4月17日，由科技出行产业内容服务平台亿欧汽车主办的“新动能时代·GIIS 2019第二届智能网联产业创新峰会”在上海市扬子江万丽大酒店举办，峰会现场，来自智能交互、5G车联网、智能驾驶、智能车生活四大领域的顶级大咖共讨汽车产业的智能网联发展新动能。
英伟达全球副总裁兼中国区总经理张建中带来了主题为《走向量产，自动驾驶落地之路》的主题演讲。
其主要观点为：
1.在整个世界当中，如果移动的设备或者机械、传送设备，搭载乘客肯定是一个很艰巨的任务，除了送乘客之外，解决很多问题都需要靠自动驾驶来实现，比如说送货、完成一些作业，也比如说在一些环境恶劣条件下代替人工完成任务；
2.任何一个自动驾驶厂家如果想推出L2、L4、L5必须要去思考的是：运用的设备或者汽车的计算力有多强，需要多大的计算力解决今天交通环境下能够胜任自动驾驶的工作，需要的量到底有多少。
以下为演讲实录：
尊敬的各位来宾，感谢杨总、周到的邀请我参加今天的峰会。汽车自动驾驶我曾经做过很多次演讲，去年我也在亿欧的会上讲过一次，我今天想讲一个议题，自动驾驶落地到底怎么去做。
我们在过去一段时间分享过一个案例，就是无论是哪一个设备，只要它在移动必然需要智能。在整个世界当中，如果移动的设备或者机械、传送设备，送人肯定是一个很艰巨的任务，除了送乘客之外，解决很多问题都需要靠自动驾驶来实现，比如说送货、完成一些作业，也比如说在一些环境恶劣的条件下代替人工完成任务。这能够让所有的任务都自动化的执行，AI肯定是一个很强大的工具帮助我们实现这样的功能，但是我今天不想谈那么多的远景目标，到底怎么样把自动驾驶的技术应用在其它的行业。今天我想谈下，在无人驾驶汽车当中怎么样解决自动驾驶落地的难题。
任何一个自动驾驶厂家如果想推出L2、L4、L5必须要解决三个根本问题，其中一个最重要的问题是每一家厂家在研发过程中都会碰到的一个问题，包括做自动驾驶的特斯拉，包括国外比较有名的其它公司在做自动驾驶的时候都会遇到一些最重要的问题，即你的设备或者你的汽车到底计算力有多强，需要多大的计算力解决今天交通环境下能够胜任自动驾驶的工作，这个量到底有多少。
我们曾经用过很多不同的方法去算，真正要实现无人驾驶，在今天交通参与的情况下没有300个T很难完成的，所以处理器的计算能力是第一大难题。很多人都在看自动驾驶技术，怎么省电，怎么便宜，但是没有强大的计算力就没有办法完成这些工作，换句话讲，如果你的计算力不够，只是靠一个便宜的简单的解决方案的话，这不能完成所谓的自动驾驶。
除了计算力足够外，还要考虑你有多少在ODD（自动驾驶车辆所适用的工况）的产品去实现自动驾驶的各种各样的功能，从一个L2的保持工作到一个L5的无人驾驶的工作，每一个ODD的场景在很多的OEM的实际开发当中已经经历了很多工作，去把这些不同的场景定义出来。如果从量级去看，如果我们讲计算器或者处理器的计算能力的话，我们用DMI（直接媒体接口）去计算的话大概要多少？现在是几百万速度的计算机才能够完成今天的量，如果把它转化成在人工智能去平衡计算力，大概是在TOPs的计算力才可以达到它的功能。
如果你只有计算平台，运营好这些ODD是不是足够？肯定不是。如果去看一台车，尤其是电动车，电动车第一大的担心就是功耗，很多人嫌它的电池寿命短，既然是这样，那功耗的问题怎么解决。如果你的300个TOPs，功耗很高，没办法是现在自动驾驶汽车上，所以需要有一个非常低的功耗。
还有成本，客户到底愿意花多少钱让你的车从L2到L3，这要考虑到不同的场景。在中国做20万的车是比较现实的车，在20万的车上能不能装上自动驾驶的技术呢？那你要考虑车价是20几万，你增加的这部分成本能不能让用户去买单，这些都要考虑，厂家选什么样的方案让它落地。为什么很多公司开始考虑怎么去运营汽车而不是直接卖给消费者，也许直接卖给消费者的汽车可能它的价格相对比较高端一些。比如说看今天的特斯拉在中国的售价都是40、50万以上的，这样的价格用户可以接受，但是对于一个移动运营公司来讲这就非常有意义了，因为现在人的成本越来越高，无论是哪个司机，你雇他一年费用是非常高的，你把司机一年的费用放在计算平台上去，那这个计算平台就等于免费一样，这就是很多公司喜欢用自动驾驶去帮它实现。
