“【2021世界智能网联汽车大会】刘通：​NVIDIA 面向软件定义汽车的持续革新”

9月25日至28日，2021年世界ICV大赛在北京举行。 本届大会围绕产业再造、融合应用、共生三个章节展开，设有开幕式、主论坛和7个主题峰会、6个特色专题会场和2个闭门会议，设有图灵奖国际专家1人、国内外院士7人、近150人的国际国内ICV和ICC 以下是NVIDIA中国区汽车事业部总经理刘通的演讲实录，请参考。

NVIDIA中国区汽车事业部总经理 刘通

语音副本:

你好。 感谢主办者给NVIDIA机会。 让我们来介绍一下这几年，NVIDIA企业在自动驾驶行业取得了哪些创新。 在座的各位可能听说过NVIDIA。 我想你知道我们是gpu企业。 我们确实是gpu企业。 但是，今天我在这里谈论的NVIDIA是一家计算平台企业。 NVIDIA成立30年来，我们是开创gpu的企业，但这几年，由于ai时代的兴起，NVIDIA得到了迅速的发展。 更准确地说，由于NVIDIA的gpu产品在当今各个领域都实现了ai的产业落地，ai也实现了NVIDIA的快速发展，因此我们现在的产品线已经从原来的gpu产品开始，包括可以完美覆盖自动驾驶的领域在内，更加广泛的计算包装。

照片是今年刚完工的新总部，在加州硅谷，这座建筑很有特色，非常综合了绿色节能的概念。 企业创始人是知名中国人，一周前登上美国时代杂志封面，2021年被评为世界最具影响力人物。 他被选中的原因是人工智能时代正在改变世界，这在很大程度上依赖于他领导的NVIDIA企业制造的高性能芯片

接下来进入今天的主题。 今天我们谈论的是自动驾驶和道路安全，其实我们以前讨论的是交通工具和道路安全。 今天可以谈论自动驾驶和道路安全。 这其实意义重大。 因为我们做自动驾驶在这个领域有六七年了，其实是第一批人，在这里也经历了很多争论。 因为大家大多对自动驾驶抱有疑问，所以我想今天的疑问越来越少了。 如果今天还有疑问的话，很多都是对自动驾驶的定义、概念或者时间点的疑问，我们相信自动驾驶一定会改变移动。 因为所有的司机都希望自己越来越少

回到我们的工作中如何带来安全的驾驶体验？ 其实将来，我们的交通工具不仅仅是我们自己的私家车，所有大型动力型交通工具都是具有自动驾驶能力的交通工具，包括巴士、出租车、配送推车、拖拉机，都具备自动驾驶能力。 这些不同种类的交通工具会给道路安全带来更多庞杂的要求。 接下来，我们将分享NVIDIA在自动驾驶这个领域中进行了哪些创新，使这些软件中定义的汽车走向了自动驾驶。

正如我刚才所说，自动驾驶相当复杂，实现的难度也相当大，所以我们面临着很多争论。 另外，我们今天谈论车方智能和车道协同，也是因为大家对车方智能不完全放心。 之所以不完全放心，是因为我们没有向大家提供百分之百相信的自动驾驶。 我知道那个难易度有多大。 即使我们的愿景非常理想，但我们也不能放弃车侧自动驾驶。 因为车路协同理论上是锦上添花的点，所以我们不能依赖车路协同来保证所有路段都有车路协同的条件。 没有条件的话车侧智能很重要，所以那是必要条件。 这是我们制造人工智能技术、自动驾驶技术的企业我们要做的使命。 在自动驾驶的所有阶段，我们发现了ai是实现这些阶段的关键。 自动驾驶是ai的应用场景，是最难、最大的场景。 我们把自动驾驶解析到各个阶段，包括前面嘉宾提到的自动驾驶所包含的感知阶段，最初的感知阶段其实是我们落地ai领域最普遍的阶段，视觉感知无论是相机还是激光雷达，带来的数据都是物理视觉的表现， 所以对ai算法的考验是极端的，我也知道现在以前的自动驾驶算法带回视觉识别时会有一点误差，可能会发生重大的交通事故，所以要把视觉识别提高到极致，必须超过人眼的精度。 这就是我离不开ai的原因。

然后是推论。 如何评价车流、人流方向、速度，准确驾驶车辆，提供准确的依据，这也需要人工智能。 其次利用人工智能进行最聪明的驾驶操作。 也许人脑在面对特殊情况时，你的反应会变慢，或者操作有问题。 但是，人工智能能够更聪明地做出理性的决策，所以也离不开ai。 HD地图、地图制作的这些环节都是ai起着重要的作用。

我们的核心是如何将ai发挥到极致，提高自动驾驶的安全性，或者说提高自动驾驶的安全水平。 回到我们企业正在做的事件，做自动驾驶的行业制造了两个ai大脑。 这两个ai大脑是实现自动驾驶的核心。 今天的自动驾驶开发大脑中首先有最初的ai开发大脑，收集到的所有数据都需要通过非常强大的大脑进行算法开发、模型训练、算法验证，这一系列与强大的开发大脑分不开。 当今世界自动驾驶的开发大脑相信NVIDIA是最优先的处理方案。 第二脑是ai执行丹娜，算法需要车载芯片来完成自动驾驶的操作。 这是汽车中的执行大脑，也是汽车的大脑。 汽车大脑是NVIDIA在这几年利用gpu行业的成功开发的世界上性能最高安全级别最高的车载芯片，是第二脑完成的工作。

