Sichere Lösungen für selbstfahrende Fahrzeuge

Mehr Leistung für selbstfahrende Fahrzeuge dank Computing mit geringer Latenz

Die Sicherheit ist für selbstfahrende Fahrzeuge entscheidend. Und um diese zu gewährleisten, ist eine Hochleistungs-KI-Computing-Lösung erforderlich, die Sensordaten mit höchster Präzision verarbeitet. Die NVIDIA DRIVE™-Plattformen Xavier und Pegasus bieten Inferenz für Deep Neural Networks in Echtzeit. Durch die auf Deep Learning basierende Wahrnehmung, Lokalisierung und Wegplanung kann sich das Fahrzeug ein Bild von seiner Umgebung machen und einen sicheren Betrieb gewährleisten.

Aber das ist nur der Anfang der technologischen Möglichkeiten. Mit der voranschreitenden Weiterentwicklung der selbstfahrenden Fahrzeuge werden die Ingenieure weiterhin eine Vielzahl verschiedener Deep-Learning-Frameworks nutzen, um neue DNN-Modelle (Deep Neural Network) im Rechenzentrum zu trainieren. NVIDIA DRIVE unterstützt alle wichtigen Frameworks und wird durch OTA-Updates immer intelligenter. Selbst nachdem selbstfahrende Fahrzeuge die Produktionsreife erlangt haben, wird die Plattform neue Frameworks und Modelle unterstützen, sodass der Funktionsumfang und die Autonomie verbessert werden können.

Bahnbrechende Architektur

BAHNBRECHENDE ARCHITEKTUR

Die NVIDIA DRIVE-Architektur für das KI-Computing in Fahrzeugen kann von DRIVE Xavier, einem energieeffizienten Computer für das Autonomie-Level 3/4, der die Größe eines Handtellers hat, bis hin zu DRIVE Pegasus, einem leistungsfähigen KI-Supercomputer für Level-5-Robotaxi-Anwendungen, skaliert werden. DRIVE Xavier basiert auf dem weltweit leistungsstärksten System-on-a-Chip, während DRIVE Pegasus eine bisher unerreichte Leistung von 320 Billionen Operationen pro Sekunde (TOPS) bietet.

Optimierung Mit Nvidia TensorRT

OPTIMIERUNG MIT NVIDIA TensorRT

Mit der einheitlichen Architektur von NVIDIA können DNNs auf NVIDIA® DGX™-Systemen oder im Rechenzentrum trainiert und dann zur Echtzeit-Inferenz mit DRIVE Xavier oder DRIVE Pegasus direkt in selbstfahrenden Fahrzeugen bereitgestellt werden. Mit dem programmierbaren Inferenzbeschleuniger NVIDIA TensorRT™ lassen sich Deep-Learning-Modelle weiter optimieren. Trainierte DNNs werden schnell validiert und auf der Automobil-Plattform bereitgestellt. Außerdem wird die Inferenz für die Produktionsbereitstellung von Deep-Learning-Anwendungen beschleunigt.

Mehr Daten, Schnellere Reaktion

MEHR DATEN, SCHNELLERE REAKTION

Mehr als 370 Unternehmen setzen NVIDIA DRIVE bei der Entwicklung autonomer Fahrzeuge ein. Ein Partner, TuSimple, konnte seine Inferenzleistung mithilfe der TensorRT-Optimierung um 30 % steigern. „NVIDIA ist unübertroffen, wenn es darum geht, die für selbstfahrende Fahrzeuge benötigte Rechenleistung bereitzustellen“, so Xiaodi Hou, Chief Technology Officer von TuSimple. TuSimple wurde 2015 gegründet und entwickelt Technologien für autonome Langstrecken-Frachtlösungen. Durch die mit TensorRT erzielten Leistungssteigerungen kann TuSimple zusätzliche Kameradaten auswerten und neue KI-Algorithmen in seinen selbstfahrenden Lkw einsetzen, ohne dass sich die Reaktionszeit verringert.

KONTAKT

NVIDIA-Automobillösungen unterstützen Automobil- und Lkw-Hersteller, Direktzulieferer, HD-Kartografieunternehmen, Start-ups und Forschungsinstitute bei der Entwicklung der Transportlösungen von morgen. Gemeinsam fördern wir die nächste Generation von Innovationen.