Nvidia与博世合作开发自动驾驶汽车的人工智能系统

简介:

对于正在致力于加入自动驾驶车辆革命大潮的芯片制造商来说,在汽车行业培养联盟是同开发能够脱颖而出的处理器技术同样重要的大事。

近日,NVIDIA公司与Robert Bosch GmbH(博世)建立了合作伙伴关系,这是一个重大的胜利。2016年,这家德国工业巨头年收入超过780亿美元,是世界上最大的汽车供应商之一,并在欧洲市场中占据中心位置。作为与芯片制造商新联盟的一部分,这两家公司将致力于为未来的自动驾驶车辆开发自主导航系统。

合作将围绕即将到来的XAVIER处理器,NVIDIA去年九月推出了这款处理器。它专门面向汽车领域,并配备了一个专门的八核CPU和一个称为VOLTA的GPU,据称是基于一个全新的12纳米设计。总的来说,该芯片每秒可以执行高达20万亿次操作,同时消耗仅20瓦的功率,大约与小灯泡一样多。

NVIDIA将帮助博世实现XAVIER与非特定组件的深度学习软件,其中包括编程工具,可以使汽车制造商更容易实现其计划的导航系统。该芯片制造商的DRIVEWORKS开发套件涵盖了从地图到自动化行人检测在内的一切。

与博世的联盟是Nvidia同多家汽车领域公司展开的一系列合作中最新的一次合作,去年特斯拉汽车采用了其Drive PX2计算平台,使其名噪一时。这家芯片制造商同主流汽车制造商强大的关系使其在同英特尔的激烈竞争中获得了难以估量的价值优势,后者在本周早些时候宣布以154亿美元的天价收购自动驾驶导航供应商Mobileye NV。

这两家公司都将汽车领域作为迎接人工智能兴起的各种努力的一部分。英特尔长期以来以其无所不在的XEON处理器为主导,但是NVIDIA正在开始通过类似于其在自动驾驶车辆方面采用的、积极合作的战略攻城略地。例如,去年年底,该公司与IBM公司合作推出了一个新服务器,其中包含四个PASCAL P100加速器,以加速人工智能工作负载。


原文发布时间为:2017年3月17日

本文作者:杨昀煦

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
2月前
|
人工智能 自然语言处理 算法
为什么知识图谱是人工智能系统的未来?
检索增强生成(RAG)系统为大型语言模型(LLM)适应新数据集提供了巨大的前景,因为它提供了可据以构建响应的参考资料。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
springboot基于人工智能和自然语言理解技术的医院智能导医系统源码
智能导诊系统可为患者提供线上挂号智能辅助服务,患者根据提示手动输入自己的基本症状,通过智能对话方式,该系统会依据大数据一步步帮助患者“诊断”,并最终推荐就医的科室和相关专家。患者可自主选择,实现“一键挂号”。这一模式将精确的导诊服务前置,从源头上让医疗服务更高效。
359 2
|
3月前
|
机器学习/深度学习 存储 人工智能
人工智能自然语言对话系统
人工智能自然语言对话系统
38 1
|
3月前
|
传感器 机器学习/深度学习 人工智能
人工智能算法和系统的进化
人工智能算法和系统的进化
34 0
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
未来人工智能在后端开发中的应用前景
随着人工智能技术的不断发展,后端开发领域也迎来了新的机遇与挑战。本文探讨了人工智能在后端开发中的应用前景,分析了其对传统开发模式的影响和未来发展趋势。
|
1月前
|
人工智能 运维 数据库
未来的后端开发:人工智能与云计算的融合
【2月更文挑战第10天】 传统的后端开发一直依赖于对数据库、服务器和网络等底层技术的熟练运用,然而随着人工智能和云计算技术的飞速发展,未来的后端开发方向也将发生深刻的变革。本文将探讨人工智能与云计算在后端开发中的应用前景,以及它们将如何重塑后端开发的方式和手段。
|
15天前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
14 0
|
26天前
|
机器学习/深度学习 传感器 人工智能
基于人工智能的自适应交通流量控制系统
【2月更文挑战第30天】 在现代城市管理中,交通拥堵一直是影响居民生活质量和城市可持续发展的关键问题。本文提出了一个基于人工智能技术的自适应交通流量控制系统,旨在通过实时数据分析、模式识别和预测算法来优化交通信号灯调度,减少交通延误,提高道路使用效率。系统采用多层神经网络与深度学习技术进行交通流状态的特征提取和趋势预测,同时结合边缘计算提升响应速度,确保了控制的实时性和准确性。本研究的创新点在于将传统的交通工程方法与最新的AI技术相结合,实现了一个具有自我学习和适应能力的智能交通管理系统。
|
27天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:人工智能在持续学习系统中的创新应用
【2月更文挑战第28天】 随着技术的不断进步,人工智能(AI)已成为推动现代技术创新的关键力量。特别是在机器学习领域,AI系统的能力不断增强,能够处理更复杂的任务并做出更加精准的决策。本文将探讨AI在持续学习系统中的应用,重点分析其在数据处理、模式识别和自适应学习机制方面的最新进展,并提出如何利用这些技术来设计更为高效和智能的教育工具,以促进个体和组织的知识积累与技能提升。
14 1
|
5月前
|
存储 机器学习/深度学习 人工智能
唯有超大规模存储系统才能满足人工智能的需求
现代存储技术将带来新水平的自动化、性能、安全性和灵活性,这将从人工智能和机器学习数据集中释放出更大的价值,而不会受到过时硬件的限制,以及成本的不断增长。
64 0