Deep Learning und Supercomputing für selbstfahrende Automobile

Die neue Drive PX 2 nutzt Deep Learning und Supercomputing, um Automobilen zu ermöglichen, ihre Umgebung wahrzunehmen und eigenständig zu navigieren.

Auf der in Las Vegas stattfindenden Unterhaltungselektronikmesse CES hat Nvidia die Nvidia Drive PX 2 vorgestellt – die weltweit stärkte Engine für künstliche Intelligenz im Fahrzeug.

Nvidia Drive PX 2 erlaubt Automobilherstellern, die Komplexität des autonomen Fahrens mit künstlicher Intelligenz in Angriff zu nehmen. Sie nutzt Deep Learning auf Nvidias fortschrittlichsten GPUs für die Rundumwahrnehmung des Automobils in allen Situationen, um den Standort des Fahrzeugs präzise zu bestimmen und um einen sicheren, komfortablen Weg zu berechnen.

»Autofahrer haben es mit einer komplexen Welt zu tun«, sagt Jen-Hsun Huang, Mitgründer und CEO von Nvidia. »Durchbrüche in künstlicher Intelligenz und GPU ermöglichen uns heute, die gewaltigen Herausforderungen selbstfahrender Automobile zu bewältigen.«

screen (c) nvidia hpc

screen (c) nvidia hpc

 

Deep Learning und Supercomputing

»Nvidias GPU ist von zentraler Bedeutung bei Fortschritten im Deep Learning und Supercomputing. Mit ihnen wird das Gehirn autonomer Fahrzeuge entwickelt, das ständig aufmerksam sein wird und vielleicht eine bessere Wahrnehmung von Situationen erreicht als es dem Menschen möglich ist. Autonome Fahrzeuge werden mehr Sicherheit, neue bequeme Möglichkeiten der Mobilität und bemerkenswerte urbane Designs hervorbringen – und bieten so eine starke Kraft für eine bessere Zukunft.«

24 Billionen Deep-Learning-Vorgänge pro Sekunde

Entwickelt, um dem Bedarf von Partnern in der Automobilbranche nach einer offenen Entwicklungsplattform nachzukommen, bietet Drive PX 2 eine noch nie dagewesene Rechenleistung für Deep Learning, die mit der Leistung von 150 MacBook Pros vergleichbar ist.

Die beiden Tegra-Prozessoren der nächsten Generation und die beiden GPUs auf Basis der Pascal-Architektur leisten bis zu 24 Billionen Deep-Learning-Vorgänge pro Sekunde, bei denen es sich um spezialisierte Anweisungen handelt, die Berechnungen in der Deep-Learning-Netzwerk-Inferenz beschleunigen. Das ist zehnmal mehr Rechenleistung als bei Produkten der vorherigen Generation.

Die Lernfähigkeiten von Drive PX 2 ermöglichen ihr, schnell zu erlernen, wie auf besondere Situationen im alltäglichen Fahren reagiert werden soll – beispielsweise bei Schmutz auf der Straße, ungleichmäßigem Verkehrsfluss oder Baustellen. Deep Learning bewältigt auch Problemfelder, in denen die Leistung herkömmlichen computerunterstützten Sehens nicht ausreicht – beispielsweise bei schlechten Witterungsbedingungen wie Regen, Schnee oder Nebel sowie bei ungünstigen Lichtverhältnissen wie Sonnenauf- und Untergängen oder extremer Dunkelheit.

Für allgemeine Gleitkommaberechnungen kann die Multipräzisions-GPU-Architektur von Drive PX 2 bis zu 8 Billionen Vorgänge pro Sekunde zu verarbeiten. Das sind mehr als viermal so viele Vorgänge wie bei Produkten der letzten Generation. Dies ermöglicht Partnern, sich mit der vollen Bandbreite von Algorithmen des autonomen Fahrens zu befassen – einschließlich Sensorfusion, Lokalisierung und Wegberechnung. Außerdem bietet es jederzeit präzise Berechnungen für Schichten des Deep Learning-Netzwerks.

