图像识别 神经网络 科技第六感：自动驾驶有两大“技术门派”你造么？(2)

原始输入，例如图像或者声音，被输入到这个神经网络中，输出就是对图像或者声音的解读，比如识别出图像中有一个人，有一辆车，有一匹马等等。

早期由于芯片速度的限制，神经网络层数比较少，一般不会超过三层，这时候的方法被称为“机器学习”。要达到优秀的识别效果，机器学习必须拥有非常优秀的算法，用以对被识别的物体进行特征的提取和处理，比如物体的轮廓线条，颜色的分布等等。

随着的芯片处理速度的提高，神经网络的层数可以大幅度提高，可以达到几百上千，此时的方法就被称为“深度学习”。

和“机器学习”不同，“深度学习”不需要对特征的人工提取，特征提取工作在学习过程中自动完成。所以深度学习也常被称为端到端的学习，一端是输入，一端是输出（正确答案），自己学习就行了。每经过一次学习，神经网络里的参数都会通过输出结果和正确答案的比对来调整。只要样本的数量足够多，就能实现相当高的准确率。

在汽车自动驾驶领域，目前占据领先地位的Mobileye使用的主要是“机器学习”的算法，通过对特征的提取和处理识别出车辆自行车，行人等等路上的物体。图像识别 神经网络

然而可以想见，效率更高的 “深度学习” 在人工智能中会占据越来越重要的位置，它不但能显著提高对环境感知的识别率，而且还能用于自动驾驶的控制算法中。深度学习需要硬件系统短时间内完成大数据量的计算，仅仅依靠CPU就比较吃力了。

CPU是中央处理器，英文Central Processing Unit，是一台计算机的运算核心和控制核心。Intel的广告中“每台电脑都有一颗奔腾的心”说的就是CPU。CPU擅长逻辑控制和串行的数据运算，尽管速度很快，但只适合处理小批量的数据。

的并行运算则是GPU的强项。GPU的英文全称Graphic Processing Unit，中文翻译为“图形处理器”。GPU是显卡的大脑，对大型3D游戏例如“英雄联盟LOL”，玩家们就需要一个高性能的显卡，否则帧数少刷新慢那就吃亏了。

GPU的架构特别适合深度学习算法对的并行运算的要求，相对于CPU，GPU的效率能够提高几十倍，CPU需要几个星期才能训练好的神经网络，用GPU几个小时就能搞定了。

Mobileye面对的竞争对手，正是在GPU领域占据领导地位的英伟达（NVIDIA）。英伟达在人工智能领域不断发力，推出了用于汽车自动驾驶领域AI超级运算平台Drive PX，并且在快速升级当中。

2015年初，英伟达发布了第一代 Drive PX， 只经过一年的时间第二代 Drive PX2就诞生了，它的强大性能震惊了业界，据说拥有 150 台 苹果MacBook Pro 的运算能力。Drive PX 2采用12核CPU，包含两颗新一代NVIDIA Tegra处理器（共8个A57核心和4个Denver核心）和两颗基于NVIDIA Pascal架构的新一代GPU，采用16nm FinFET工艺。有着 8 万亿次单精度浮点运算能力，在深度学习方面更是强大，每秒可以完成24 万亿次神经网络运算。

不过这台怪兽级的超级电脑的功率有些大，达到250W，只能用水冷的方式来解决散热问题。

Drive PX2的性能被誉为“原”，但现在“氢弹”也马上出来了。代号为“Pegasus（神马）”的全新AI计算平台计划在2018年中推出，在深度学习的运算能力达到惊人的每秒320万亿次浮点运算，超出NVIDIA DRIVE PX 2性能10倍以上。Pegasus的AI性能相当于拥有100台服务器的数据中心。

可以说，在AI深度学习的性能上，英伟达已经远远领先与Mobileye。 Mobileye计划在2020年推出的EyeQ5芯片的AI运算能力只能达到每秒12万亿次，即使放到现在也已经被英伟达远远甩在了身后。

英伟达在AI上的领先优势已经吸引一些重量级合作伙伴加入到自己的阵营当中，包括著名的汽车供应商博世（Bosch），采埃孚（ZF），奥托立夫（Autoliv）等等。在整车厂中，特斯拉的第二代Autopilot系统采用的就是英伟达的Drive Px2，另外奥迪，奔驰，福特，丰田，沃尔沃也都已经和英伟达达成战略合作关系，共同研发下一代的自动驾驶技术。

可以看到，在英伟达的阵容中也包含了三种不同类型的合作伙伴，芯片及解决方案供应商、Tier1汽车供应商和整车厂。他们的分工和Intel&Mobileye阵营的分工是一样的，但和Mobileye对于合作伙伴的封闭态度不同，英伟达更加开放，愿意和合作伙伴分享技术细节，对此合作伙伴们都非常欢迎。

综上所述，在当今的汽车自动驾驶领域， 英特尔（Mobileye）和英伟达分别引领2大联盟，未来也会有越来越多的合作伙伴加入到其中。但这两大联盟也是松散的，因此不排除有些成员会转换阵营，或者两大阵营都加入。不管怎样，Intel&Mobileye和英伟达在技术上已经展开了激烈竞争，谁在技术研发上领先？谁就将占据最终的主导地位。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-81278-2.html