谷歌无人驾驶汽车部门硬件工程师Daniel Rosenband表示，谷歌的无人驾驶汽车技术不仅将推动人工智能和机器视觉软件的发展，还将推进半导体芯片技术和硬件系统向前迈进。
芯片领域的变化
半导体技术是一切电子产品的基石，它的应用范畴早已超越了个人电脑和智能手机。如今各类芯片能够通过人工智能算法帮助汽车实现无人驾驶，机器视觉软件则可以让汽车识别出行人和自行车。
特斯拉、本田、宝马、沃尔沃、奔驰、福特等公司已经进入无人驾驶汽车领域。专车应用Uber也表示，将在匹兹堡投入100辆按需使用的无人驾驶汽车。通用汽车和旗下控股专车应用Lyft将在今年年底开始测试无人驾驶叫车业务。越来越多公司进入这一领域，也正推动规模高达3300亿美元的芯片行业向新技术转型。
“我认为这是芯片领域的主要驱动力量，”Tirias Research分析师Kevin Krewell表示，“基于深度学习的汽车导航不同与其他高性能计算，是一种全新的运算技术。它需要新的架构，需要新的方法，这就是英特尔以3.5亿美元收购人工智能公司Nervana的原因。”
谷歌硬件工程师Daniel Rosenband
无人驾驶的挑战
Rosenband表示，每年有120万人死于车祸，无人驾驶汽车相对来说更安全，也能提供更多便利。
每年车祸致死的人口相当于一个中等城市人口。仅在美国，每年就大约有35000人死于车祸，相当于每天坠毁一架客机。另一方面，过去无法开车的人（包括盲人和残疾人在内）可以通过无人驾驶汽车实现上路行驶。
但是开发出一款优秀的无人驾驶汽车难度很高。前不久，一名使用特斯拉Autopilot自动驾驶技术的司机就在一起车祸中丧生。
“我们将改变许多人的生活。”Rosenband表示。但是想要做到这一点，谷歌必须在人工智能和机器视觉技术方面获得重大突破。这个系统需要不断适应变化的环境，如在交通流量剧增的环境中，躲避拥挤的行人和自行车骑手。这需要大量的运算处理能力，不能只是一个部分的解决方案。
谷歌最新进展
在测试的时候，谷歌安排了一个人坐上车，驱动汽车，让车辆驶向目的地。谷歌设计的原型车在社区中的通行时速为每小时25英里，车中甚至没有配备方向盘。原型车在行驶过程中很谨慎，不会冒险进入十字路口，它会用概率计算特定场景下将发生的事。
无人驾驶汽车需要识别当前位置和周边物体，周边物体正在如何运动，最后判断车辆如何前进。为了360度了解车身周边情况，谷歌使用了Lidar的雷达系统。
谷歌下一代原型车的运算能力需要提升至2015款的四倍，该公司将使用通用标准或定制芯片来解决一些无人驾驶汽车所会遇到的通用问题。
Rosenband表示，在100毫米芯片上，谷歌需要实现每秒50万亿次的运算速度。
为了应对挑战，英伟达为Drive PX 2自动驾驶平台开发了Parker芯片。同时，英特尔也拿出了Xeon Phi系列芯片来处理人工智能运算。
Rosenband认为，当前无人驾驶技术依然有一些难题没有解决，即便是人类在一些情况下也难以判断交通信号灯的情况。曝光不足或曝光过度的图像难以被计算机识别，更别说是在车辆行驶过程中。
“芯片安装在哪里也是个大问题，”Rosenband表示，“我们需要配备很多的射频通道，我们需要做大量的数字信号处理来降低噪声，提高雷达系统的保真度。我们尝试用最好的硅材料，让芯片发挥最大的性能。”
从某种程度上说，谷歌正在做的事相当于将一个数据中心塞进一款移动设备，它需要驱动芯片发挥最大的运算性能，同时不能产生过大的功耗。
尽管谷歌无人驾驶汽车已经行驶了200万英里，但是它依然无法预知所有路面情况。Cadence Design Systems的芯片专家Chris Rowan表示，谷歌无人驾驶汽车需要试驾十亿英里，才能安全处理所有可能发生的小概率事件。
（本文由腾讯数码Hamish编译）
最前沿的电子设计资讯
