7 月 7 日消息 从英伟达获悉，麻省理工学院的研究人员正在开发一个一体化深度神经网络(DNN)为自动驾驶汽车提供支持，并取代由多个网络组成的系
7 月 7 日消息 从英伟达获悉，麻省理工学院的研究人员正在开发一个一体化深度神经网络(DNN)为自动驾驶汽车提供支持，并取代由多个网络组成的系统。
据悉，在今年 COMPUTEX 上发表的这项研究使用了 NVIDIA DRIVE AGX Pegasus 在车辆中运行网络，能够高效、实时地处理激光雷达数据。
自动驾驶汽车传感器会产生大量数据。如果一个由 50 辆车组成的车队每天行驶 6 小时，那么每天就会产生约 1.6PB 的传感器数据。
在论文中，麻省理工学院团队详细介绍了如何使用一个一体化 DNN 尝试新的自动驾驶策略，首先就是要完成实时激光雷达传感器数据处理任务。通过运用 NVIDIA DRIVE AGX Pegasus，该团队进一步加快激光雷达的计算速度以实现甚至超越这一目标，其运行速度比目前最先进的系统还要快 15 倍。
IT之家了解到，英伟达表示，NVIDIA DRIVE AGX Pegasus 是一款专为 L4 级和 L5 级自动驾驶系统设计的 AI 超级计算平台。它结合了两个 NVIDIA Xavier SoC 和两个 NVIDIA Turing 架构 GPU 的性能，实现了每秒 320 万亿次运算性能。
关键词： 一体化自动驾驶网络
