This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.
Jest pierwszy superkomputer ze sztuczną inteligencją do prowadzenia samochodów
Na targach Consumer Electronics Show (CES) w Las Vegas firma nVidia zaprezentowała platformę NVIDIA DRIVE™ PX 2 – najpotężniejsze jak dotąd rozwiązanie do obsługi sztucznej inteligencji w pojazdach. Marzenia o pojazdach, prowadzonych przez „kierowców”, którzy nigdy nie popełnią ludzkich błędów, stają się coraz bliższe spełnienia.
Nowe możliwości sprawiają, że system DRIVE PX 2 może szybko nauczyć się radzenia sobie z niespodziewanymi sytuacjami, jakie spotykamy co dzień na drodze – przeszkodami, nieuważnymi kierowcami oraz robotami drogowymi. Głębokie nauczanie systemu – bo ten będzie się ciągle uczył – sprawdza się także w trudnych warunkach pogodowych oraz oświetleniowych, gdzie zawodzą typowe techniki rozpoznawania obrazu, czyli np. w deszczu, śniegu oraz mgle, a także podczas jazdy o wschodzie lub zachodzie słońca, bądź w całkowitych ciemnościach – poinformowali przedstawiciele nVidii w komunikacie z CES.
Platformę obliczeniową NVIDIA DRIVE™ PX 2nVidia pokazała i omówiła szczegółowo na CES 4 stycznia. Jak wytłumaczono, jest ona przeznaczona do rozwiązywania złożonych problemów, typowych dla rozwoju autonomicznych pojazdów, za pomocą sztucznej inteligencji. Wykorzystano w niej najbardziej zaawansowane procesory graficzne, które umożliwiają stosowanie technik głębokiego nauczania zapewniających pełną kontrolę (360 stopni) nad otoczeniem pojazdu, a także obliczenie bezpiecznej i wygodnej trajektorii jazdy.
„Kierowcy muszą operować w niezwykle złożonym środowisku” – przypomniał cytowany w komunikacie Jen-Hsun Huang, współzałożyciel oraz dyrektor generalny firmy NVIDIA. „Najnowsze osiągnięcia w dziedzinach sztucznej inteligencji oraz procesorów graficznych wpływają na rozwój autonomicznych samochodów” – dodał.
„Układy te stanowią podwaliny dla elektronicznych mózgów autonomicznych pojazdów przyszłości, które będą nieustannie monitorować otoczenie wokół siebie z efektywnością, jakiej nie jest w stanie osiągnąć żaden człowiek. Autonomiczne pojazdy zapewnią kierowcom i pasażerom większe bezpieczeństwo, wygodę i usługi dostępne podczas jazdy, a także będą cechować się pięknym wzornictwem – to rozwiązania zaprojektowane z myślą o naszej lepszej przyszłości” – zapewnił Jen-Hsun Huang.
Jak podkreślono w informacji prasowej, stworzona z myślą o otwartym środowisku i partnerach z branży motoryzacyjnej platforma do rozwoju systemów głębokiego nauczania DRIVE PX 2 zapewnia ogromne ilości mocy obliczeniowej, równej wydajności 150 komputerów MacBook Pro.
Dwa procesory Tegra® nowej generacji oraz dwa dedykowane procesory graficzne oparte na nowej architekturze Pascal™ potrafią wykonać łącznie 24 biliony operacji głębokiego nauczania na sekundę, przyśpieszając obliczenia używane podczas procesu uczenia się sieci neuronowych. To ponad dziesięciokrotnie więcej niż produkt poprzedniej generacji.
Dokonując operacji zmiennoprzecinkowych procesor graficzny użyty w rozwiązaniu DRIVE PX2 może przetworzyć do 8 bilionów operacji na sekundę. To ponad czterokrotnie więcej niż produkt poprzedniej generacji. Dzięki tym usprawnieniom partnerzy mogą mają do dyspozycji pełną gamę algorytmów do wykorzystania w autonomicznych pojazdach, w tym obsługę wielu czujników, funkcje lokalizacji oraz planowania trasy. Układ zapewnia również możliwość wykonywania wysokoprecyzyjnych obliczeń niezbędnych przy przetwarzaniu warstw sieci głębokiego nauczania – zaznaczono w komunikacie.
Jak ta moc obliczeniowa pozwoli samochodowi bez kierowcy na bezpieczną jazdę?
