Volvo 採用 NVIDIA 車載深度學習電腦打造零事故的未來

　　NVIDIA (輝達) 今天宣布 Volvo 將使用NVIDIA DRIVE™ PX 2深度學習運算引擎來驅動 Volvo百輛自動駕駛車運行計劃中的 XC9 運動休旅車，並於明年瑞典車廠的 Drive Me 自動駕駛員計劃中正式上路。

Volvo 2020 年的願景主旨為創造更安全的交通工具，對自動駕駛車技術成為重要的貢獻者。這項作業的成果已為汽車業界自動駕駛車與半自動駕駛領域中帶來引領世界的進步並樹立全新安全標準。

Volvo 公司自動駕駛車計劃總監 Marcus Rothoff 表示：「在我們的願景中，2020 年Volvo新款車上路後將不再有人因車駕傷亡。而 NVIDIA 高效能且靈敏的車用平台不僅讓我們向願景更邁進一步，它更可完美地用於我們的自動駕駛車計劃與 Drive Me 計劃。」

Volvo 的Drive Me自動駕駛員計劃將於豪華車款搭載 NVIDIA DRIVE PX 2 引擎，以使用深度學習為複雜的駕駛操作作為導航。這些車將以自動操作模式在Volvo 的家鄉Gothenburg 的路間奔馳，並於他處以半自動駕駛的形式上路。

NVIDIA 副總裁暨汽車部門總經理 Rob Csongor 表示：「Volvo 的 Drive Me 計劃對我們的 DRIVE PX 2 引擎與深度學習是一項理想應用。我們以上千位 NVIDIA 工程師投入多年的成果協助 Volvo 達成他們安全願景，並將自駕車從 Gothenburg 拓展至全世界。」

超越人類演算能力之上的物件辨識能力
NVIDIA DRIVE PX 2 引擎使車子能運用人工智慧應用之一的深度學習來辨識環境中的物件，預測潛在威脅並維持安全導航。在相當於 150 台 MacBook Pro 的運算能力的每秒 8 兆次浮點運算下，來自多個感測器的資料均能即時傳輸，提供 360 度偵測，包括道路、交通工具、行人、交通號誌與更多路況，實現更完善的自動駕駛員功能。

近來深度學習的突破大幅加強了電腦感知外界的能力，借力於海量資料和處理能力，它們能寫出可辨識複雜物件的軟體，其程度遠遠超越人類能編寫出的演算法。

許多深度學習作業皆由 NVIDIA 超級運算 GPU 趨動，例如微軟 (Microsoft) 和 Google 均使用 GPU 來創造影像辨識系統，且該系統在ImageNet大規模視覺辨識挑戰中勝過受過訓練的人類，另外微軟研究員們近期亦訓練了一個於 IQ 測驗中擊敗人類的深度學習網路。

地圖定位與路徑規劃
針對地圖定位與路徑規劃，系統能夠藉由已知的高解析度地圖比較即時路況，使其規劃安全路線並精準地沿該路線前進與適應多變的狀況。DRIVE PX 2 亦將展現其他重要功能，例如將輸入的攝影成像拼接，為車子建立完整的環景視野。

由於自駕車需要極大的運算資源來分析源自多個感測器的資料，大部份早期原型都內建一卡車的電腦。相較之下，DRIVE PX 2 擁有相同的功能，卻不過如平板一般大小而已。