随着汽车行业开始全面部署自动驾驶技术,NVIDIA已经成为行业内提供完整端对端解决方案的领导者,包括数据中心基础架构、软件工具包、存储库和框架以及高性能高能效的计算,用以打造更安全更高效的交通运输。
每年,咨询公司Navigant Research都会发布有关自动驾驶汽车行业的发展报告。今年,该公司对“自动驾驶汽车计算平台”和“自动驾驶汽车”排行榜进行了深度调研,列出了每个分类中头部企业的排名。
在2020年《自动驾驶汽车计算平台》报告中,NVIDIA在自动驾驶汽车平台领域位列榜首,致力于开发能够取代人类驾驶员的AI。
Navigant首席研究分析师、两份报告的作者Sam Abuelsamid表示:“NVIDIA在业内有口皆碑。该公司在很久之前就开始生产性能强大的硬件和软件。而且对于整个行业来说,拥有一个能够不断提高性能和能效的平台至关重要。”
《自动驾驶汽车》报告中涵盖正在制造量产型自动驾驶汽车的厂商,NVIDIA为这些厂商提供用于开发自动驾驶汽车的解决方案。采用NVIDIA计算平台的制造商包括汽车制造商、一级供应商、自动驾驶出租车公司和软件创业公司,他们都是NVIDIA DRIVE生态系统的成员。
这些报告仅反映了自动驾驶汽车发展全景的一部分。虽然报告中并未包含自动驾驶系统当前发展的所有细节,但他们为行业提供了采用这一变革性技术的宝贵洞察。
Navigant排行榜采用了一种详细的方法决定其所列入的公司及排名方式。
《自动驾驶汽车计算平台》报告着眼于那些正在开发计算平台,并且芯片设计至少处于样片生产阶段或即将推出相关计划的公司。进入榜单的系统必须具有故障后仍能正常运行的能力,以能确保自动驾驶的安全。
该报告从愿景、技术、上市策略和合作伙伴等角度对公司进行综合评估。NVIDIA凭借其在众多方面的领先表现位列榜首。
凭借高性能高能效的DRIVE AGX平台,NVIDIA在该领域位居排行榜第一。该平台的可扩展架构和开放式模块化NVIDIA DRIVE软件,使自动驾驶汽车制造商可以轻松扩展DRIVE解决方案,满足他们的个性化生产计划。
计算是自动驾驶汽车的关键要素。它使车辆能够实时处理来自摄像头、雷达和激光雷达传感器的TB级数据,还能让自动驾驶软件同时运行多个深度神经网络,从而实现对安全至关重要的操作多样性和冗余性。此外,通过确保计算平台具有足够的性能空间,开发者可以不断添加功能并逐渐改进系统。
Navigant的第二份报告《自动驾驶汽车》对开发乘用车L4级自动驾驶系统(在特定条件下无需配备人类驾驶员)的公司进行了排名。
该排行榜包含了已公布的NVIDIA DRIVE生态系统成员,例如百度、戴姆勒-博世、福特、丰田、大众、沃尔沃、Voyage和Zoox,以及许多尚未公开的合作伙伴。所有合作伙伴均采用了NVIDIA 端对端的AI解决方案。
该报告指出了行业所面临的诸多挑战,例如综合验证和生产成本等。NVIDIA提供从云到汽车的自动驾驶汽车开发工具,帮助企业有效应对这些问题。
在为汽车提供车内解决方案,以及为自动驾驶行业提供数据中心基础架构方面,NVIDIA可谓独树一帜。借助NVIDIA DGX系统和先进的AI学习工具,开发者可以在数据中心中有效地训练深度神经网络,使它们能够在车辆中运行PB级数据。此外,借助车内部署的同一硬件,通过比特位精确的基于云的DRIVE Constellation仿真平台,开发者可以对这些DNN进行测试和验证。
Abuelsamid认为,使用兼容工具构建无缝工作流程可以大大提高开发效率。
他表示:“随着这项技术的发展和成熟,开发者将会经历多轮的软硬件迭代。一个强大生态系统能够让其中的企业在车载、数据中心、仿真等各个不同层面上进行开发,同时将从一个领域获得的知识应用到另一个领域。”
我们希望通过为生态系统提供这些业内领先的端对端解决方案,让世界各地的道路交通运输变得更安全更高效。
Navigant Research提供针对能源生态系统内各项技术的联合和定制研究服务。《移动出行报告》包含自动驾驶汽车排行榜、自动驾驶汽车计算平台排行榜和自动驾驶汽车预测等。
好文章,需要你的鼓励
Jabra 推出 PanaCast 40 VBS:首款专为小会议室设计的 180° Android 智能音视频一体机
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。