾驶就真的无法实现吗？
十年前，我们都还拿着NOKIA“智能机”的时候，谁能想到今天的手机会这么智能。那么在今天的基础上，十年之后会是什么样子？我无法想象。
我还要指出的一点是：有些科技不是线性增长的，而是指数级增长的，不要用过去十年的维度来看后面十年的维度，也许后面5年就能够完成像过去10年的进展。
撰文 汽车前沿lee
![[编辑精选]昂贵珠宝抢](foticp/1-1204292133310-L.jpg)
