为了10万亿美元 英伟达干了这三件事

　　软件支持——DriveWorks与AI Car Platform

　　在费劲周折弄明白了Drive PX的产品体系之后，该说说软件了。

　　英伟达为了让各位小伙伴愉快的使用Drive PX计算平台来开发自动驾驶汽车，很贴心的为其提供了名为DriveWorks的SDK工具包，包含有API中间件、开发工具与技术支持，通过CUDA、cuDNN、TensorRT等技术，来完成视觉感知、高精地图绘制、定位、路径规划四大功能，这也是自动驾驶汽车最基本最核心的能力。

　　现在有了硬件、有了SDK，英伟达终于可以开心的卖芯片了，但是他们还觉得不够。

　　一方面可能是担心一些实力较弱的中小车厂与自动驾驶开发者用不好Drive PX。另一方面，毕竟只有英伟达自己才最了解自己的产品并且知道能开发出什么样的功能。

　　为此，英伟达又推出了AI Car Paltform，你可以将其理解成一个演示平台，即告诉你使用英伟达Drive PX能够做出什么东西来。这有点类似于英伟达在游戏显卡领域的公版显卡，以及高通经常给硬件厂商做的参考设计。

　　(配图为黄教主最开始展示的AI CAR PLATFORM)

　　这个AI Car Paltform包含5个方向：

　　1、Auto-Pilot。

　　虽然与特斯拉的高级ADAS系统(半自动驾驶)Autopilot名字相似，但是别忘了中间还有个横线呢。好了，不说笑了，这个Auto-pilot就是正经的自动驾驶功能，也是英伟达Drive PX与DriveWorks能够实现的最重要功能。

　　2、Co-Pilot。

　　顾名思义，这是个智能副驾产品，主要目的是为了让驾驶员与汽车之间有更多的互动。其主要利用了视觉与语音技术。视觉上，Co-pilot能够通过车载摄像头监测驾驶员与其行为，例如这个驾驶员是谁，他的视线在看哪里，开车的途中是否困了，甚至是通过唇部的动作来判断这个驾驶员说了什么话。

　　而当发现驾驶员出现疲倦或是睡着的情况时，也会通过语音提醒他注意。当然，Co-Pilot也自带有语音交互功能，驾驶员可以通过语言与系统进行交互。这样，在开车的时候就像是有了一个副驾驶坐在身边。

　　3、NLU。

　　NLU就是Natural Language Understanding——自然语义理解。在车内环境来说，语音交互是一个好的选择，但是想要把语音交互做好，让系统理解人类语音是最好选择，这就是NLP。而机器学习、深度学习等技术又是实现NLP的好办法，所以在部署了Drive PX后，自然让车内NLU以及语音交互有了更多的发展空间。

　　需要指出的是，上一个案例Co-pilot也有语音识别的成分，但是两者也有区别。NLU就是单只语音，而Co-piolt则是以图像为主，语音为辅助。

　　4、Guardian Angel。

　　Guardian Angel(守护天使)是黄教主在今年GTC上新提到的一个概念，从名字来看，就是要守护驾驶员——其作用就是在人类开车的时候通过摄像头、雷达等传感器监测路况，当有危险的时候系统就会通过语音等方式提醒驾驶员。

　　这一功能与目前ADAS系统中的碰撞预警、行人识别功能类似，但是需要指出的是，之前的ADAS系统由于计算能力的限制，其功能与效果都比较一般，而有了Drive PX的加持，厂商可以在汽车中部署AI算法，能够大大提升了车载摄像头的图像识别能力，进而让摄像头识别出更多的物体，或是交通状况。

　　5、Mapping-to-Driving

　　这也是黄教主在今年新提的一个说法，即车辆可以通过车载摄像头来扫描外部环境，识别像是建筑、车道线、路灯等物体的位置来构建高精地图，再通过与地图数据路的信息进行比对与GPS信号加持，即可完成自身的定位工作，从而实现自动驾驶。

　　与此同时，车辆扫描的地图信息也能够传回云端，进而整个地图数据库，让所有连接的自动驾驶汽车共享。

　　目前，像是高通、Mobileye等从事自动驾驶研究的巨头也推出有类似的技术。

　　还是开头那句话，由于自动驾驶技术发展太快，结果黄教主在每年的CES、GTC上进行演讲时也在不停的更新PPT，从而对自家的产品与技术分类也在有着新的变化。

　　比如在今年GTC上，他就在AI CAR PLATFORM前面加上了NVIDIA DRIVE的字样(又改名了)。并且把CES上AI CAR PLATFORM下面的应用场景又缩减到了3个——即Mapping-to-Driving、Co-Pilot、Guardian Angel。

