Bosch与车厂Daimler日前宣布选择Nvidia的人工智能(AI)平台来开发自动驾驶出租车，预计在2020年代初期大量生产...
德国一线汽车零组件供应商博世（Bosch）与车厂戴姆勒（Daimler）日前宣布选择英伟达（Nvidia）的人工智能(AI)平台来开发自动驾驶出租车，预计在2020年代初期大量生产；此信息链接了先前各自有所连结的伙伴关系与合作案，巩固了一个三方联盟。
Nvidia资深车用业务总监Danny Shapiro接受EE Times记者电话采访时表示：“这并非交易案…像是Nvidia将供应芯片给Bosch、Bosch再供应模块给Daimler这样的信息，这是策略联盟，其中的每家公司各自扮演不同的角色。”
具体来说，两家德国公司──Bosch与Daimler──将加入布署Nvidia之Drive Pegasus平台的行列，以开发“生成车辆驾驶算法的机器学习方法；”Bosch表示，Nvidia将提供的Drive Pegasus平台，包括“高性能车用AI处理器以及系统软件。”
这个三方联盟的目标是催生在都会道路行驶的高度自动驾驶车辆，将自动驾驶出租车(robotaxi)导入城市。对此技术顾问机构VSI Labs创办人Phil Magney接受EE Times访问表示：“我们已经知道Bosch、Daimler与Nvidia之间的连结好一段时间，现在是正式公开其架构将采用Nvidia的Pegasus平台，而Bosch会是一线供应商。”
Magney指出，有一些自动驾驶出租车业者已经宣布采用Pegasus平台的计划，而Bosch-Daimler-Nvidia的宣布，是“第一个车厂与一线汽车零组件供应商联盟有明确的计划，要以Drive Pegasus架构来设计自动驾驶出租车。”
那Daimler与Xilinx的合作咧？
根据先前的报导，Daimler与Xilinx也在合作开发AI解决方案，但两家公司并没有透露其中细节。Magney猜测，这应该是Daimler的两个不同项目，“就像很多车厂，他们在自动驾驶技术开发上会至少有两个不同的项目同时进行，其中一个是用于大量生产的自动化驾驶技术(L2/L3)，其他的就是无然驾驶出租车可用的自动驾驶技术(L4以上)。”
“有可能是Nvidia平台用于Daimler的自动驾驶出租车项目，而Xilinx的方案则会被用于ADAS或是加强版功能(L2以上)的开发项目；”他进一步指出：“此外，Xilinx与Nvidia方案也不一定相互排斥，一套自动驾驶堆栈(stack)会有多个线程以因应不同的任务，有些事情会更适合GPU架构，其他的则可能更适合以FPGA来处理。”
自驾车的ECU网络
Bosch是传感器与车用零组件的领导供应商，该公司从去年开始采用Nvidia的Xavier芯片原型开发AI自动驾驶模块，两家公司之间的合作是在2017年3月公布。Bosch根据自家为自动驾驶车辆开发传感器处理单元的经验，估计在城市道路使用的自动驾驶系统ECU网络，必须要能达到“每秒数百兆(hundreds of trillions)次运作”的性能。
Nvidia的Xavier芯片（来源：Nvidia）
在融合由雷达、视频摄像头、光达(lidar)以及超音波传感器所收集/传输的数据时，ECU网络预期要能做所有的事情，包括信息评估(如物体侦测与地图定位)到规划车辆行驶路线，而Bosch认为这些要在“仅20毫秒(millisecond)之内”做到。
当然，ECU必须处理的传感器资料会非常庞大，光是一个视频摄像头摄影机，例如Bosch的立体视频摄像头，行驶一公里就能产生100GB的数据；ECU网络得快速处理组合数据的压力也非常大，因为安全性取决于处理速度。Bosch表示，这是该公司与Daimler选择Nvidia的部分原因之一，因为他们相信Drive Pegasus平台能跟上他们指定的运算性能。
Pegasus平台有什么？
假如大量运算性能是在几毫秒内同时执行多个复杂算法的必备条件，那么哪种硬件是不可少的？Nvidia的Pegasus平台是一个选项，该平台内含两颗Xavier SoC，还有两颗即将发表的“下一代GPU”，能提供320TOPS (trillions of operations per second)的运算性能。
Nvidia的Shapiro强调：“Pegasus能提供最具省电效能的解决方案；”不过在被问到该平台内部的新GPU时还是三缄其口，表示该公司还没发表。他还强
调，Nvidia“从一开始”就将安全性设计纳入了Xaiver，涵盖硬件到软件堆栈，专注于“能打造如预期执行、可靠且支持备份的”工具与方法。
此外，Shapiro指出Nvidia还请了一家德国的标准验证业者TUV SUD，为Xavier执行安全性概念的评估；他表示，TUV SUD的评估结果指出，Xavier的架构适合自动驾驶应用，并突显了Nvidia实现安全自动驾驶的承诺。
AI自动驾驶车的难解习题
然而还有一个挥之不去的问题是，我们能信任AI在现实世界执行驾驶任务时会做正确的事吗？验证AI车辆的困难度，仍然是众多安全专家的难解习题。在这方面，Mobileye提出了名为“责任归属安全”(responsibility-sensitive safety，RSS)模型，在该模型下，他们准备推出一套决定论系统，以补偿“概率性的AI系统”。
Nvidia是否有支持RSS的规划？对此Shapiro表示：“这需要从长计议；”而他指出，目前“我们正打算要在系统中导入制衡(checks and balances)机制──很可能会类似一种‘检查者/执行者(checker/doer)’的方法。”
编译：Judith Cheng
