可替代多网络系统 麻省理工研究人员开发DNN以支持自动驾驶

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 超级计算台。它结合了两个 NVIDIA Xavier SoC 和两个 NVIDIA Turing 架构 GPU ，实现了每秒 320 万亿次运算。

标签： 英伟达 麻省理工 自动驾驶

推荐DIY文章

性能旗舰一加 10 Pro首销战报出炉 1秒破亿

一加 10 Pro重磅发布，最强性能旗舰10至名归

千万销量千家售后 一加多触点布局国内市场

科技加持，未来已来，“头号玩家”不再是科幻

一加 10 Pro发布在即，性能屏幕影像全方位提升

一加中国区新任总裁李杰 ：做好品牌与用户之间的连接器