導(dǎo)讀：

NVIDIA今年發(fā)布了DRIVE PX 2, Tesla P100以及超級計算機DGX-1,，可謂在基于深度學(xué)習(xí)的自動駕駛技術(shù)研發(fā)上火力全開。

在今年4月初開幕的圖形處理器技術(shù)大會（The Nvidia GPU technology Conference, 簡稱GTC）上,，NVIDIA展示了針對VR虛擬現(xiàn)實和深度學(xué)習(xí)應(yīng)用的最新技術(shù)和產(chǎn)品,。

在開場的主題演講中，NVIDIA聯(lián)合創(chuàng)始人兼CEO黃仁勛在反復(fù)重申“一個全新的計算模型”這樣的字眼,。他指出,，“消費市場需要的計算機可再也不是那種馬馬虎虎就能打發(fā)的一般產(chǎn)品。大家都愿意享受超級計算速率帶來的快感,，特別是基于GPU加速帶來的計算體驗”,。

當然，超級計算時代的到來并非只是想想就能實現(xiàn)的,，基于這樣的目標,，NVIDIA在今年的GTC大會上推出了包括GPU芯片Tesla P100（基于全新Pascal平臺架構(gòu)上打造）,、DRIVE PX2（用于自動駕駛汽車的開發(fā)平臺）和用于深度學(xué)習(xí)研究的超級計算機DGX-1（使用Tesla P100芯片建造,，運算速度可達170萬億次）在內(nèi)的一系列新技術(shù)和新產(chǎn)品。

△NVIDIA Tesla P100圖形處理器芯片

基于NVIDIA全新計算平臺Pascal打造的Tesla P100 GPU芯片集成了NV Link總線,，16GB HBM2顯存,，內(nèi)建3584個CUDA，224個紋理單元,，16GB HBM2顯存,，帶寬可達到720GB/s，擁有基于16nm FinFET工藝打造的最大GPU核心,。

△NVIDIA Tesla P100圖形處理器芯片

此外,，Tesla P100芯片也是繼2014年發(fā)布，基于Kepler架構(gòu)平臺打造的Tesla K80之后,，Tesla系列GPU產(chǎn)品的首次重大升級,。

不過既然這是一款針對深度學(xué)習(xí)打造的GPU芯片,，那么這里還必須要提一下Tesla P100芯片使用的NVIDIA旗艦GP100核心。GP100的性能一公布,，給車云菌的感覺就是NVIDIA這次回歸了GK110大核心時代注重雙精度運算的設(shè)計,，而且比之前更加變態(tài)。它每組SM單元中有64個FP32單元,，但有32個FP64單元,，F(xiàn)P64與FP32比例是1：2。這樣的設(shè)計意味著GP100的FP32 CUDA核心可以同時執(zhí)行2個FP16半精度運算,，因此FP16浮點性能高達21.6TFLOPS,。

△NVIDIA GP100核心架構(gòu)示意圖

GPU并行運算的特性很適合深度學(xué)習(xí)。據(jù)車云菌了解,，NVIDIA在Tesla P100之外還推出了基于GP100核心的DGX-1深度學(xué)習(xí)超級計算機,，由8顆GP100核心及2顆16核Xeon E5處理器組成，深度計算性能達到了170TFLOPS,，號稱比250臺X86服務(wù)器還要強大,。

△NVIDIA 超級計算機DGX-1 售價高達$129000，真心不便宜

在過去的兩年里,，每次GTC大會的主題演講環(huán)節(jié),，黃仁勛都會將話題的重點放在深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)研究上，并適時推出相關(guān)的新技術(shù)和新產(chǎn)品,，而這些為NVIDIA之后進行人工智能的研究奠定了基礎(chǔ),。今年也不例外。除了基于Pascal全新架構(gòu)平臺打造的Tesla P100芯片外,，NVIDIA還發(fā)布了兩款Maxwell計算平臺下的全新GPU芯片—Tesla M40/M4,，是為深度學(xué)習(xí)應(yīng)用而特別打造的。

顯而易見的是,，使用通用的架構(gòu)平臺,，相同的算法，這樣便于進行高效的深度學(xué)習(xí)研究,。而如果按照傳統(tǒng)的解決辦法,，程序是不同的專家寫的，不同的算法導(dǎo)致的實驗結(jié)果可能也會千差萬別,。因此,，要長期進行深度學(xué)習(xí)研究，NVIDIA的這兩款芯片封裝了固定的算法,，并且提供了海量數(shù)據(jù)和強大的計算能力供你使用,。

△NVIDIA的Tesla M40芯片擁有8倍更快的caffe性能

因此，如果只考慮深度學(xué)習(xí)訓(xùn)練,，NVIDIA的Tesla M40/M4還是相對比較合適的(百度的深度學(xué)習(xí)研究院就用的這一款),，相對于K40單精度浮點運算性能是4.29Tflops,，M40可以達到7Tflops。

深度學(xué)習(xí)有成千上萬種潛在的應(yīng)用領(lǐng)域,，在自動駕駛技術(shù)上的研究算得上是現(xiàn)下最熱門的一個,。盡管基于深度學(xué)習(xí)打造的自動駕駛汽車平臺仍處于概念階段，但NVIDIA一直都在同主機廠和軟件開發(fā)商合作,，設(shè)計開發(fā)不僅能夠模仿人類駕駛員同時還可以在復(fù)雜情況下做決定的自動駕駛平臺,。

