現(xiàn)在谷歌已經(jīng)成為無人駕駛汽車領(lǐng)域的領(lǐng)導(dǎo)者，該公司的汽車技術(shù)不僅將推動人工智能和機(jī)器視覺軟件的發(fā)展，還將推進(jìn)半導(dǎo)體芯片技術(shù)和硬件系統(tǒng)向前邁進(jìn)。

　　日前，谷歌無人駕駛汽車部門硬件工程師Daniel Rosenband在Hot Chips芯片會議上發(fā)表了上述看法。Hot Chips會議在加州庫比蒂諾舉辦，主要議題是前沿高端的半導(dǎo)體技術(shù)。半導(dǎo)體技術(shù)是一切電子產(chǎn)品的基石，它的應(yīng)用范疇早已超越了個(gè)人電腦和智能手機(jī)。如今各類芯片能夠通過人工智能算法幫助汽車實(shí)現(xiàn)無人駕駛，機(jī)器視覺軟件則可以讓汽車識別出行人和自行車。

　　現(xiàn)在規(guī)模高達(dá)3300億美元的芯片行業(yè)正在向新技術(shù)轉(zhuǎn)型，谷歌也是其中的一家公司。目前特斯拉、本田、寶馬、沃爾沃、奔馳、福特等公司已經(jīng)進(jìn)入無人駕駛汽車領(lǐng)域。專車應(yīng)用Uber也表示，將在匹茲堡投入100輛按需使用的無人駕駛汽車。通用汽車和旗下控股專車應(yīng)用Lyft將在今年年底開始測試無人駕駛叫車業(yè)務(wù)。

　　“我認(rèn)為這是芯片領(lǐng)域的主要驅(qū)動力量，”Tirias Research分析師Kevin Krewell表示，“基于深度學(xué)習(xí)的汽車導(dǎo)航不同與其他高性能計(jì)算，是一種全新的運(yùn)算技術(shù)。它需要新的架構(gòu)，需要新的方法，這就是英特爾以3.5億美元收購人工智能公司Nervana的原因。”

　　Rosenband表示，每年有120萬人死于車禍，無人駕駛汽車相對來說更安全。他說：“每年車禍致死的人口相當(dāng)于一個(gè)中等城市人口。僅在美國，每年就大約有35000人死于車禍，相當(dāng)于每天墜毀一架客機(jī)。”

　　過去無法開車的人（包括盲人和殘疾人在內(nèi)）可以通過無人駕駛汽車實(shí)現(xiàn)上路行駛，但是開發(fā)出一款優(yōu)秀的無人駕駛汽車難度很高。前不久，一名使用特斯拉Autopilot自動駕駛技術(shù)的司機(jī)就在一起車禍中喪生。

　　“我們將改變許多人的生活。”Rosenband表示。但是想要做到這一點(diǎn)，谷歌必須在人工智能和機(jī)器視覺技術(shù)方面獲得重大突破。這個(gè)系統(tǒng)需要不斷適應(yīng)變化的環(huán)境，如在交通流量劇增的環(huán)境中，躲避擁擠的行人和自行車騎手。這需要大量的運(yùn)算處理能力，不能只是一個(gè)部分的解決方案。

　　“我們認(rèn)識到乘坐無人駕駛汽車在高速公路上行駛，如何提高運(yùn)算處理能力是非常重要的，”Rosenband說，“你如何保證你設(shè)計(jì)的車輛能夠?qū)崿F(xiàn)完全的無人駕駛？”

　　在測試的時(shí)候，谷歌安排了一個(gè)人坐上車，驅(qū)動汽車，讓車輛駛向目的地。谷歌設(shè)計(jì)的原型車在社區(qū)中的通行時(shí)速為每小時(shí)25英里，車中甚至沒有配備方向盤。原型車在行駛過程中很謹(jǐn)慎，不會冒險(xiǎn)進(jìn)入十字路口，它會用概率計(jì)算特定場景下將發(fā)生的事。

　　無人駕駛汽車需要識別當(dāng)前位置和周邊物體，周邊物體正在如何運(yùn)動，最后判斷車輛如何前進(jìn)。為了360度了解車身周邊情況，谷歌使用了Lidar的雷達(dá)系統(tǒng)。

　　谷歌下一代原型車的運(yùn)算能力需要提升至2015款的四倍，該公司將使用通用標(biāo)準(zhǔn)或定制芯片來解決一些無人駕駛汽車所會遇到的通用問題。Rosenband表示，在100毫米芯片上，谷歌需要實(shí)現(xiàn)每秒50萬億次的運(yùn)算速度。

　　Rosenband說：“這是一個(gè)非常巨大的數(shù)字，假如你了解十年前的運(yùn)算能力，你就會知道這有多了不起，感謝開發(fā)者社區(qū)的努力。”

　　為了應(yīng)對挑戰(zhàn)，英偉達(dá)為Drive PX 2自動駕駛平臺開發(fā)了Parker芯片。同時(shí)，英特爾也拿出了Xeon Phi系列芯片來處理人工智能運(yùn)算。

　　Rosenband認(rèn)為，當(dāng)前無人駕駛技術(shù)依然有一些難題沒有解決，即便是人類在一些情況下也難以判斷交通信號燈的情況。曝光不足或曝光過度的圖像難以被計(jì)算機(jī)識別，更別說是在車輛行駛過程中。

　　“芯片安裝在哪里也是個(gè)大問題，”Rosenband表示，“我們需要配備很多的射頻通道，我們需要做大量的數(shù)字信號處理來降低噪聲，提高雷達(dá)系統(tǒng)的保真度。我們嘗試用最好的硅材料，讓芯片發(fā)揮最大的性能。”

　　從某種程度上說，谷歌正在做的事相當(dāng)于將一個(gè)數(shù)據(jù)中心塞進(jìn)一款移動設(shè)備，它需要驅(qū)動芯片發(fā)揮最大的運(yùn)算性能，同時(shí)不能產(chǎn)生過大的功耗。

　　盡管谷歌無人駕駛汽車已經(jīng)行駛了200萬英里，但是它依然無法預(yù)知所有路面情況。Cadence Design Systems的芯片專家Chris Rowan表示，谷歌無人駕駛汽車需要試駕十億英里，才能安全處理所有可能發(fā)生的小概率事件。