只是两个大脑做了核心的计算业务，不能孤军奋战。 我们需要更完善的端到端生态，或者更完善的端到端软件和硬件产品来完成开发。 英伟达也有自己的端到端驾驶平台的一系列处理方案，左端搭载了自己的车载芯片，制作的ecu，可以让汽车企业迅速改造现在的车辆，制作测试用的车道来收集数据。 收集的数据开发第二个大脑进行模型训练。 我们也有非常成熟的处理方案，帮助大家完成模型的训练。 训练结束后进入模拟。 今天嘉宾提到了模拟数据和实测数据的区别，它们之间应该会形成很好的互补性。 根据我们在过去8年的开发中总结的经验，如果所有数据都以实测数据为基础，开发的进度会非常缓慢。 由于收集数据受限于样车，更重要的是，无法充分收集极端场景的数据，极端场景非常困难。 虽然可能是百万分之一，但是开车不能简单地捕捉极端的场景，所以需要完成实测数据+模拟的双重最快的自动驾驶的开发。 要说模拟，NVIDIA当然在这个行业中有得天独厚的特征。 因为我们在gpu行业中制造了渲染技术，完成了今天广阔的游戏，所以我们可以使用非常好的模拟技术来生成路边数据。 而且，这个路边数据是人眼无法区分的。 我是实测的还是虚拟的，完全是假的也可以。 因为渲染超越了人类的视觉。 仿真平台我们企业有一系列的软件+硬件处理方案。 模拟这就像我们以前的车司机要考驾照一样，今后你的车要上路，也必须考一个驾照。 司机不见了，驾照只能通过模拟+实测数据，双重验证你的自动驾驶算法是否达标。 这也许也是监管机构应该进行的事件。 就是在没有驾照的情况下如何批准汽车上市。

仿真之后，当然算法经过验证，进入车载芯片进行一系列自动驾驶的控制也是我们的核心产品之一。 当然，另一个场景在今天可能无法完全实现无人驾驶。 还是有人需要辅助遥控驾驶？ NVIDIA可以利用我们最新的数字双技术，创造实时模拟现实场景的环境，远程司机在更现实的环境中实际模拟，操纵你的远程车辆，就是远程操控的整体处理方案。

当我们谈论端到端的计划时，我们会遇到国内很多公司不喜欢端到端的计划。 这是非常容易理解的事情。 因为，我们各自的企业都希望有自己的核心竞争力。 提到这些NVIDIA企业，我们的端到端完全开放，任何阶段都可以采用我们的计划。 从头到尾讲完之后，回到核心产品，第一个开发大脑，为什么我反复强调开发大脑？ 因为，在与国内自动驾驶的企业进行信息表达时，ai在很多领域都很普及，而在进行自动驾驶开发时，却非常缺乏构建最高效的自动驾驶开发平台的经验。

一是人工智能自动驾驶这个领域相对较新锐二是人才非常缺乏。 所以，NVIDIA企业利用我们这几年，其实我们比自动驾驶的企业更自动驾驶。 历史积累的经验使我们能够构建最先进、最高效的数据中心平台。 这不仅有简单的gpu平台、gpu服务器，还有最快的互联网+最完善的软件库+管理软件和调度软件，每一套都形成了最高效的开发大脑，我们提供给行业伙伴，

第二个是车载大脑。 不管你的算法有多好，如果没有一个强大的车载大脑，也不可能完美地完成你的任务。 就像我们进行视觉识别时那样，高速行驶的车辆如何能够瞬间识别物体，同时瞬间评价，瞬间操纵，在所有方面，微秒级的延迟都有可能引起巨大的交通事故，所以对计算能力的要求非常高。 每两年计算能力增加数倍，今天的性能为254t，明年将有中国新锐势力，利用芯片车批量生产，2024年将出现1000tps计算能力较高的芯片。

当然，也有低端芯片。 从高端到低端，我们多次用统一的体系结构来保护软件开发的价格投入。 未来汽车企业毫无疑问会成为科技企业。 科技企业最大的投资是软件开发的价格，未来汽车企业最关心的是如何保护自己的软件开发价格，我们企业可持续发展的芯片路线是能够保护车企软件开发的价格是最好的。

当然还有智能座舱的处理方案，端到端的安全处理方案，成千上万的软件工程师，成千上万的安全方案。 因此，这些都是为了提高我们芯片的安全性，是非常广泛的软硬件生态。 我们也希望在国内加强与生态伙伴进一步合作的机会，开拓自动驾驶。 这列举了明年马上根据最新平台量产的车，希望明年能体验到通过NVIDIA自动驾驶的车的新体验。 最后，感谢您参加11月8日我们的NVIDIA大会。 这是我今天的分享。

会议副本不断增加。 请点击以下链接查看。

网站: auto.gasgoo/newstopiclive/358

移动终端: m.gasgoo/news /主题直播/ 358