无人驾驶:一个智能计算与互联的循环

“英特尔看无人驾驶,是要看包括车、高速网络传输、强大后端云计算与大数据挖掘处理在内的端到端整体平台,而不只是汽车本身。” 英特尔公司全球副总裁兼中国区总裁杨旭日前在一场无人驾驶分享沙龙上,首次系统性的分享了英特尔在无人驾驶领域的前瞻观点与战略布局,以及自身在推动无人驾驶发展方面所具备的独特优势,包括车内计算;强大的云和一套机器学习解决方案;高带宽、低延迟连接系统;强大的内存和FPGA技术;人机接口以及安全技术。 20170118-INTLE-1 今年7月,英特尔与宝马集团和Mobileye宣布展开合作,共同研发无人驾驶必所需的解决方案以及创新系统,目标是到2021年实现高度自动驾驶车辆和全自动驾驶车辆量产。为此,三家合作伙伴将建立一个行业标准,为无人驾驶建立开放平台。开放平台包括3-5级无人驾驶技术,并向众多汽车供应商和其它可以从自主机器和深度机器学习中受益的公司开放。

英特尔中国研究院院长宋继强认为目前无人驾驶汽车产业遇到了很好的机遇,行业发展的拐点就在眼前。首先是硬件在极小的面积和极低的成本基础上实现了大规模计算,例如1995年1GB的存储器要卖一千美元而现在只要3美分!这就是硬件红利;其次是人工智能,它可以让机器具有分析决策功能,但如果都依靠GPU来解决则功耗很大,所以英特尔最近陆续收购了Nervana和Movidius公司,他们都可以根据具体应用特点做出高功效低功耗的方案;最后则是云端。无人驾驶有两个主要受益者,一个是人,另一个是城市交通管理者,如何增加出行便利性?如何通过数据提升城市交通运营预见性和管理效率?车和云需要在不同层面为无人驾驶方案提供帮助。

“从CT(计算机技术)到RT(机器人技术)时代,人工智能的发展决定着无人驾驶的乾坤。”在宋继强看来,机器人技术是计算机技术、机器感应、人工智能、机械电子、人机互动等多学科的集大成者,而更佳的硬件、更智能的算法和更大的数据,成就了今天的人工智能。但从智能到自主,人工智能在无人驾驶领域也面临挑战,例如更多的传感器数据VS实时响应;设备端人工智能VS云端人工智能等。

英特尔公司物联网事业部中国区总经理陈伟则强调未来80%的GDP增长将会由无人驾驶产生,由无人驾驶所催生的商业模式将完全超出人们的想象。“首先是驾驶、交通和商业模式。司机这个词可能会渐渐模糊,交通变成了人和物流动的过程,如果能把死亡率减到零,这将是一个千亿美元的行业。”他认为物联网的真正意义是传统行业整合所冲撞出来的新商业机会,“生产效率提高1%,就能带来万亿级GDP的增长。现在很多人10%的时间是在汽车里,而全球至少10%人每天在开车,仅此一项带来的收入就相当可观。”

为无人驾驶提供端到端支持

随着汽车越来越多地接管驾驶任务,车内新的用户界面必须准确的向驾驶员、乘客传达安全和控制信息。面向未来的无人驾驶,英特尔提供了基于凌动处理器的软件定义计算(SDC)解决方案,将强大的CPU、GPU功能与工作负载进行整合,并借助虚拟化双操作系统支持数字集群、信息娱乐系统以及最佳的用户体验。英特尔提供的人机界面(HMI),可以适应不同乘客的偏好、安全地变道、创建一系列新的交通警告以监控驾驶员、乘客和行人的安全,建立起乘客与车辆之间的相互信任。这一高性能计算平台将是汽车的中央大脑,能够运算和分析所有来自于传感器、LIDAR(激光探测与测量)、摄像头的数据,并通过5G通信模块实现与数据中心之间的通信,实现深度学习以创建训练模型。 20170118-INTLE-2 5G是能够满足延迟低于1毫秒,峰值传输速率高达10Gbps的一项网络连接技术。通过提供无与伦比的高带宽和实现用户体验连续性,5G能够支持“汽车至一切”(V2X)的应用,例如汽车可使用基于云的人工智能和数据,以及通过无线更新提供的关键安全特性,并且与路汽车和包括路灯在内的其它交通基础设施进行“沟通”。

英特尔目前正与包括爱立信、KT、LG 电子、诺基亚和 Verizon等在内厂商合作,交付集成式5G原型解决方案。此外,英特尔还积极参与3GPP等标准组织的工作与业界共同定义5G标准,包括支持中国IMT-2020推进组组织的5G技术研发试验、首批加入中国移动5G联合创新中心、以及携手中国移动、爱立信完成全球首个基于最新蜂窝物联网技术的业务演示。

由于无人驾驶汽车将以前所未有的速度收集和分析数据,以提高驾驶安全、提升车内体验、加强车队管理,并支持新的赢利性业务模式,例如共乘服务、个性化车载信息娱乐等。面对空前庞大的复杂数据,数据中心必须具备稳定的深度学习模型和强大的计算能力,以确保在无人驾驶执行的每一步,都能保证数据准确性与安全性。

目前,超过90%的车祸起因是人为过失,而人工智能有助于防止出现这种错误。因为若要实现真正意义上的无人驾驶,就必须在汽车、云和数据中心之间执行无数的内存密集型计算,即时分析汽车生成的海量数据,学习数百万辆汽车的经验,创建出深度学习模型,从而实时制定关键决策。人工智能的出现,可以让包括汽车在内的机器感知、学习、推理和执行并适应真实的环境,帮助无人驾驶汽车做出更加安全的决策。

深度学习是当今人工智能的核心驱动领域,它可通过神经网络理解更为复杂的非结构化数据,并模拟人类大脑中的神经元及突触。深度学习支持无人驾驶汽车学习数百万辆汽车的数据和集体经验,从而避免出现其他汽车的错误,创建出更安全的驾驶环境。无人驾驶将得益于深度学习,它可用于社交媒体的面部识别/标记功能、智能手机的语音识别、半自动汽车控制以及其它大量应用。

对于在城市环境中行驶的无人驾驶汽车,为了处理其复杂的工作负载问题,英特尔提供了从酷睿处理器到至强处理器的计算能力。在数据中心领域,英特尔至强处理器是部署最为广泛的基础设施,主要用于评估机器学习模型。近期,英特尔研究人员采用英特尔至强处理器,成功地将数据中心的人工智能培训时间缩短了50倍。此外,英特尔正在美国亚利桑那州、加利福尼亚州、俄勒冈州和德国建立“卓越中心”(CoE),对无人驾驶汽车进行路测。路测项目可收集创建深度学习模型所需的数据,从而为无人驾驶汽车提供相关的智能。

在数据中心处理器市场,英特尔可交付高度精密的数据中心技术,包括硬件、软件、存储、网络和安全技术,以最大限度地提高效率并降低成本。同时,英特尔分层安全特性可提供更快速、经济高效的数据保护,还可全方位保护从芯片到云环境的数据,从而显著提高安全性。此外,英特尔与合作伙伴密切合作,提供了强大、安全的大数据和分析软件,并通过结合先进的英特尔数据中心技术,能够最大限度地提高效率和降低成本。

《国际电子商情》原创文章,转载请注明原文地址和链接

20160719-ESMC-1