NVIDIA (輝達)宣布與戴姆勒 (Daimler) 和博世 (Bosch) 合作，讓完全自動駕駛車款開上路並帶來前所未有的乘車體驗。
每年全球幾十億車款累積超過十兆里程，但大多數的時間這些車輛都處於閒置，佔據寶貴的用路空間，而當車子行駛時又經常被困在壅塞的道路上。行動服務將能解決這些存在於都市的難題，釋放未被善用的空間並徹底改變人們交通運輸的方式。
放眼全球包括 Uber、Lyft、滴滴出行與 Ola 等新型態的行動服務迅速被採納，但現在缺乏駕駛人員的窘境卻限制它後續的成長。對此，備有眾多感測器、由能源效率極高的超級電腦所驅動且能以 AI 軟體提供猶如具有虛擬真人駕駛的自駕車將會是最佳解決方案。
NVIDIA、戴姆勒與博世承諾將聯手開發業界稱之為 Level 4 與 Level 5 的自駕車款。
基於自駕車科技的行動服務將帶來許多益處，其所具備的 AI 功能將改善車流、增進安全與人們出行的便利性。分析師預估每一哩 (約 1.6 公里) 透過隨處可叫的行動服務旅程僅需花費 17 美分 (約台幣 5 元)，而通勤者將能在前往公司的路上，重拾近 990 億美元 (約台幣 3 兆) 流失的生產力。
改善交通便利性與成本是一個龐大的商機，安候建業 (KPMG) 會計事務所預測在2030年之前，無人駕駛車與新型態運輸服務將創造出規模達1兆美元 (約台幣 30 兆) 的產業。
欲取得這樣的成果，頂尖的汽車品牌需全面導入最先進的科技，其中，NVIDIA 車用平台 DRIVE 將整合所有當代突破性的科技，包含深度學習、感測器融合、影像辨識、雲端運算與其他更多技術。
這項與戴姆勒和博世的合作案將整合各家公司的長處，包含由 NVIDIA 帶來在 AI 與自駕車平台的領先優勢；全球最大一線汽車零件供應商博世所帶來在硬體與系統方面的專業，而賓士 (Mercedes-Benz) 母公司戴姆勒則是挹注等同安全與品質代名詞的全球品牌實力。
智慧道路的迫切需求
如此商機龐大需要各界攜手合作，面對充斥行人、自行車、交通號誌以及其他車輛的情境，即使是最佳駕駛員要在如此擁擠的街道行駛也會備感壓力。
在這樣雜亂無章的環境中，對於運算效能的需求也會迅速攀升。根據博世提供的數據，光是一台錄影機記錄每公里里程就會產生 100 GB 的資料。
試想一部完全自動駕駛車輛或自駕計程車在車身裝設包含高解析度相機、光達與雷達等整組的感測器以偵測遠處物件，並透過多種不同的專屬感測器在各種情境下進行顏色、距離與移動物件的偵測。這些系統的多元性改善行駛安全並透過冗餘配置提供備份以因應當機的情況。然而，如此數量龐大的資訊必須透過多層的類神經網路以幾近瞬間的速度完成解讀、處理然後派上用場。
其需透過龐大的運算效能以同步處理大量的複雜演算法並即時執行，讓車輛可以安全且舒適地行駛。
戴姆勒與博世選用DRIVE Pegasus
NVIDIA DRIVE Pegasus 是一款專為自駕車所設計的 AI 超級電腦，其能提供每秒 320 兆次的運算效能以因應如此多元且重複的演算法，它的尺吋雖然只有一塊車牌的大小，但其效能卻具備等同於 6 部同步運算的直立型工作站。
這是一款最具能源效率的超級電腦，每瓦能提供一兆次的運算效能，藉由將能源消耗最佳化，NVIDIA 將能增添更廣泛的運用。
Pegasus設計目的是要兼顧安全與效能。這款車用功能安全量產解決方案採用兩個NVIDIA Xavier SoC晶片與 NVIDIA 專為 AI 與視覺處理打造的2款次世代GPU。此款共同設計的軟硬體平台為首款達業界最高車用功能安全標準 ASIL-D ISO 26262 的系統，即便功能異常也能正常運行。
從車輛到雲端
NVIDIA 車用解決方案不僅僅只是裝在車上的元件，其設置在資料中心內的 NVIDIA DGX AI 超級電腦負責訓練深度神經網路，讓自駕車具備超越人類的感知能力。全新 DGX-2 提供 2 petaflop 的效能，不僅能在極短時間內完成深度學習訓練，使用的空間與能源也都遠比搭載 CPU 的傳統伺服器來得少。
在搭載 GPU 伺服器上完成訓練之後，還能透過 NVIDIA DRIVE Constellation 車用模擬平台來進行測試，並在將完整的軟體堆疊安裝在車內前進行驗證。這個高效能運算軟體堆疊涵蓋導航與自駕車的所有功能層面，從包括透過深度學習與電腦視覺偵測物體、地圖定位到路徑規劃，全部都在 DRIVE Pegasus 上運行。
蓬勃發展的行動服務生態系
NVIDIA DRIVE 生態體系在自動駕駛的所有領域中持續拓展版圖，從自駕計程車到物流貨運車輛，目前已有超過 370 家廠商採用 DRIVE 平台，而 NVIDIA 與戴姆勒和博世的合作將創造新型態的自駕車與相關服務，徹底改善用路與人類生活。
