![[CES 2016] 效力等同150台MacBook Pro，NVIDIA發表車載人工智慧引擎](https://3.bp.blogspot.com/-erS3C4acr1w/VovENoQaN5I/AAAAAAABvMQ/6aS_3XA6dGk/s1280/ces-drive-px-2-reveal-web.gif)
隨著車載技術發展一日千里，近年來消費性電子展（CES）也成為各大車廠比拼實力的重要舞台，尤其是各種極具未來感的自動駕駛概念車型，更成為CES吸引眼球的活招牌。面對複雜的道路交通狀況，自動駕駛車輛必須依靠人工智慧和機器學習來應對各種突發事件，確保駕駛的行車安全，因此相關的應用在本次CES也成為相關業者的發表重點。
（NVIDIA創辦人黃仁勳。圖片來源：網路截圖。）
繪圖處理晶片（GPU）商輝達（NVIDIA）即搶在CES開展前，由NVIDIA共同創辦人暨執行長黃仁勳親自主持，發表了全新車載人工智慧引擎NVIDIA DRIVE PX 2，加速自動駕駛技術發展。黃仁勳透露，第一家採用DRIVE PX 2平台的車廠為Volvo，用以驅動Volvo 100輛自動駕駛的XC9運動休旅車，並計畫於明年Volvo在瑞典的「Drive Me」自動駕駛員計劃中正式上路。
「駕駛本身就是一件很難的事。」自動駕駛技術將大幅改變人類所處的社會，但自動駕駛車輛必須能夠精準地「感知（perception）」周遭環境。黃仁勳進一步解釋，即便是高速公路，對於自動駕駛車輛來說仍然是個挑戰，更遑論是複雜程度更高的一般道路駕駛。想像一下路上會有什麼？行人、狗、腳踏車、水窪、坑洞、路邊停著的汽車⋯⋯等， 要跨越這個感知的挑戰，目前的解決方法就是能夠「深度學習（Deep Learning）」的人工智慧，亦即機器能夠在不同的狀況及條件之下，不斷自我學習、進步以應對各種突發事件，毋須工程師一次次去動手修改系統程式。
驅動機器深度學習，GPU要當自駕車的「大腦」
黃仁勳指出，機器深度學習牽涉上萬億種程式操作，可能需要耗費好幾個月，但如果使用GPU來驅動機器深度學習，則能縮短機器的學習歷程，平均比原本的學習速度快上約30～40倍，這代表過去要耗費一年的學習歷程，可以縮短至一週；而一週的歷程在一天內就能完成。
黃仁勳說，無論是Facebook的Big Sur、Google的 Tensorflow、IBM的華生（Watson）還是微軟（Microsoft）的CNTK系統，都藉由NVIDIA的GPU運算技術強化機器深度學習的能力，現在，利用它們構建未來自動駕駛車的大腦，就能使其隨時警戒監控，達到超越人類的情境感知能力。
每秒24兆次的深度學習運算，效能媲美150台MacBook Pro
NVIDIA車載人工智慧引擎「DRIVE PX 2」讓汽車產業得以運用人工智慧處理自動駕駛面臨的各種複雜情境，它採用NVIDIA最先進的GPU來處理深度學習功能，其效能等同於150台MacBook Pro；它能掌握車子周遭360度的情境，精準判斷車子所在位置，並推算出安全舒適的行進路線。
該平台結合了兩顆新一代Tegra處理器以及兩顆獨立的Pascal架構新一代GPU，能提供每秒24兆次的深度學習運算速度，其特殊設計的指令集加快深度學習網路介面中採用的數學運算法，比前一代產品的運算效能高10倍以上。
（圖說：黃仁勳手拿最新的DRIVE PX 2車載平台。圖片來源：網路截圖。）
DRIVE PX 2深度學習的能力，使其得以快速學習如何辨識日常駕駛中經常出現的各種挑戰，例如道路碎石、行徑離譜的違規駕駛、以及施工區域。深度學習亦能辨識多種傳統電腦視覺技術所無法應付的狀況，特別是在像大雨、下雪、以及濃霧等惡劣天候，以及包括日出、日落、以及漆黑等光線不足的光照條件。
此外，由於自動駕駛車運用多種感測器以分析周遭環境，DRIVE PX 2能處理12個視訊攝影機、光達、雷達、以及超音波感測器的輸入資料，加以融合後而得以精確地偵測物件、識別並確定車子相對於周圍的所在位置再推算出安全行車的最佳路徑。
