关于gpu:从驾考科目二到自动驾驶聊聊GPU为什么对自动驾驶很重要

3次阅读

共计 2887 个字符，预计需要花费 8 分钟才能阅读完成。

“下一个我的项目，坡道起步。”

……

“考试不合格，请将车子开到终点，从新验证考试。你的扣分项是：起步工夫超 30 秒：扣 100 分。行驶过程中车轮轧到边线：扣 100 分。”

想必经验过驾驶证考试的同学，对科目二的坡道起步都有说不清道不明的情感。我在坡道起步我的项目上间断“挂”了 3 次后，就忍不住想主动驾驶什么时候能够遍及，来援救屡次驾考没过的我。为此，我去简略理解了主动驾驶，不经意间发现又拍云的 GPU 居然在主动驾驶上也有利用，接下来就来具体说说。

主动驾驶技术的倒退能够追溯到 20 世纪 80 年代，过后的钻研次要集中在车辆的辅助驾驶零碎上，如自适应巡航管制、主动泊车等。随着计算机技术和传感器技术的不断进步，主动驾驶技术逐步走向成熟。21 世纪初，谷歌开始钻研主动驾驶技术，并在 2010 年左右开始进行路测。目前，主动驾驶技术曾经成为了汽车行业的重要倒退方向，各大车企和科技公司纷纷投入巨资进行钻研和开发。

国内各大品牌的电车主动驾驶能力在不同水平上都有了倒退和提高，能够在高速公路和城市道路上实现主动跟车、主动变道、主动泊车等性能，这些能力离不开先进的感应设施：激光雷达（Lidar），毫米波雷达（Millimeter-wave Radar），摄像头（Camera），超声波雷达（Ultrasonic Radar），GPS（Global Positioning System）以及 INS（Inertial Navigation System）等设施。

而在行将举办亚运会的绍兴棒垒球场馆外，呈现了可恶的纯电动巴士，它是 L4 主动驾驶小巴车，不仅能够主动实现转弯及靠站操作，遇障还会主动加速避让。

绍兴市曾经向两家主动驾驶测试主体发放了全市首批主动驾驶路测牌照，其中一家是将来社区开发建设有限公司，另一家是绍兴市城投阿波罗科技有限公司。这些测试主体将应用不同类型的主动驾驶汽车，包含纯电动巴士和纯电动轿车，将来社区应用的是一款 5.5 米纯电动巴士，最高设计时速 40 公里，搭载了 L4 级主动驾驶零碎，可实现车道放弃、超级巡航、主动避障等性能。市民可通过新推出的小程序，在手机上收费预约乘坐。该专线也将在杭州亚运会期间提供接驳服务。

下面提到了 L4 级别主动驾驶，这是十分当先的级别了，依据主动驾驶等级的不同，能够分为以下几级：

L0 级别：人工驾驶，齐全由驾驶员来操作驾驶汽车，包含转向、制动、油门等。
L1 级别：辅助驾驶，可能帮忙驾驶员实现某些驾驶工作，如转向、制动、油门等，但驾驶员仍需放弃对路线的留神。
L2 级别：局部主动驾驶，车辆可能实现局部驾驶工作，如对方向盘和加加速中的多项操作提供驾驶，驾驶员负责其余的驾驶动作。像全速自适应巡航就属于 L2 级别，能够跟着后面的车走，后面的车停，我也停，后面的车走了我也走，速度根本保持一致。
L3 级别：条件主动驾驶，车辆在特定环境中能够实现主动加加速和转向，但仍须要人类驾驶员在某些状况下接管车辆管制。
L4 级别：高度主动驾驶，除了一些十分非凡的状况外，个别不须要人工控制。
L5 级别：齐全主动驾驶，全程不须要人工干预，能够在所有路况下实现齐全主动驾驶。

