这几周其实国内的大事件就要属2年一次的上海车展盛会啦。每次车展都会展示出很多新奇的东西以及未来的一些技术动向。

本次车展上自动驾驶大放光彩，不光是传统车企的ADAS功能展示或者自动驾驶的规划，还是初创车企或者初创自动驾驶企业的方案展示，还是辅助自动驾驶所必需的传感器，计算平台等等，都在本次车展上做了一些发布。

关于车展的自动驾驶相关的报道，我就不再做出详细说明了，好多媒体以及公众号都有过详细报道。

本文还是主要聊聊自动驾驶里面的一些东西，今天就和大家一起聊聊计算平台。

众所周知，自动驾驶任务非常复杂，意味着开发人员需要兼顾软件和硬件的协同。当前几篇里所说的传感器接受到信息后，导入到计算平台，由各种芯片处理。因此计算平台的选择会直接影响到自动驾驶系统的实时性和鲁棒性。

为了保证自动驾驶的实时性需求，软件响应的最大延迟必须在可接受范围内，这对计算资源的要求相应的变得极高。目前，自动驾驶软件的计算量达到了10个TOPS（每秒万亿次操作）或者更高，这使得我们不得不重新思考对应的计算架构。

那么我们来聊聊计算平台多少种方案？

1，基于GPU

GPU有多核心，高内存带宽的优点，所以它在并行计算，浮点运算时性能时CPU的数十倍甚至上百倍。特别时当人工智能在自动驾驶广为应用的时候，使用GPU运行深度学习模型，在本地或者云端对目标物体进行切割，分类和检测，不仅花费时间缩减，同时比CPU更高的应用处理效率。

就如NVIDIA当年发布会上的对比一样。

然后下图是CPU的处理信息。

而这个时GPU的处理信息。

所以，GPU凭借强大的计算能力以及对深度学习应用的有力支持，GPU正逐渐成为自动驾驶技术开发的主流平台解决方案。

说到这个就一定要说说NVIDIA了。

英伟达在其自动驾驶汽车平台上投入巨资，提供了开发和运行汽车AI所需的一整套硬件和软件。英伟达最近宣布其下一代驱动AGX平台和驱动星座模拟器的可用性。

该公司正在建设帮助开发和测试人工智能模型的基础设施。除了快速的人工智能芯片，英伟达还为客户提供了一个云平台，用于培训和测试基于“软件定义的汽车”的人工智能模型，以加速安全自动驾驶汽车的开发和测试。英伟达在中国的投资令人印象深刻，数千名工程师和数千台专用gpu已经到位。一款安全的自动驾驶汽车必须克服的障碍是惊人的，英伟达正在利用人工智能、VR和超级计算技术，与尽可能多的汽车公司一起率先进入市场。

自动驾驶汽车行业必须应对的挑战，比人类登月等困难许多数量级。考虑到这一点，在我看来，英伟达的端到端方式对丰田、戴姆勒奔驰、大众、奥迪、沃尔沃等公司将是非常有吸引力的，更不用说像博世、大陆和ZF这样的一线供应商了。硬件为计算、功率和价格提供了广泛的选择，汽车制造商可以在此基础上开发支持其品牌的独特驾驶体验。