主駕駛和副駕駛吵得不可開交？
這些行為你可能不會覺得陌生，也一定清楚開車狀態下的“多任務處理”很可能造成不良後果。2017年，美國有近40000人死於交通事故。根據美國國家公路交通安全管理局(NHTSA)發布的信息，在這些事故中，約有90%是人為錯誤造成的。
而對於每一個端坐於駕駛室中，始終要保持精神集中的司機來說，他們的終極夢想難道不是閉著眼，即使一心多用，也能又快又穩又安全地達到目的地嗎？幸好自動駕駛汽車正從未來設想逐漸變為現實，隨著這項技術的成熟，個人和公共運輸方式將會發生永久性的改變。最終，無人駕駛汽車將會徹底取代人類駕駛員，杜絕駕駛員疲勞、身心障礙和分心等危及交通安全的因素。
但是，這項技術背後有哪些推動因素呢？無人駕駛汽車究竟如何提高安全性？要真正實現不用看路就能開車上班，需要哪些條件？
一輛汽車要成為無人駕駛汽車，需要持續了解周圍的狀況，首先要實現感知（識別信息並分類），然後通過汽車的自動/計算機控制對這些信息採取措施。自動駕駛汽車需要安全可靠且響應能力出色的解決方案，這類解決方案需要能夠根據對駕駛環境的詳盡理解瞬間做出精準決策。要理解駕駛環境，需要汽車中大量不同的傳感器捕獲海量數據，然後由汽車的自動駕駛計算機系統處理這些數據。
要想讓汽車真正能夠在無需用戶控制的情況下自動駕駛，必須先進行大量訓練，使人工智慧(AI)網絡了解如何觀察路況、理解觀察到的情況，並在任何可以想像的交通狀況下做出正確決策。自動駕駛汽車的計算性能與幾年前才問世的一些性能最高的平台不相上下。
據預計，自動駕駛汽車平台包含的代碼行數將會超過迄今已創建的任何其他軟體平台。預計到2020年，典型的汽車系統將包含超過3億行代碼，並將配備1TB（萬億字節）以上的存儲，而且需要超過1TB/秒的存儲帶寬來支持自動駕駛平台所需的計算性能。
無人駕駛汽車的AI系統需要連續、不間斷的數據和指令流，以便根據複雜的數據集實時做出決策。目前道路上已經有了成功實現無人駕駛的汽車，但這些早期無人駕駛汽車中有許多之所以能夠成功，是因為曾經長期反覆按相同路線行駛，使車輛了解路線的各種細節並生成高解析度地圖，然後將這些地圖用作自動導航系統的重要組成部分。
如果能減少對路線識別的依賴，自動駕駛汽車計算機就可以將注意力更多地放在交通狀況、行人和其他潛在的實時危險因素上。這種通常存在限制的操作範圍被稱為地理圍欄，也是在部署真正無人駕駛的汽車時，早期無人駕駛汽車採用的方法。儘管地理圍欄可以實現適用於限定路線的解決方案，但對於高度依賴某一地區地理圍欄的自動駕駛汽車，在其他地區就不一定能夠正常行駛了。
自動駕駛汽車按照最佳路線將我們安全地送往目的地，與此同時，我們可以在車上輕鬆地回復電子郵件、接聽電話或觀看自己喜愛的節目——為了實現這樣的未來願景，無論是與傳感器融合處理、路徑規劃相關的存儲子系統，還是與黑匣子數據記錄儀相關的存儲子系統，各種內存和存儲設備，從固態硬碟(SSD)到NAND快閃記憶體、NOR快閃記憶體再到低功耗DRAM和GDDR6都發揮著重要作用。
美光科技嵌入式產品事業部負責汽車系統架構的高級總監Robert Bielby說，基於人工智慧的高性能計算機採用深度神經網絡算法，這類算法可以使自動駕駛汽車的駕駛水平高於人工駕駛的汽車。
“自動駕駛汽車配有多種不同的傳感器，它們協同工作，可以全天候全方位觀察整個環境，而且比人類能夠看到的距離更遠、精確度更高。” Bielby說，“再加上如今汽車系統中可以實現的極致計算性能，不久之後，自動駕駛汽車就能為我們帶來更高的駕駛技術，同時實現比人工駕駛更高的安全性。”
