「記憶體」自動駕駛中的無名英雄 智慧應用 影音
EVmember
member

「記憶體」自動駕駛中的無名英雄

自駕車可以使駕駛更安全抵達目的地的原因。
自駕車可以使駕駛更安全抵達目的地的原因。

隨著技術成熟自動駕駛車正從夢想變成現實,個人和公共運輸將永遠改變。最終,無人駕駛車將完全取代人類駕駛者,讓駕駛者睏倦、駕駛能力減損和分心的危險從道路上消失。

2017年美國有將近40,000人死於交通事故,據國家公路交通安全管理局(NHTSA)統計,約有90%的事故是人為疏失所造成。無人駕駛車為什麼較安全?要如何實現在不必看路的情況下上班通勤?

自駕車自動化的5階段。

自駕車自動化的5階段。

人工智慧驅動自動駕駛車,「記憶體」自動駕駛中的無名英雄

要讓汽車具有自主性,必須使汽車持續瞭解周遭環境的資訊—首先感知(識別和分類資訊),然後透過車輛的自主/電腦根據資訊採取行動。自動駕駛車需要安全、可靠且反應迅速的解決方案,瞭解當下駕駛環境,透過車上的各種感測器擷取大量資料,然後由車輛的駕駛電腦系統加以處理。

為了讓車輛真正能夠在不需要使用者控制的情況下駕駛,人工智慧(AI)必須先經過大量訓練,以瞭解如何觀看、瞭解所看到的內容後,並在任何想像得到的交通情況下做出正確的決定。自駕車所包含的程式碼行數預計將超過目前所創造的任何軟體平台,一直到2020年,典型車輛預計將包含超過3億行程式碼以及超過1 TB(兆位元組)的儲存空間,且需要每秒1 TB以上的頻寬才能支援自動駕駛所需要的運算效能。

自駕車的AI系統需要連續不斷的資料和指令流,以便根據複雜的資料庫即時做出決定,成功的讓自駕車存在於現今的道路上。但早期自駕車的成功是由長時間反覆駕駛相同路線的資料收集成果,車輛靠學習每個路線細節而產生高解析度地圖,然後使用此地圖資訊做為自我導航系統的關鍵部分。

由於較不必辨識行駛的路線,因此電腦的注意力可以專注於路況、行人及其他潛在的即時危險。這種受限制的運作範圍稱為地理圍欄,這反映早期自駕車在部署無人駕駛車時採用地理圍欄,這種方式在有限路線上是有效的解決方案,但不見得適用於其他路線區域。

無論是感測器融合處理、路徑規劃的記憶體子系統或是黑盒子資料記錄器相關的儲存子系統,從固態硬碟(SSD)到NAND快閃記憶體、NOR快閃記憶體以至低功率DRAM、GDDR6等各種記憶體、儲存裝置都扮演著重要角色。未來來時,我們可以一邊回覆電子郵件、接聽 通話或觀看喜歡的節目,讓自動駕駛車經由最佳路線安全地送達目的地。

Micron嵌入式事業單位負責汽車系統架構的資深總監Robert Bielby表示:「以人工智慧為基礎的高效能電腦可採用深度神經網路演算法,讓自動駕駛車能夠行駛得比人類駕駛車更好。許多不同的感測器共同運作,24小時以360度觀看整個駕駛環境,觀測的距離比人類更遠,精準度也更高。」

想像一下在繁忙的高速公路上踩煞車的情況,透過導入車輛對車輛(V2V)及車輛對基礎設施(V2X)通訊,此單一事件透過無線傳輸至後方的所有車輛,讓它們瞭解當下的情況並主動減速和煞車以避免事故。演算法將隨著時間而改進,GDDR6是一項基礎技術,提供必要的記憶體頻寬以驅動人工智慧運算引擎,讓自駕車能夠可靠地運作並根據NHSTA規定的安全標準確保安全。關於GDDR6的相關資訊,請參考網頁


關鍵字