[CES 2016] 效力等同150台MacBook Pro，NVIDIA發表車載人工智慧引擎|數位時代 BusinessNext

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
（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。

NVIDIA

##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。

NVIDIA
（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。

隨著全球淨零轉型浪潮持續推進，企業不僅要許下減碳承諾，更得拿出可以被量測、驗證的實際成果，這也驅使企業加速導入智慧能源管理系統。早在 2017 年便投入此領域的思納捷，從桃園出發，透過工業園區與公共建築等在地場域的部署經驗，持續打磨技術與解決方案，隨後更在桃園市政府青年事務局「桃園天際線加速器」協助下，逐步將市場版圖延伸至海外。如今，思納捷全球累積超過 1,000 個應用實績，不僅成功將台灣智慧能源解方推向海外，更成為全球企業推動綠色轉型不可或缺的關鍵夥伴。

從桃園場域開始淬鍊：思納捷把「失敗經驗」變成難以複製的競爭力

思納捷總經理莊棨椉原先在資策會從事能源與物聯網相關研究，當時，他從歐美市場發展看見智慧能源管理的趨勢，於是，團隊從資策會獨立出來、成立思納捷，將過去累積的研發能量帶向市場。而技術落地第一站，就是從工業聚落密集的桃園開始，思納捷運用 IoT 技術管理工業園區的路燈、空氣品質、排水與交通等公共設施與環境，也進一步走進園區工廠，協助企業掌握與管理用電。

然而，從研究機構走向市場後，莊棨椉很快發現，「做得出來」與「真的能用」之間，還隔著一段不小的距離。許多從技術角度來看完全可行的做法，在進入真實場域後，反而出現各種從未想過的問題。

舉例來說，在幼獅工業園區部署智慧路燈時，思納捷原本採用 Mesh Wi-Fi 網狀網路，讓路燈彼此串聯、逐站傳遞訊號，沒想到實際上線後，路樹上的枝葉竟然擋住了訊號，造成通訊不穩定。為此，團隊重新調整架構，採用 NB-IoT 方式，讓每支路燈直接透過電信網路傳輸資料，降低環境遮蔽物對通訊的影響。

類似的「踩坑」經驗也發生在澎湖馬公港。思納捷與合作夥伴共同佈建智慧路燈，採用 PLC 電力線通訊技術，明明在實驗室與一般道路測試都沒有問題，到了港區卻完全無法傳輸訊號。團隊一路追查才發現，原來地下線路早已受到鹽害侵蝕，為此重新抽換線材，才讓系統得以正常運作。

串設備、整數據、AI 自主管理：思納捷打造 24 小時能源總管

「每一次踩坑，都讓團隊更清楚不同技術的適用邊界，也讓下一次部署少走一段彎路，」莊棨椉說，思納捷運用近十年來走進不同場域、解決各種意外狀況所累積的實戰經驗，形塑出 3 大產品特色。

第一，是物聯網裝置串接能力。
目前思納捷已能串接超過 1,000 種設備，涵蓋電表、水表、空調、冰水主機等不同類型，支援數量為全台最多。無論企業使用何種廠牌的設備，都能快速介接至思納捷的平台，降低設備整合門檻。

第二，是將數據與場域 Know-how 轉化為管理模組，讓企業可以「隨選即用」。
思納捷將多年累積的數據與經驗，轉化為超過 20 種應用模組，企業可以依需求持續擴充功能，一改過去可能要導入多套解決方案，才能管理不同設備的系統孤島問題。

舉例來說，某電子元件代理商在導入思納捷解決方案後，管理人員只要透過一支手機，就能掌握辦公大樓各樓層的設備運轉狀況，包括用電、用水、會議室、電動車充電樁到空調系統。不僅大幅提升管理效率，也能進一步掌握實際用電需求、降低能源耗用，並據此調降契約容量，每月節省約百萬元的電費成本。

第三，是讓能源與設備管理從人工管理走向 AI 自主管理。
思納捷以自家大數據為基礎，結合 AI 提升系統自主判斷與調控能力，持續優化能源管理的成效。「我們的目標，就是打造 24 小時雲端 AI 總管，讓系統可以自己判斷和調整，讓設備隨時維持在最佳運轉狀態，避免造成不必要的能源浪費，」莊棨椉強調。

出海前先看懂市場：桃園天際線加速器降低新創試錯成本

隨著產品逐漸成熟，思納捷也開始把目光投向海外，而進駐桃園天際線加速器，則為團隊提供一個以更低成本探索海外市場、驗證發展方向的機會。

莊棨椉表示，透過加速器安排的韓國、新加坡等國際交流，思納捷得以接觸不同市場的潛在客戶、創投與投資者，了解當地產業環境與實際需求，也能與在地新創交流創業與市場拓展經驗；國際經驗的獲取與海外拓點，都是成本極高的決策，藉由這些機會，思納捷得以用較低成本，去了解國際市場的可能性與風險。

此外，加速器也會安排專業業師分享國際市場經驗，從不同角度刺激團隊思考，重新檢視既有商業模式與海外布局策略。例如，曾經有業師與莊棨椉逐項分析海外上市必須具備的條件，讓他重新盤點公司現階段的優勢與不足，也進一步思考什麼才是最適合思納捷的成長路徑。

「加速器讓我們有機會多看、多聽、多接觸。」莊棨椉說。這些交流的價值，不只是認識多少潛在客戶，而是讓團隊在真正投入大量人力與資金以前，先釐清當地究竟有沒有市場、客戶需求是否成熟，以及既有產品與商業模式能不能直接複製。過去許多只能透過資料或想像判斷的問題，如今都能透過實際走進市場、接觸第一線業者取得更多資訊，降低走錯路的風險與試錯成本。

對思納捷而言，加速器帶來最關鍵的幫助是，透過市場探索、業師輔導與資源媒合，讓團隊在真正投入之前，有更多機會看懂市場、驗證方向，再決定下一步怎麼走。對資源有限的新創而言，這種「先驗證、再投入」的過程，反而能降低海外布局的機會成本，讓每一步走得更精準。

展望下一階段，思納捷團隊將持續聚焦校園、園區、建築與工廠四大場域，持續深化應用，讓「24 小時能源與機電設備雲端 AI 總管」的概念在更多場景落地，同時，當既有台商客戶前往海外設廠、有智慧能源管理需求時，思納捷也會跟隨客戶腳步提供服務。莊棨椉認為，唯有先把技術與服務做深，建立可複製的成熟模式，未來才有機會將台灣累積的智慧能源管理經驗帶向更大的國際市場。