Autonomiczne pojazdy rozpoznają swoje otoczenie za pomocą szeregu czujników. DRIVE PX 2 może przetworzyć jednocześnie sygnały z 12 czujników – kamer wideo, lidarów (skanerów laserowych), radarów oraz czujników ultradźwiękowych. Za ich pomocą pojazd może dokładnie wykrywać i rozpoznać obiekty na trasie, obliczyć ich położenie względem pojazdu oraz terenu, a następnie obliczyć optymalną i bezpieczną trasę.
Jest to możliwe dzięki pakietowi narzędzi, bibliotek oraz modułów NVIDIA DriveWorks™, który przyśpiesza procesy testowania autonomicznych pojazdów. DriveWorks obsługuje kalibrację czujników, rejestrację i przetwarzanie danych z otoczenia (360 st.) oraz synchronizację informacji, przetwarzając strumieniowane dane za pomocą złożonej sieci algorytmów zarówno przez wyspecjalizowane, jak i ogólne procesory platformy DRIVE PX 2. Firma NVIDIA udostępnia moduły oprogramowania przeznaczone do obsługi każdego aspektu procesu autonomicznej jazdy, od wykrywania obiektów, przez klasyfikację i segmentację, po lokalizację pojazdu na mapie oraz planowanie trasy.
Rozwiązanie firmy NVIDIA jest kompleksowe i składa się z pakietu NVIDIA DIGITS™ służącego do szkolenia głębokiej sieci neuronowej oraz platformy DRIVE PX 2 przeznaczonej do wdrożenia tej sieci w pojeździe. DIGITS to narzędzie do rozwoju, szkolenia i wizualizacji głębokich sieci neuronowych, które może pracować pod kontrolą dowolnego systemu wyposażonego w procesory graficzne NVIDIA – od komputerów osobistych i superkomputerów, po rozwiązania Amazon Web Services oraz sprzęt zgodny ze standardem Open Rack, taki jak niedawno zapowiedziany system Big Sur firmy Facebook. Wyszkolony model sieci neuronowej pracuje na urządzeniu NVIDIA DRIVE PX 2 wbudowanym w pojazd.
Jak zaznaczyła nVidia, od momentu premiery pierwszej generacji DRIVE PX, które miało miejsce zeszłego lata, ponad 50 producentów samochodów, deweloperów oraz instytucji badawczych rozpoczęło rozwój autonomicznych pojazdów z wykorzystaniem tego rozwiązania. Wielu z nich chwali sobie wydajność, możliwości oraz łatwość programowania nowej platformy.
„Dzięki platformie głębokiego nauczania DIGITS firmy NVIDIA uzyskaliśmy ponad 96% dokładności w rozpoznawaniu znaków drogowych dostępnych w bazie Ruhr-Universität Bochum w zaledwie 4 godziny. Znamy grupy, które poświęciły lata na rozwój systemów wykorzystujących klasyczne algorytmy rozpoznawania obrazu zapewniające podobny poziom dokładności. W porównaniu z nimi my osiągnęliśmy ten pułap z prędkością światła” – przyznał cytowany w informacji Matthias Rudolph, dyrektor działu architektury systemów wspomagania kierowcy w firmie Audi.
„BMW analizuje możliwość wykorzystania rozwiązań głębokiego nauczania w wielu aspektach, od autonomicznej jazdy po kontrolę jakości w procesach produkcji. Niezwykle ważną cechą jest możliwość szybkiego szkolenia sieci neuronowych za pomocą dużych ilości danych. Nasz klaster procesorów graficznych z pakietem NVIDIA DIGITS zapewnia nam wspaniałe efekty” – dodał Uwe Higgen, dyrektor biura technologicznego grupy BMW w USA.
„Głębokie nauczanie pozwoliło usprawnić technologie rozpoznawania otoczenia, które są teraz znacznie bliższe efektywności kierowcy – człowieka i skuteczniejsze od rozwiązań wykorzystujących komputerowe rozpoznawanie obrazu” – ocenił Ralf G. Herrtwich, dyrektor ds. automatyzacji pojazdów w firmie Daimler.
„Połączenie głębokiego nauczania z oprogramowaniem NVIDIA DIGITS zaowocowało 30-krotnym usprawnieniem szkolenia algorytmów wykrywania pieszych. Nieustannie testujemy i rozwijamy nasze rozwiązania, przenosząc je na platformę NVIDIA DRIVE PX” – uznał z kolei Dragos Maciuca, dyrektor techniczny Centrum Badań i Innowacji Ford.
Platforma DRIVE PX 2 będzie ogólnodostępna w IV kw. 2016 r.
(gm)
FOT. © MATERIAŁY PRASOWE NVIDIA