黄仁勋回应Uber事故：撞人与英伟达无关，我们还有自动驾驶仿真测试

英伟达首席执行官黄仁勋终于站出来澄清了相关细节：优步的事故车使用了英伟达GPU，但没有使用该公司的DRIVE平台。此前，在优步无人车死亡后，英伟达立即做出决定，暂停在加利福尼亚州、新泽西州、德国和日本的公共道路上对当前DRIVE自动驾驶系统进行无人车测试，并没有表示其直接原因是优步自动驾驶车发生的“死亡事故”。毕竟，亚利桑那州车祸发生时，优步的沃尔沃XC90配备了NVIDIA的计算平台。尽管事故原因尚未查明，但仍让供应商付出了代价：截至27日收盘，英伟达股价下跌7.76%，至225.52美元，总市值约1341.84亿美元。基于此，在29日下午举行的GTC媒体问答环节中，黄仁勋回应了对该事件的一些质疑。这位“核弹教父”表示，正如报道所述，优步无人车在发生时确实使用了英伟达的硬件。但严格来说，优步自2016年以来一直在使用NVIDIA GPU，早在双方在2018年消费电子展上宣布建立更密切的合作关系之前。换句话说，优步现有的无人车队是商用现成软件，使用NVIDIA GPU来适应其他处理器，这些处理器都在优步自己的软件堆栈上运行。其中，是否清楚GPU硬件和DRIVE平台之间的区别成为了问题的关键。英伟达表示，与优步自己的软件栈最大的区别在于，英伟达DRIVE平台充分利用了英伟达处理器（SoC和GPU），并在其上运行英伟达的DRIVE软件包。从英伟达角度来看，作为一家拥有15年历史的图形芯片供应商，黄仁勋为了最大限度地避免公司的负面影响，急于“甩锅”是可以理解的。他特别强调，这起无人车死亡事件并没有反映出传感器融合、硬件容错甚至所有基于神经网络运行的软件堆栈方面的任何问题。简单地说，由于事故车辆没有使用该公司的平台，NVIDIA不对此次事故负责。在“选择”了自己事故的责任后，英伟达仍然坚持认为“机器驾驶的汽车比人类驾驶更安全”。该公司表示，未来将继续在公共道路上手动驾驶测试车，以继续收集数据并训练其神经网络。这似乎是专门为无人车的安全事件准备的。英伟达一直在开发模拟系统来训练包括自动驾驶汽车在内的神经网络。在2018 GTC上，该公司发布了自动驾驶模拟系统Drive Constellation，更新了Drive系列产品架构的路线图，并宣布其生态系统中目前有370个合作伙伴。总之，推荐文章《优步车祸启示录：Awe无人驾驶》总结道，这款软硬件集成的模拟自动驾驶解决方案计划于2018年第三季度提供给第一批合作伙伴。用户通过GPU生成传感器数据，并将其反馈到Drive PX平台进行模拟测试。凭借数百万英里的定制化场景和极端案例，自动驾驶技术的研发进程加快，研发成本降低。此外，英伟达透露，该公司将生产名为DRIVE-Orin的下一代芯片。尽管目前尚不清楚NVIDIA是否有能力借助上述系统在内部开展实际培训工作。然而，在无人车测试无法无限期扩大车队的当下，为了在短时间内实现现场场景无法触及的测试里程，并快速模仿任何驾驶场景，模拟测试似乎已成为大多数从业者的共同选择。早在2017年，黄仁勋就宣布将使用NVIDIA DGX和Tensor RT 3进行模拟。这样，工程师可以在5小时内完成约48万公里的道路测试。按照这个速度，理论上，美国所有开放的道路都可以在两天内进行测试。效率是惊人的。就连陆奇在2017年7月5日的百度人工智能开发者大会上也对模拟测试的实用性表示赞同。他指出：“使用阿波罗模拟引擎，开发者可以实现每天数百万公里的虚拟测试里程。”此外，无人车路测鼻祖Waymo还将25000辆虚拟测试车放置在谷歌创建的虚拟城市“Carcraft”中，以实现…的数据采集……