　　(配图为GTC2017上展示的新版AI CAR PLATFORM—NVIDIA DRIVE)

　　当然，由于Co-Pilot本身就有语音交互，所以可以把NLU看成是Co-Pilot的一个部分，而Auto-Pilot又极其依仗摄像头、激光雷达的图像能力，所以英伟达也将Auto-Pilot更名为了Mapping-to-Driving，其实就是为了突出一下自己的图像能力。

　　还是那句话——Drive PX的GPU计算给汽车带来了AI，从而让其在图像识别、语音识别等方面的能力大大增强，基于这点，英伟达在卖芯片的同时，也贴心地给车厂们规划了上述5个应用方向。

　　成果——绑定车厂与供应商

　　口说无凭，眼见为真。

　　黄教主作为一个华裔，当然知道中国文化中的这个说法。所以为了进一步说服那些年营业额动辄千亿美金/欧元，净利润动辄几十亿美元/欧元的傲娇的整车厂们使用自家的产品，英伟达得拿出点可以证明产品好的例子。

　　于是，宇宙最强“核弹”公司自己也开发了一台自动驾驶测试车——BB8。这可不是随便起的一个名字，BB8可是星球大战电影中的明星机器人，参照下图。

　　从名字能看出三点：1、英伟达是一家有趣的科技公司，(毕竟卖游戏显卡起家，一本正经怎么贴近用户。)2、向美国经典电影星球大战致敬。3、用BB8背书。星球大战在美国人气爆棚，BB8几乎家喻户晓，这样好宣传。同时，BB8原本是机器人，英伟达的潜台词是我们的车是机器人，能自己开(此处响起来掌声)。

　　OK，言归正传。BB8是一辆基于林肯MKC改装的自动驾驶测试车，目前已经在美国加州获得了自动加驾驶测试牌照。在CES2017上，英伟达与其合作伙伴奥迪在展馆旁搭建了一个小型的试车场，让一些媒体实际体验了他们两家的自动驾驶汽车。

　　从外观上看，BB8除了挡风玻璃中间的前置摄像头外，其前后左右以及车顶还共计有6个传感器，但是由于都是黑色的盒子，并不能判断其具体是什么类型的传感器。

　　(配图为BB8，注意车身上的传感器)

　　不过从这些黑色盒子的大小以及位置来看，其肯定不是能够旋转的64线或32线激光雷达，再结合着业内的普遍做法来推测，里面应该装有激光雷达和毫米波雷达，(而至于超声波雷达，BB8的本体MKC本身就有)。

　　当时参与体验的媒体就传感器方案向英伟达与奥迪的工作人员进行了咨询，英伟达工作人员表示BB8各种传感器都有，但是在实际体验时，只打开了前置摄像头——当然，这样能够更好地展示深度学习与Drive PX模块。

　　在有了实际的成果后，英伟达终于可以开心的卖芯片了。根据各种发布会以及零散的消息，车东西总结了一下英伟达的合作伙伴。

　　在整车方面，包括特斯拉(毕竟以8个摄像头来作为主传感器)、奥迪、沃尔沃、丰田，以及做卡车的PACCAR。

　　(配图为英伟达与奥迪合作开发的自动驾驶汽车)

　　在汽车配件供应商方面，主要是ZF(采埃孚)与博世。与供应商的合作，可以让英伟达的芯片尽快变成车规级的产品，进而让博世、ZF这样的供应商卖给各大汽车厂商。

　　ZF是全球最重要的汽车传动产品供应商之一，在2014年又收购了美国汽车电子电子部件供应商TRW天合，增强了自己在汽车电子以及主动和被动安全方面的技术。很明显，这个做变速箱的公司也盯上了汽车的智能化。

　　在CES2017上，英伟达与ZF分别在各自的发布会上，宣布了双方的合作，表示将共同打造基于Drive PX2的自动驾驶计算模块，名字为ProAI，预计最早于2018年初投产。

　　2017年3月，在博世自家的互联大会上，英伟达与博世联合宣布将共同研发基于Drive PX Xavier的车载计算机，预计最快2020年量产。前文已经介绍过，Drive PX Xavier是基于Votal架构，计算能力强劲，所以英伟达与博世的目标是解决L4/L5级别的自动驾驶问题。

　　最后，自动驾驶的实现离不开高精地图。英伟达与HERE、TomTom、百度等公司达成了合作，三者分别覆盖了欧洲、欧美以及中国地图。