DRIVE PX 2是NVIDIA最新開發(fā)的用于自動駕駛汽車的硬件計算平臺。相比之前把后備箱塞得滿滿當當?shù)墓た貦C,，DRIVE PX 2在體積上已經(jīng)大大縮小,。

△NVIDIA DRIVE PX 2自動駕駛開發(fā)平臺

我們不妨先看看DRIVE PX 2的一些基本性能參數(shù)：

1.基于16nm FinFET工藝，功耗高達250W ,，采用水冷散熱設(shè)計,。支持12路攝像頭輸入、激光定位,、雷達和超聲波傳感器,；

2. CPU部分：兩顆新一代NVIDIA Tegra處理器，當中包括了8個A57核心和4個Denver核心,；

3. 首發(fā)NVIDIA的新一代GPU架構(gòu)Pascal（即帕斯卡,，宣稱性能是上一代的麥克斯韋構(gòu)架的10倍），單精度計算能力達到8TFlops,，超越TITAN X,，有后者10倍以上的深度學(xué)習(xí)計算能力。

那么既然有了如此強大的性能,，NVIDIA的DRIVE PX 2平臺到底如何在自動駕駛汽車上發(fā)揮作用呢,？這里要重點講一下它在高精度地圖繪制上發(fā)揮的優(yōu)勢。DRIVE PX 2能夠?qū)⑼獠總鞲衅鳙@取的圖像數(shù)據(jù)加工處理后制成單個的高精度點云,。系統(tǒng)將所有DRIVE PX 2平臺的點云數(shù)據(jù)上傳至云端服務(wù)器,，經(jīng)過DGX-1處理后，可融合為一副完整的高精度地圖,。所以,，車內(nèi)的DRIVE PX 2，云端的DGX-1配合發(fā)揮作用,，形成了NVIDIA完整的自動駕駛技術(shù)平臺解決方案。

前面車云菌已經(jīng)為大家簡單介紹了DGX-1的架構(gòu)和參數(shù),，那么它的性能到底有多強,，我們通過下面這個例子就能直觀地了解到。

將DGX-1和一枚因特爾的雙核Xeon處理器作比較,。這枚雙核Xeon的運算速度為3 teraflop,，但DGX-1的運算速度為170 teraflop,。那么這意味著如果用這枚雙核Xeon芯片來訓(xùn)練Alexnet網(wǎng)絡(luò)結(jié)構(gòu)模型的話，它需要150個小時,，但DGX-1卻只要兩個小時就夠了,。

此外，車云菌還了解到,，NVIDIA將為自動駕駛汽車,，打造名為“NVIDIA DIGITS”的端到端深度學(xué)習(xí)訓(xùn)練平臺。該平臺依靠DRIVE PX 2進行部署,，通過網(wǎng)絡(luò)讓每一輛車都構(gòu)建自己的深度學(xué)習(xí)網(wǎng)絡(luò),。在此基礎(chǔ)之上要建立“NVIDIA DRIVENet”的深度神經(jīng)網(wǎng)絡(luò)。它包括3個卷積碼層,，3700萬個神經(jīng)元,，而信息在整個網(wǎng)絡(luò)流經(jīng)一次，會產(chǎn)生400億次操作,。

△參加今年首屆Roborace大獎賽的無人駕駛賽車渲染圖

而涉及到具體應(yīng)用層面,，黃仁勛在GTC大會的主題演講環(huán)節(jié)還透露稱，參加今年首屆Roborace 的無人駕駛賽車,，將使用英偉達的 DRIVE PX 2 作為計算平臺,。明年，Drive PX 2還將被沃爾沃用于在瑞典哥德堡的實地自主駕車實驗中,。

我們不妨看看最近恩智浦,、高通和NVIDIA這三大芯片供應(yīng)商在汽車領(lǐng)域都有哪些動作：

這個月16號，恩智浦NXP推出了一款用于模塊化量產(chǎn)自動駕駛汽車的計算平臺BlueBox,，它的主要功能是將之前彼此隔離的單個傳感器節(jié)點和處理器進行功能上的結(jié)合,。而隨著Android Auto重大更新的發(fā)布，芯片供應(yīng)商高通也宣布未來將聯(lián)手谷歌開發(fā)搭載有安卓操作系統(tǒng)的內(nèi)嵌式車載娛樂信息系統(tǒng)平臺,，使用高通專為車機系統(tǒng)打造的驍龍820A和602A高性能處理器,。當然NVIDIA今年也推出了DRIVE PX 2, Tesla P100以及超級計算機DGX-1，則是在深度學(xué)習(xí)領(lǐng)域火力全開,。

這么看來,，盡管自動駕駛技術(shù)還沒有發(fā)展到Level 3這個階段，各大芯片廠商已經(jīng)陸續(xù)亮劍,，祭出了各自的殺手锏,。但產(chǎn)品的出發(fā)點還有所不同，優(yōu)勢領(lǐng)域亦各有差異,，但芯片之爭,，已經(jīng)開始。最后要吐個槽，雖然主打GPU的NVIDIA確實在深度學(xué)習(xí)應(yīng)用上有優(yōu)勢,，但業(yè)界一直吐槽他家的產(chǎn)品真是太貴了,，價格一點都不親民。你怎么看呢,？