每天50亿英里的虚拟驾驶。尽管本次模拟测试在一定程度上简化了真实场景，但它只是目前实际道路测试工作的重要补充。然而，对于发誓要成为驱动自动驾驶未来处理器的超级巨头的英伟达来说，每当它能够全面恢复无人车的路试工作时，模拟培训无疑是在加速自动驾驶技术的商业化，以实现供应商为汽车行业“赋能”的梦想。英伟达首席执行官黄仁勋终于站出来澄清了相关细节：优步的事故车使用了英伟达GPU，但没有使用该公司的DRIVE平台。此前，在优步无人车死亡后，英伟达立即做出决定，暂停在加利福尼亚州、新泽西州、德国和日本的公共道路上对当前DRIVE自动驾驶系统进行无人车测试，并没有表示其直接原因是优步自动驾驶车发生的“死亡事故”。毕竟，亚利桑那州车祸发生时，优步的沃尔沃XC90配备了NVIDIA的计算平台。尽管事故原因尚未查明，但仍让供应商付出了代价：截至27日收盘，英伟达股价下跌7.76%，至225.52美元，总市值约1341.84亿美元。基于此，在29日下午举行的GTC媒体问答环节中，黄仁勋回应了对该事件的一些质疑。这位“核弹教父”表示，正如报道所述，优步无人车在发生时确实使用了英伟达的硬件。但严格来说，优步自2016年以来一直在使用NVIDIA GPU，早在双方在2018年消费电子展上宣布建立更密切的合作关系之前。换句话说，优步现有的无人车队是商用现成软件，使用NVIDIA GPU来适应其他处理器，这些处理器都在优步自己的软件堆栈上运行。其中，是否清楚GPU硬件和DRIVE平台之间的区别成为了问题的关键。英伟达表示，与优步自己的软件栈最大的区别在于，英伟达DRIVE平台充分利用了英伟达处理器（SoC和GPU），并在其上运行英伟达的DRIVE软件包。从英伟达角度来看，作为一家拥有15年历史的图形芯片供应商，黄仁勋为了最大限度地避免公司的负面影响，急于“甩锅”是可以理解的。他特别强调，这起无人车死亡事件并没有反映出传感器融合、硬件容错甚至所有基于神经网络运行的软件堆栈方面的任何问题。简单地说，由于事故车辆没有使用该公司的平台，NVIDIA不对此次事故负责。在“选择”了自己事故的责任后，英伟达仍然坚持认为“机器驾驶的汽车比人类驾驶更安全”。该公司表示，未来将继续在公共道路上手动驾驶测试车，以继续收集数据并训练其神经网络。这似乎是专门为无人车的安全事件准备的。英伟达一直在开发模拟系统来训练包括自动驾驶汽车在内的神经网络。在2018 GTC上，该公司发布了自动驾驶模拟系统Drive Constellation，更新了Drive系列产品架构的路线图，并宣布其生态系统中目前有370个合作伙伴。总之，推荐文章《优步车祸启示录：Awe无人驾驶》总结道，这款软硬件集成的模拟自动驾驶解决方案计划于2018年第三季度提供给第一批合作伙伴。用户通过GPU生成传感器数据，并将其反馈到Drive PX平台进行模拟测试。凭借数百万英里的定制化场景和极端案例，自动驾驶技术的研发进程加快，研发成本降低。此外，英伟达透露，该公司将生产名为DRIVE-Orin的下一代芯片。尽管目前尚不清楚NVIDIA是否有能力借助上述系统在内部开展实际培训工作。然而，在无人车测试无法无限期扩大车队的当下，为了在短时间内实现现场场景无法触及的测试里程，并快速模仿任何驾驶场景，模拟测试似乎已成为大多数从业者的共同选择。早在2017年，黄仁勋就宣布将使用NVIDIA DGX和Tensor RT 3进行模拟。这样，工程师可以在五小时内完成约48万公里的道路测试。……

按照这个速度，理论上，美国所有开放的道路都可以在两天内进行测试。效率是惊人的。就连陆奇在2017年7月5日的百度人工智能开发者大会上也对模拟测试的实用性表示赞同。他指出：“使用阿波罗模拟引擎，开发者可以实现每天数百万公里的虚拟测试里程。”此外，无人车路测鼻祖Waymo还将25000辆虚拟测试车放置在谷歌创建的虚拟城市“Carcraft”中，以实现每天25亿英里的虚拟驾驶数据采集。尽管本次模拟测试在一定程度上简化了真实场景，但它只是目前实际道路测试工作的重要补充。然而，对于发誓要成为驱动自动驾驶未来处理器的超级巨头的英伟达来说，每当它能够全面恢复无人车的路试工作时，模拟培训无疑是在加速自动驾驶技术的商业化，以实现供应商为汽车行业“赋能”的梦想。

标签：沃尔沃沃尔沃XC90

汽车资讯热门资讯