Deep Learning in selbstfahrenden Automobilen

Selbstfahrende Automobile nutzen ein breites Spektrum an Sensoren, um ihre Umgebung zu erkennen. Drive PX 2 verarbeitet den Input von zwölf Videokameras sowie von Lidar, Radar und Ultraschallsensoren. Sie verbindet sie, um umliegende Objekte zu erkennen, sie zu identifizieren, die Position des Fahrzeugs in Relation zur Umgebung zu bestimmen und den optimalen Weg für eine sichere Fahrt zu berechnen.

Diese komplexe Arbeit wird durch Nvidia Driveworks – eine Suite von Software-Tools, Bibliotheken und Modulen, welche die Entwicklung und Testphase autonomer Fahrzeuge beschleunigt – vereinfacht.

Driveworks ermöglicht Sensorkalibrierung, die Erhebung von Daten aus dem Umfeld und das Synchronisieren, Aufnehmen und anschließende Verarbeiten von Sensordatenströmen durch eine komplexe Folge von Algorithmen, die auf allen Prozessoren der Drive PX 2 laufen. Die Software-Module sind für alle Aspekte des autonomen Fahrens ausgelegt – von der Objekterkennung, über deren Klassifizierung und Segmentierung bis hin zur Lokalisierung auf der Landkarte und der Wegplanung.

End-to-End-Lösung für Deep Learning

Nvidia bietet eine aus Nvidia Digits und Drive PX 2 bestehende End-to-End-Lösung für das Training tiefer neuraler Netze sowie für die Implementierung von deren Output in das Fahrzeug.

Digits ist ein Tool für Entwicklung, Training und Visualisierung von tiefen neuralen Netzen, die auf jedem GPU-basierten System von Nvidia betrieben werden können – ob auf PCs, Supercomputern, Amazon Web Services oder der kürzlich vorgestellten Facebook Big Sur Open Rack-kompatiblen Hardware. Das trainierte neurale Netz-Modell läuft im Fahrzeug auf Nvidia Drive PX 2.

Große Marktakzeptanz

Seitdem Nvidia im vergangenen Sommer die erste Generation von Drive PX vorgestellt hat, haben mehr als 50 Automobilhersteller, Zulieferer, Entwickler und Forschungseinrichtungen Nvidias Plattform für künstliche Intelligenz für Entwicklungen im autonomen Fahren eingesetzt. Sie loben ihre Performance, ihre Fähigkeiten und die Erleichterung in der Entwicklung:

»Using Nvidia’s Digits deep learning platform, in less than four hours we achieved over 96 percent accuracy using Ruhr University Bochum’s traffic sign database. While others invested years of development to achieve similar levels of perception with classical computer vision algorithms, we have been able to do it at the speed of light.«

Matthias Rudolph, Director of Architecture Driver Assistance Systems at Audi

»BMW is exploring the use of deep learning for a wide range of automotive use cases, from autonomous driving to quality inspection in manufacturing. The ability to rapidly train deep neural networks on vast amounts of data is critical. Using an Nvidia GPU cluster equipped with Nvidia DIGITS, we are achieving excellent results. »

Uwe Higgen, Head of BMW Group Technology Office USA

»Due to deep learning, we brought the vehicle’s environment perception a significant step closer to human performance and exceed the performance of classic computer vision.«

Ralf G. Herrtwich, Director of Vehicle Automation at Daimler

»Deep learning on Nvidia DIGITS has allowed for a 30X enhancement in training pedestrian detection algorithms, which are being further tested and developed as we move them onto Nvidia Drive PX.«

Dragos Maciuca, Technical Director of Ford Research and Innovation Center

Die Drive PX 2 Entwicklungs-Engine wird ab dem vierten Quartal 2016 allgemein erhältlich sein. Partner in der Entwicklung erhalten im zweiten Quartal früheren Zugang.

Weitere Artikel zu