這幾周其實國內的大事件就要屬2年一次的上海車展盛會啦。每次車展都會展示出很多新奇的東西以及未來的一些技術動向。

本次車展上自動駕駛大放光彩，不光是傳統車企的ADAS功能展示或者自動駕駛的規劃，還是初創車企或者初創自動駕駛企業的方案展示，還是輔助自動駕駛所必需的傳感器，計算平臺等等，都在本次車展上做了一些發布。

關于車展的自動駕駛相關的報道，我就不再做出詳細說明了，好多媒體以及公眾號都有過詳細報道。

本文還是主要聊聊自動駕駛里面的一些東西，今天就和大家一起聊聊計算平臺。

眾所周知，自動駕駛任務非常復雜，意味著開發人員需要兼顧軟件和硬件的協同。當前幾篇里所說的傳感器接受到信息后，導入到計算平臺，由各種芯片處理。因此計算平臺的選擇會直接影響到自動駕駛系統的實時性和魯棒性。

為了保證自動駕駛的實時性需求，軟件響應的最大延遲必須在可接受范圍內，這對計算資源的要求相應的變得極高。目前，自動駕駛軟件的計算量達到了10個TOPS（每秒萬億次操作）或者更高，這使得我們不得不重新思考對應的計算架構。

那么我們來聊聊計算平臺多少種方案？

1，基于GPU

GPU有多核心，高內存帶寬的優點，所以它在并行計算，浮點運算時性能時CPU的數十倍甚至上百倍。特別時當人工智能在自動駕駛廣為應用的時候，使用GPU運行深度學習模型，在本地或者云端對目標物體進行切割，分類和檢測，不僅花費時間縮減，同時比CPU更高的應用處理效率。

就如NVIDIA當年發布會上的對比一樣。

然后下圖是CPU的處理信息。

而這個時GPU的處理信息。

所以，GPU憑借強大的計算能力以及對深度學習應用的有力支持，GPU正逐漸成為自動駕駛技術開發的主流平臺解決方案。

說到這個就一定要說說NVIDIA了。

英偉達在其自動駕駛汽車平臺上投入巨資，提供了開發和運行汽車AI所需的一整套硬件和軟件。英偉達最近宣布其下一代驅動AGX平臺和驅動星座模擬器的可用性。

該公司正在建設幫助開發和測試人工智能模型的基礎設施。除了快速的人工智能芯片，英偉達還為客戶提供了一個云平臺，用于培訓和測試基于“軟件定義的汽車”的人工智能模型，以加速安全自動駕駛汽車的開發和測試。英偉達在中國的投資令人印象深刻，數千名工程師和數千臺專用gpu已經到位。一款安全的自動駕駛汽車必須克服的障礙是驚人的，英偉達正在利用人工智能、VR和超級計算技術，與盡可能多的汽車公司一起率先進入市場。

自動駕駛汽車行業必須應對的挑戰，比人類登月等困難許多數量級。考慮到這一點，在我看來，英偉達的端到端方式對豐田、戴姆勒奔馳、大眾、奧迪、沃爾沃等公司將是非常有吸引力的，更不用說像博世、大陸和ZF這樣的一線供應商了。硬件為計算、功率和價格提供了廣泛的選擇，汽車制造商可以在此基礎上開發支持其品牌的獨特駕駛體驗。