考虑到功耗、成本方面的因素之外，接下来的考虑就是软件。这个软件是非常复杂的，汽车的跟计算机的软件不一样，最大的要求就是你要达到百分之百的安全，这些保障是跟其它的软件产品上市完全不一样的流程，这个行业的标准不一样，安全的规范也没有，完成这些工作需要跟政府、企业以及跟行业的同盟和合作方一起才能打造这样的生态系统，让这些新物种能够在这个行业里面活下去。
自动驾驶汽车不可能像传统汽车一样在外面跑来跑去测试，去适应各种各样的场景，所以，企业的测试环境就会变的很重要，包括怎么样去模拟，怎么样去验证这个软件是不是工作，怎么样去仿真各种各样的环境，去看这些设计是不是能够在那些虚拟环境中能够顺利完成复杂的任务，然后再把它放在实际的环境当中搭建不同的测试。可能需要解决不同的问题，这些问题解决之后就可以很容易跟各个不同的合作伙伴找出一条路线来，让各种不同的产品顺利投放到市场当中去。
为了解决这些问题，英伟达一直致力于打造全方位的端到端的解决方案，英伟达要解决的工作除了提供计算模型之外，还要为企业提供一个很好的计算力。英伟达还要打造一个很好的Bata环境，让更多的企业有能力采集数据，搭建自己的神经网络，或者是建立自己的AI研发中心。一定要有很好的生态系统，帮助我们把它从端到端形成一个完整的解决方案，需要大家的努力。
英伟达除了刚才的算力可以提供完全的自动驾驶的解决方案之外，我们可以想象一下，如果在今天很多车，如果把自动驾驶解决方案做好，是不是客户就能迅速用上呢？其实很多用户在不同的国家和不同的城市需要的不一定是百分之百的，有些用户可能需要L2或者是L5，甚至有人希望我有一个Super L2，就可以让我的汽车解决很多麻烦，包括安全麻烦，或者帮用户避免很多的交通事故。
这怎么办？当你的操作系统都已经很好的时候，其实落地是非常容易的，英伟达的架构是可以用一个方式解决L2-L5，这样的好处就是我们在研发一个平台的时候，只要一个芯片就够了，不管上什么样的平台都不需要再重新研发了。
换句话讲，今天是一个改变汽车行业的根本方式，以前汽车是没有操作系统的，大部分的汽车每一个车型都要换一代，他们通常的研发费用都是从头投资，今年投资一个平台用一段时间，明年之后再投一个平台再用一段时间，平台和平台之间是毫无关系的。
我们可以设想一下，当今后的汽车是一个computer，就跟手机一样，不管手机怎么变，它的操作系统是一样的，只是不停去进化，这样可以帮助厂商省去很多研发费用，也为所有的研发团队节省很多时间，因为它不需要重复浪费，再去投资，别的品牌再去研发新的平台。
所有的芯片，从操作系统到其他层面，从自动驾驶软件到汽车内部的安全和监控，都可以在所有的平台上建立。大到L5，小到L2，可以在每一个平台上去使用。
这样做的好处是，在整个实施或研发过程中，所有的芯片也是一个进步，铝轮从采集数据训练到访问模拟，以及车上实际的使用都是同一个平台，我们可以提供一个端到端的解决方案。
如果今天去看英伟达的产品线，你可以看到DRIVE AV、DRIVE IX等，都是用来做车内的人工智能和辅助驾驶的智能化应用，此外，还可以用各种不同的VR手段把这些功能做得更加真实。
随着软件被不断研发，我们在所有的研发平台上可以为合作伙伴提供不同版本，这可以帮助我们在实施辅助自动驾驶的环境中提供Super L2的功能，全球的Super L2在也叫L3。
英伟达在全球已经覆盖了很多国家，自动驾驶企业用英伟达的芯片进行实时道路测试。我们可以提供神经网络去做识别，包括开放区域、可行驶区域的监测、信号灯的识别还有汽车、人等各种不同物景的识别。对于驾驶软件来说，结合全国跟全球的合作伙伴，他们主要用一个摄像头就可以达到实时的效果。
在实际操作方面，目前英伟达还没有车在国内做自动驾驶测试，但是我们希望在今年下半年能够有机会在国内建立测试中心，用我们的车做实际监测。
在美国总部周边的测试中，80英里的行驶区域有很多交叉路口，也有很多不同的交通状况以及拥堵程度，但我们的车在这个行程中是完全没有人去触碰方向盘的，车从车库到高速公路，再自己回到车库。
车内的软件不只关于自动驾驶，还有车内语音交互系统。最后，自动驾驶无论是从算力、解决方案还是模拟，英伟达都开发了相关的解决方案。