每年全球幾十億車款累積超過十兆里程，但大多數的時間這些車輛都處於閒置，佔據寶貴的用路空間，而當車子行駛時又經常被困在壅塞的道路上。行動服務將能解決這些存在於都市的難題，釋放未被善用的空間並徹底改變人們交通運輸的方式。
放眼全球包括 Uber、Lyft、滴滴出行與 Ola 等新型態的行動服務迅速被採納，但現在缺乏駕駛人員的窘境卻限制它後續的成長。對此，備有眾多感測器、由能源效率極高的超級電腦所驅動且能以 AI 軟體提供猶如具有虛擬真人駕駛的自駕車將會是最佳解決方案。
NVIDIA、戴姆勒與博世承諾將聯手開發業界稱之為 Level 4 與 Level 5 的自駕車款。
基於自駕車科技的行動服務將帶來許多益處，其所具備的 AI 功能將改善車流、增進安全與人們出行的便利性。分析師預估每一哩 (約 1.6 公里) 透過隨處可叫的行動服務旅程僅需花費 17 美分 (約台幣 5 元)，而通勤者將能在前往公司的路上，重拾近 990 億美元 (約台幣 3 兆) 流失的生產力。
改善交通便利性與成本是一個龐大的商機，安候建業 (KPMG) 會計事務所預測在2030年之前，無人駕駛車與新型態運輸服務將創造出規模達1兆美元 (約台幣 30 兆) 的產業。
欲取得這樣的成果，頂尖的汽車品牌需全面導入最先進的科技，其中，NVIDIA 車用平台 DRIVE 將整合所有當代突破性的科技，包含深度學習、感測器融合、影像辨識、雲端運算與其他更多技術。
這項與戴姆勒和博世的合作案將整合各家公司的長處，包含由 NVIDIA 帶來在 AI 與自駕車平台的領先優勢；全球最大一線汽車零件供應商博世所帶來在硬體與系統方面的專業，而賓士 (Mercedes-Benz) 母公司戴姆勒則是挹注等同安全與品質代名詞的全球品牌實力。
智慧道路的迫切需求
如此商機龐大需要各界攜手合作，面對充斥行人、自行車、交通號誌以及其他車輛的情境，即使是最佳駕駛員要在如此擁擠的街道行駛也會備感壓力。
在這樣雜亂無章的環境中，對於運算效能的需求也會迅速攀升。根據博世提供的數據，光是一台錄影機記錄每公里里程就會產生 100 GB 的資料。
試想一部完全自動駕駛車輛或自駕計程車在車身裝設包含高解析度相機、光達與雷達等整組的感測器以偵測遠處物件，並透過多種不同的專屬感測器在各種情境下進行顏色、距離與移動物件的偵測。這些系統的多元性改善行駛安全並透過冗餘配置提供備份以因應當機的情況。然而，如此數量龐大的資訊必須透過多層的類神經網路以幾近瞬間的速度完成解讀、處理然後派上用場。
其需透過龐大的運算效能以同步處理大量的複雜演算法並即時執行，讓車輛可以安全且舒適地行駛。
戴姆勒與博世選用DRIVE Pegasus
NVIDIA DRIVE Pegasus 是一款專為自駕車所設計的 AI 超級電腦，其能提供每秒 320 兆次的運算效能以因應如此多元且重複的演算法，它的尺吋雖然只有一塊車牌的大小，但其效能卻具備等同於 6 部同步運算的直立型工作站。
這是一款最具能源效率的超級電腦，每瓦能提供一兆次的運算效能，藉由將能源消耗最佳化，NVIDIA 將能增添更廣泛的運用。
Pegasus設計目的是要兼顧安全與效能。這款車用功能安全量產解決方案採用兩個NVIDIA Xavier SoC晶片與 NVIDIA 專為 AI 與視覺處理打造的2款次世代GPU。此款共同設計的軟硬體平台為首款達業界最高車用功能安全標準 ASIL-D ISO 26262 的系統，即便功能異常也能正常運行。
從車輛到雲端
NVIDIA 車用解決方案不僅僅只是裝在車上的元件，其設置在資料中心內的 NVIDIA DGX AI 超級電腦負責訓練深度神經網路，讓自駕車具備超越人類的感知能力。全新 DGX-2 提供 2 petaflop 的效能，不僅能在極短時間內完成深度學習訓練，使用的空間與能源也都遠比搭載 CPU 的傳統伺服器來得少。
在搭載 GPU 伺服器上完成訓練之後，還能透過 NVIDIA DRIVE Constellation 車用模擬平台來進行測試，並在將完整的軟體堆疊安裝在車內前進行驗證。這個高效能運算軟體堆疊涵蓋導航與自駕車的所有功能層面，從包括透過深度學習與電腦視覺偵測物體、地圖定位到路徑規劃，全部都在 DRIVE Pegasus 上運行。
蓬勃發展的行動服務生態系
NVIDIA DRIVE 生態體系在自動駕駛的所有領域中持續拓展版圖，從自駕計程車到物流貨運車輛，目前已有超過 370 家廠商採用 DRIVE 平台，而 NVIDIA 與戴姆勒和博世的合作將創造新型態的自駕車與相關服務，徹底改善用路與人類生活。
