NVIDIA GTC大会推自动驾驶仿真系统 与ARM联合让数十亿终端具备深度学习能力

NVIDIA汽车事业部副总裁兼总经理Rob Csongor表示：“要实现自动驾驶汽车的量产部署，需要一种能够在数十亿英里的行驶中进行测试和验证的解决方案，以实现客户所需的安全性和可靠性。借助DRIVE Constellation，我们将视觉计算和数据中心方面的专业知识相结合，实现了这一目标。借助虚拟仿真，我们可通过对数十亿英里的自定义场景和极端情况进行测试，从而提高算法的稳定性，其花费的时间和成本仅为实际道路测试的一小部分。”

仿真服务器由NVIDIA GPU提供支持，每台服务器都会生成仿真传感器数据流，并将其传送至DRIVE Pegasus进行处理。DRIVE Pegasus的驾驶指令会反馈给仿真器，以完成数字反馈循环。这一“硬件在环”周期的发生频率为每秒30次，可用于验证在Pegasus上运行的算法和软件对仿真车辆进行的操作是否正确。

DRIVE Sim软件可生成照片级逼真的数据流，以创建大量不同的测试环境。它能够模拟诸如暴雨和暴风雪等不同天气状况；一天中不同时间内的光线变化，或是夜间受限的视野；以及所有不同类型的路面和地形。在模拟过程中可设置各种危险情况，来测试自动驾驶汽车的反应能力，以确定其不会对任何人的安全造成威胁。

据称，DRIVE Constellation将于2018年第三季度开始给首批合作伙伴供货。

NV与ARM合作让物联网终端具备深度学习推理能力

NVIDIA与ARM在这届GTC大会上也宣布，双方将通过开源的NVIDIA深度学习加速器（NVDLA）架构集成到ARM的Project Trillium平台上，以实现机器学习。

此次合作将使物联网芯片公司能够轻松地将AI集成到它们的设计中，并帮助它们将智能且价格实惠的产品带给全球数十亿的消费者。

此前，ARM大中华区总裁吴雄昂就对搜狐科技表示，由于网络连接的不确定性，智能终端必须具备一定的计算能力，以便消费者在无法使用云服务时能够保证正常工作。

ARM执行副总裁兼IP集团总裁Rene Haas认为：“加速AI在终端的应用对于Arm实现连接万亿物联网设备的愿景至关重要。如今，通过把NVDLA集成到Arm的 Project Trillium平台，我们距离实现这个愿景又近了一步，两家公司为AI和物联网投入的专业知识和能力将直接有益于我们的整个生态系统。”

黄仁勋称，深度学习的进展仅仅是对未来的启示。其中的很多进展都是基于NVIDIA深度学习平台，这个平台已经成为全球标准。NVIDIA也在以大幅超越摩尔定律的步伐加快提升平台性能，以实现突破，进而为医疗保健、交通运输、科学探索和其他众多领域带来革命性的改变。

在这次GTC大会上，NVIDIA方面称，其深度学习平台相较于六个月前发布的上一代产品，其深度学习工作负责性能实现了10倍提升。