NVIDIA 人工智慧总监施忠伟谈无人车发展,台湾的机会在哪

2020-06-08 浏览量: 422

NVIDIA 人工智慧总监施忠伟谈无人车发展,台湾的机会在哪

 

 

 

 

 

 

 

 

 

1908 年亨利福特将 T 型轿车普及于世,至今已有 110 年历史,汽车的驾驶方式在百年内没有太多的改变,但是 21 世纪 AI 技术把驾驶的手从方向盘上解放了。无人车可以自动驾驶、侦测道路状况,堪称是所有 AI 技术中最具「未来感」的应用。随着深度学习、硬体技术发展起飞,无人车普及不需要再等 100 年,而 NVIDIA 相当看好无人车在亚洲的市场与技术发展,在亚洲设立多个研发中心布局。

TechOrange x BuzzOrange 举办年度趋势论坛 CONNECT with AI ,针对无人车的普及与市场条件进行专题演讲,邀请到来自新加坡的 NVIDIA 人工智慧科技中心总监 Simon See 施忠伟博士分享 NVIDIA 所看到的无人车市场契机与技术重点。

未来无人车最大应用场域,是公众运输交通层面

每年全球几十亿车款累积超过十兆里程,但大多数的时间这些车辆都处于闲置,佔据用路空间,而且容易造成交通塞车问题。因此利用无人车改善交通问题就成为各大厂、政府的研究主题,而根据高盛统计,2030 年无人车交通产业会达到 2,850 亿美元的产值,其中绝大多数的应用会集中在无人计程车等公众运输的无人载具上。

施忠伟认为,未来无人车将可以应用在更广泛的场域,包含现在常见的汽车、公车、未来或者是工程机具、大型运输货车都可以应用无人车科技,达到更高的效率和安全性。在无人车普遍的未来,将不再有複杂的交通状况,人类也不会因为天气和道路工程等变因,导致交通受阻。

随着无人车运算能力的不断增长,2025 年的无人车运算能力将有机会达到 2017 年的 5~6 倍之多,未来无人车将有更好的能力去达成更多单位和周围要素的运算,创造更安全、更好的无人车。

用一块车牌大小的超级电脑,就可以应付无人车行驶的複杂运算需求

要让无人车的行驶可以完全取代真人,备有众多感测器、能源利用效率极高所驱动的 AI 电脑变成无人车的研发主要核心。施忠伟 分享,人开车可以即时用视觉、听觉搭配方向盘操控应付道路状况,无人车若要达到全自动驾驶,须透过硬体计算、演算法、能源利用等面向下去优化。为了及时应付道路上的多变路况,无人车必须要能够快速蒐集各种数据,包含感测器、车用光达、相机等等数据都要能及时处理。

根据博世提供的数据,光是一台录影机记录每公里里程就会产生   100 GB 的资料。 这样庞大的数据对于硬体效能来讲是个很大的考验,因此 NVIDIA 推出 一款专为自驾车所设计的   AI 超级电脑   NVIDIA DRIVE Pegasus ,每秒提供  320 兆次的运算效能,因应複杂的演算法,其尺吋虽然只有一块车牌大小,但效能却具备等同于 6 部同步运算的直立型工作站。

无人车产业需要高度在地化,各国的无人车生态圈正在成形中

光有技术还不够,世界经济论坛 WEF 的报告指出,无人车是一个需要高度与在地政府、技术开发者与产业链合作的应用。

施忠伟认为,亚洲在发展无人车技术,不论是从市场应用、製造、研发方面都大有可为。他说:「无人车技术普及化,有一个很重要的先决前提是该产业需要在地化发展。亚洲不论是在无人车市场或是技术研发上都有很大的机会,因为所有的无人车技术都需要当地的研发工程师,依照当地需求将演算法、数据客製化训练,才能调教出一个符合当地状况的无人车软体模型。」

全世界的无人车产业都仍在研发阶段,NVIDIA 目前更是积极的寻找各式各样的生态系合作伙伴。不论是与政府、学界、开发者的合作,都会是让无人车生态圈蓬勃的关键。施博士举例,在新加坡 NVIDIA 就与国立新加坡大学合作研发,也与星国政府合作从 AI 的人才、研发资源层面上做深度合作。

在技术资源上, 施忠伟解释 NVIDIA 并不把自己定义成一个无人车品牌,而是无人车技术架构提供者,一个基础的软硬整合无人车架构,所提供的开放平台可让所有的开发者在上面研发出自己的无人车技术。台湾已经有业者透过 NVIDIA 的晶片与开放平台,经过三四个月的模型训练,做出无人公车,可见开发者程度已臻成熟。

经济部次长龚明鑫表示,台湾目标在 2020 年能在开放场域展开测试无人车。那就代表从现在起到 2020 年台湾的产业资源、技术要有计画得跟上国际潮流。若要开展本地的无人车产业,开发者的技术贡献、地方政府开放测试场域、中央政府制定相关配套措施缺一不可。

上一篇: 下一篇:

相关推荐