CES 2018: Nvidia Inilaan muli ang Self-Driving Cars 'Future sa 5 Big Ways

$config[ads_kvadrat] not found

Byton EV, Nvidia Autonomous Cars - CES 2018 Media Day 1 Roundup

Byton EV, Nvidia Autonomous Cars - CES 2018 Media Day 1 Roundup

Talaan ng mga Nilalaman:

Anonim

Kung ang keynote address ng Linggo gabi mula sa Nvidia CEO Jensen Huang ay anumang pahiwatig, ang mga self-driving na sasakyan ay tutukuyin ang CES 2018. Scratch na: Napagpasyahan nila na tukuyin ang 2018 sa pangkalahatan, habang ginawa ni Huang ang ilang mga anunsyo ng bombshell kung paano plano ng Nvidia na muling tukuyin kung ano ang ibig sabihin nito sa daan.

Ang mahabang pagtatanghal ay tumakbo nang halos dalawang oras, ngunit iyan ay nauunawaan na ibinigay lamang kung gaano kalaki ang ibinahagi ni Huang. Kabilang dito ang parehong teknolohiya Nvidia inaasahan na pasinaya sa lalong madaling mamaya sa taong ito at pakikipagtulungan ang kumpanya ay bumuo upang gumawa ng nagsasarili pagmamaneho naa-access sa lahat.

Patakbuhin natin ang pinakamalaking pagbubunyag.

Nvidia nagsiwalat ng unang autonomous machine processor sa mundo

Ang isang malaking tema ng pagtatanghal ay ang anumang autonomous na kotse ay dapat magkaroon ng isang computer na hindi lamang makapangyarihan sapat upang mahawakan ang gawain ng matagumpay na pag-navigate ngunit sapat din ang maaasahan upang maiwasan ang panganib ng malubhang kabiguan.

"Ang computer na ito ay sa lahat ng oras, sinusubaybayan ang lahat ng mga sensors na darating sa ito," sinabi Huang. "Hindi ito maaaring mabigo, dahil ang mga buhay ay nakataya. Kailangan itong gumawa ng tamang desisyon, gamit ang software na hindi alam ng mundo kung papaano isulat."

Sa layuning iyon, inihayag niya ang DRIVE Xavier, ang resulta ng $ 2 bilyon at apat na taon na pananaliksik. Ito ang unang unit ng processor na partikular na idinisenyo para sa mga autonomous machine.

Ang malaking susi ay kung paano mahusay na enerhiya ito ay: Maaari itong pangasiwaan ang 30 trilyong kalkulasyon kada segundo sa 30 watts lamang. Iyon ang uri ng paggamit ng kuryente na ginagawang posible para sa mga self-driving na sasakyan upang makamit ang pagiging kumplikado na kinakailangan upang mabawi mula sa anumang panandaliang glitches o pagkabigo nang walang mga imppererable pasahero.

Ang unang mga sample ng mga chips ay inaasahang ihahatid sa unang quarter ng 2018.

AI at augmented reality ay bahagi ng bagong self-driving architecture

Ipinahayag rin ni Huang na ang kumpanya ay hindi lamang gumagamit ng mga neural network upang makapangyarihan sa hinaharap sa pagmamaneho sa sarili. Ang dalawang bagong platform ay isasama ang artificial intelligence at augmented na mga kakayahan sa katotohanan upang higit pang mapahusay ang mga kakayahan ng kotse na mag-isip para sa kanilang sarili.

"Ang iyong kotse sa hinaharap ay dapat maging mahalagang A.I.," sabi niya. "Kailangan mo ang A.I. upang maging sa kotse dahil hindi posible para sa cloud na maunawaan ang konteksto sa paligid mo."

Tulad ng para sa augmented reality, hinula ni Huang na magiging kakaiba at kapansin-pansin sa limang taon kung may anumang sasakyan ay hindi sumama sa AR interface upang magbigay ng real-time na impormasyon at mga alerto.

May plano si Nvidia para sa China

Ang unang pakikipagtulungan na ipinahayag ni Huang ay ang mga teknolohiyang Intsik tech Baidu at XF. Ang pakikipagtulungan na ito ay titiyakin na ang mga self-driving na sasakyan na binuo sa Tsina ay gagana sa parehong mga linya tulad ng kanilang mga Western counterparts.

"Ang bawat solong kotse ay kailangang maging China-compatible," sabi ni Huang, itinuturo ang bansa ay ang nag-iisang pinakamalaking market para sa autonomous na mga sasakyan sa mundo. "Gumawa kami ng isang bukas na platform na posible upang bumuo ng pagmamaneho stack para sa West, at kasosyo sa Baidu upang bumuo para sa China."

Maghanda para sa self-driving na Ubers

Uber ay aktibong nagtatrabaho sa self-pagmamaneho ng teknolohiya mula sa 2015, sa mga pagsubok na gaganapin sa Pittsburgh sa 2016 at Phoenix sa 2017. Habang ang self-pagmamaneho kotse Uber ay naka-log ng higit sa dalawang milyong milya, ang layunin ng bagong inihayag pakikipagsosyo sa Nvidia ay upang gawing posible para sa serbisyo na pangasiwaan ang napakalaking computational requirements ng isang self-driving fleet.

Ang bahagi ng pangmatagalang layunin, ayon kay Huang, ay ang gastos ng kadaliang kumilos para sa regular na paggamit ng isang autonomous na pagmamaneho na serbisyo upang maging mas mura kaysa sa pagmamay-ari ng kotse.

Nvidia ay nakikipagtulungan sa Volkswagen upang maglagay ng A.I. iikot sa isang klasikong kotse

Ang Volkswagen CEO Herbert Diess ay sumali sa Huang sa entablado para sa huling bahagi ng pangunahing tono. Isa sa pinakamalaking tagagawa ng kotse sa mundo, ang Volkswagen ay kasosyo sa Nvidia upang dalhin ang A.I. at malalim na pag-aaral sa I.D. Buzz, ang pag-update ng electric car ng iconic 1960s-era VW MicroBus.

"Ang autonomous driving, zero-emission mobility at digital networking ay halos imposible nang walang mga pagsulong sa AI at malalim na pag-aaral," sabi ni Diess sa pagpapaliwanag kung bakit magkakapagtulungan ang dalawang kumpanya sa kotse. "Ang pagsasama-sama ng imahinasyon ng Volkswagen sa NVIDIA, ang nangunguna sa teknolohiya ng AI, ay nagbibigay-daan sa amin na gumawa ng isang malaking hakbang sa hinaharap."

Ang partikular na kotse na ito ay mahalaga sa shift ng Volkswagen kapwa sa electric at sa mga self-driving na sasakyan. Inaasahan ng kumpanya na ipakilala ang sariling mga sasakyan sa pagmamaneho sa 2020 at magkaroon ng mas malaking sasakyan sa pamamagitan ng 2025.

Samantala, itinakda ng address ni Huang ang tono kung paano inaasahan ni Nvidia na maganap ang mangyayari sa hinaharap, malamang na nagbabanggit din ng karagdagang pahiwatig mula sa CES 2018 sa hinaharap na pagmamaneho sa sarili.

"A.I. ay tumutukoy sa hinaharap ng lahat ng iyong mga kotse, "sabi ni Huang habang isinara niya ang kanyang preview.

Kung nagustuhan mo ang artikulong ito, tingnan ang video na ito tungkol sa spherical gulong para sa mga self-driving na sasakyan.

$config[ads_kvadrat] not found