想像一下這種場景：一輛車在繁忙的高速公路上突然剎車。如果引入了車與車以及車與基礎設施（統稱為V2X）的通信，這一事件就可以通過無線方式傳輸到跟在這輛車後面的所有汽車，讓它們可以了解即將發生的狀況並主動減速和制動，以避免發生事故。
還記得嗎？2017年美國導致人員死亡的交通事故中約有90%是人為錯誤造成的。人很容易分心，而且在面臨意外危險時可能會做出倉促的決定。計算機則不會分心，而且與人類駕駛員相比，它們能夠以更一致的方式做出反應，所用時間也短得多。
關於自動駕駛汽車，安全自然是大家最關注的問題。為此，人們不僅在硬體系統中設計了冗餘以避免錯誤決策，還採取了很多其他措施，包括採用相關基礎設施以實現車輛之間以及車輛與周圍環境的通信。相關法規對這種具有硬體冗餘的無線互聯計算子系統有所限制，旨在強制實施與自動駕駛級別直接相關的必要安全等級。
為了對自動駕駛技術的開發和部署進行監督，NHSTA制定了一系列級別，用於確定人和計算機對車輛的控制程度。這些級別分別是0級（無自動化）、1級（駕駛員輔助）、2級（部分自動化，需要駕駛員手握方向盤）、3級（有條件的自動化，隨時可能需要駕駛員接管）、4級（高度自動化）和5級（完全自動化）。目前市場上的大部分ADAS解決方案屬於2級，其基礎計算機硬體採用的是相對成熟且帶寬較低的存儲設備。
隨著無人駕駛汽車的自動化級別越來越高，無論從安全還是性能角度，存儲技術都越來越重要，因此人們也越來越重視這類技術。過去，個人計算機被視為推動存儲技術發展的要素，而現在，人們普遍認為汽車行業將成為未來存儲技術的領先推動力。今天，一些領先的自動化平台已經證明了這一點。
Nvidia最近發布了專為自動駕駛開發的先進計算平台Pegasus，該平台就是基於業界性能最高的DRAM前沿技術構建而成。Pegasus平台總計可提供超過1TB/秒的存儲帶寬，從而實現5級自動化所需的性能。
GDDR6 對自動駕駛未來發展的重要性
長期以來，美光科技一直被視為汽車存儲解決方案和圖形存儲GDDR5和GDDR6領域的行業領導者。利用與GDDR6存儲關聯的帶寬，能夠以可在汽車中部署的較小占用空間實現更高級別的自動化。具有較高存儲帶寬的自動化計算平台將能夠支持自動駕駛算法的持續發展和優化。“隨著時間推移，算法將會不斷改進。” Bielby說，“但這些改進將以軟體更新的形式部署，類似於智慧型手機定期接收應用或作業系統更新的提醒。”
今後十年，隨著自動駕駛汽車的不斷發展，各種功能將會有多次更新。這需要精心管理人機互動，確保駕駛員清楚了解特定時間可用的自動化級別，以及“動手”和“用眼”操作需要承擔哪些責任。
GDDR6是一項基礎技術，可提供推動人工智慧計算引擎運行的重要存儲帶寬。該技術為自動駕駛汽車提供支持，使其能夠以可靠的方式行動，並確保安全性符合NHSTA規定的行業安全標準。GDDR6是目前可用的性能最高的存儲技術，並且符合在高溫和其他惡劣行車條件下運行的要求。
AI是實現自動駕駛所需的關鍵技術。要實現基於AI的自動駕駛汽車所需的極高計算性能，需要使用創新型內存和存儲系統以處理和保存必要的海量數據，使計算機能夠像人類一樣做出決策。隨著自動駕駛汽車推動存儲速度需求不斷增長，美光科技將憑藉超過25年來在汽車行業的投入繼續保持領先地位，提供相應級別的性能，在競爭中脫穎而出。
我要聯絡