Google：高端晶片市場的驅動力不在PC或手機，而是自動駕駛汽車

編輯觀點：自動駕駛汽車絕對是下一個人類交通的新革命，排除道德倫理的辯證，在科技方面仍有龐大的進步空間…
====================

編者按：本文源自Google自動駕駛汽車部門的硬體工程師Daniel Rosenband在加州舉行的國際高性能微處理器研討會（Hot Chips）上所作的演講。會上許多演講都是關於先進半導體的前景發展，因為現在阻攔電子設備發展的不再是電腦或智慧手機，而是半導體晶片。半導體晶片能輔助汽車執行自動駕駛的人工智慧算法，能運行機器視覺軟體幫助汽車辨別行人或自行車。

Daniel Rosenband在國際高性能微處理器研討會（Hot Chips）上介紹Google的自動駕駛汽車

Google在初期的自動駕駛汽車領域一直扮演著領頭羊的角色。自動駕駛汽車不僅引領了人工智慧與機器視覺軟體的革新，還推動了半導體晶片技術與硬體系統的進步。

不過，Google只是眾多推動3300億美元晶片產業發展的公司中的助攻之一。像特斯拉、本田、寶馬、沃爾沃、奔馳和福特這樣的汽車廠商，亦在開發旗下的自動駕駛汽車。Uber稱其將在匹茲堡測試100輛自主開發的自動駕駛汽車；而通用汽車與Lyft亦稱將於年底開展自動駕駛出租車的測試。

Google的自動駕駛汽車在DARPA 機器人汽車挑戰賽中已小有成績

自動駕駛是晶片發展的動力

Tirias Research的分析師Kevin Krewell稱自動駕駛汽車技術是半導體晶片發展的主要驅動力。“基於深度學習的車載導航不同於其他高性能計算工作，是一種全新的計算方式，一種基於全新方式的構架。”他說，這便是為什麼Intel花了3.5億美元收購了人工智慧公司Nervana。

如果半導體晶片能滿足功能需求，其他配套系統亦能跟上，這將大大有益於自動駕駛汽車的發展。且自動駕駛汽車每天有5%的工作時間用於系統休息的話，自動駕駛汽車毫無疑問會更安全。Rosenband稱每年有120萬人死於車禍。

自動駕駛汽車使得盲人以及其他身體殘疾人士也能坐到駕駛位上了，但要打造一款真正能上路行駛的自動駕駛汽車，我們的技術儲備仍不夠充足，道阻且長。不久前，一位駕駛人開啟了特斯拉自動駕駛功能，而自動駕駛系統沒能發現前方的卡車導致了駕駛員在車禍中身亡。

即便如此，各投資公司仍認為這是一項有前景且更安全的技術。Rosenband表示，“我們可以改變人們的生活”。

為了實現這一目標，就必須在人工智慧與機器視覺上取得前所未有的突破。自動駕駛系統要足以應對各式各樣的問題，比如變化莫測的交通狀況、擁擠的行人與亂入的自行車。這對系統晶片的處理能力有著極高的要求，且系統最後的處理方式不能傷害任何一方。

完全自動駕駛在硬體上需要具備哪些條件？

在一個理想化的自動駕駛環境裡，系統要能在指定地點接人，並將其安全送至目的地。Google開發的自動駕駛原型車沒有方向盤，能以40km/h或更低的速度通過居民區。它採取的是自我保護的駕駛策略，在駛入十字路口前會等待1.5秒。除此之外，該車還能計算發生危險的可能性。

Daniel Rosenband，Google的硬體工程師

車輛需要知道其自身位置、周圍環境、周圍物體在做什麼以及車輛該如何移動。而要滿足這些要求需要大量的地圖數據與傳感器。為了獲得車輛周圍360度實景，Google採用的是Lidar雷達系統，該系統能360度旋轉掃描周圍環境，從而生成車輛周圍環境的3D模型。該模型可顯示不同物體的距離與其速度。

為了應對這一挑戰，Nvidia稱其已經為自動駕駛汽車開發了一款全新的晶片——dubbed Parker，該晶片是汽車人工智慧係統Drive PX 2超級電腦的組成部分。而Intel亦稱其Xeon Phi晶片家族也足以處理人工智慧問題。

Rosenband說，我們仍有許多難題需要解決。比如，有時在日出或日落時分，人眼都無法辨別交通信號燈，而這種曝光過高或過低的圖像要讓計算機來解碼更是難上加難，而且車輛還是移動的。

“晶片適用於何種環境？我們要用數個千兆赫茲的雷達頻段，進行大量的數字信號處理以減小噪聲干擾，降低雷達系統的失真度。我們亦採用了最好的矽材料以發揮其最大性能，”Rosenband說。

在未來，Google很可能需要係統能提供相當於移動設備上的數據中心的功能。它需不用消耗過多的功率就擁有最佳的計算性能，車輛可以直接在數據中心讀取數據進行計算。

為什麼要這樣呢？Google的自動駕駛汽車行駛了320萬公里，但仍不能預測世上發生的每一件事。而晶片專家兼Cadence Design Systems主管的Chris Rowan表示，Google可能需要進行十六億公里的測試，其係統才有可能含括所有可能發生的事情。

消息/圖片來源：leiphone.com、venturebeat