总的来说，每一级别的主动驾驶都建设在前一级别的技术根底之上，同时，每一级别的主动驾驶都不是相对平安的，它须要驾驶员在应用过程中依然保持警惕并做好随时接管的筹备。

目前国内汽车广泛搭载的是 L2 级别及以下的主动驾驶技术，但即使在这些较低级别的主动驾驶零碎中，汽车中的各种传感器每小时也能够生成 25GB 数据，这些数据蕴含前车和本车的间隔，左右两边的路线批示标记，四周汽车的间隔，后方路线批示标记，红绿灯信号，马路边行人，非机动车等信息等，大量的图像和视频信息被转换成电脑能解决的二进制信息，这就须要 CPU 和 GPU 的独特加持能力实现平安稳固的主动驾驶工作。

大家都晓得一台电脑的运行少不了 CPU，能够简略地了解为 CPU 是一个教授级人物，CPU 能够解决非常复杂的问题，但 CPU 没有那么多外围，对于同时解决数以亿计的小学生算术题，比方 100000000 道算术题，须要在 1 秒内实现，这个传授就没有那么灵便了。而 GPU 外围多，像 Nvidia 的 A100 领有 6912 个 CUDA 外围，这种宏大的计算量就非常适合 GPU 了。在某些状况下，传统在 CPU 上运行的代码优化为 GPU 上运行时，执行速度最高可晋升 20 倍。借助人工智能加速器能够进一步晋升，从而显著节约电力，而这也是电动汽车的一个关键问题。

GPU 作为驾驶零碎的外围元件之一，让汽车能够在“环境感知与建模”、“门路布局与决策”、“感知与决策的实时性”、“数据处理与存储”等方面实现指定的工作。GPU 通过其弱小的计算能力和并行处理能力来减速感知算法的运行，不仅仅减速了简单的门路布局和决策算法，例如基于强化学习的算法。还提供了更快的计算速度和更高的并行处理能力，从而帮忙主动驾驶汽车更快地做出决策和布局。

当初市面上曾经有不少车规级芯片都搭载弱小的 GPU，例如 NVIDIA 去年公布的车规级芯片 DRIVE Thor SoC，它可提供 2000 TFLOPS，弱小的算力可在单个计算平台上实现全车的智能驾驶和座舱性能。

国内各大品牌汽车中都能看到 GPU 的身影，例如小鹏汽车的智能驾驶零碎搭载了 Xavier 超级计算平台，CPU 采纳 NVIDIA 自研 8 核 ARM64 架构，GPU 采纳 512 颗 CUDA 的 Volta，反对 FP32/FP16/INT8，20W 功耗下单精度浮点性能 1.3TFLOPS，Tensor 外围性能 20TOPs，解锁到 30W 后可达 30TOPs。

随着人工智能技术和传感器技术的不断进步，将来主动驾驶技术的倒退将呈现出以下几个趋势：

汽车智能化：随着车辆智能化水平的进步，主动驾驶技术的倒退将失去进一步推动。将来，汽车将具备更智能的性能，如主动充电、主动颐养等。汽车会通过更加先进的感应器感知周围环境，并进行自适应的驾驶，进一步升高交通事故危险。
实现智能交通系统：将来的道路交通将不再是各车辆独立行驶，而将更加智能化和自动化。智能交通系统将会将各车辆的行驶信息进行集中处理和管制，从而实现更为协调和高效的交通流动。这种智能交通系统将与智能驾驶零碎完满联合，使交通运输更为便捷和高效。
多传感器交融：在高等级主动驾驶的实现过程中，多传感器交融成为必然趋势。这种趋势旨在将各类传感器获取的数据信息集中在一起综合剖析，以求更加精确形容外部环境，为车辆进行决策打下基础。

主动驾驶技术是汽车行业的重要倒退方向之一。GPU 作为主动驾驶技术中的重要组成部分，将在将来的倒退中施展更加重要的作用。随着人工智能技术和传感器技术的不断进步，将来主动驾驶技术的倒退将更加智能、平安、便捷和可继续。咱们期待着主动驾驶技术的一直倒退和提高，为人们带来更加美妙的出行体验和生存形式。

如果你对 GPU 相干技术感兴趣，你能够点击“浏览原文”查看咱们的 GPU 云服务器，你能够用它尝试搭建 AI 绘画平台或者做一些推理的工作。AI 绘画搭建的教程我先放在这里啦：《从 0 到 1，带你玩转 AI 绘画》

正文完