9月25日至28日，2021世界智能网联汽车大会在北京召开。本届大会围绕产业再造、融合应用、和合共生三个篇章展开，设有开幕式、主论坛，以及7场主题峰会、6个特色专场和2场闭门会，共邀请包括1位图灵奖国际专家、7位国内外院士、近150位国际国内智能网联汽车及ICT领域专家、企业家参与演讲探讨。以下是英伟达中国区汽车事业部总经理刘通的演讲实录，供参考。
英伟达中国区汽车事业部总经理 刘通
演讲内容：
大家上午好，很感谢主办方给英伟达一个机会，让我们介绍一下英伟达公司在最近这几年，在自动驾驶的领域有一些什么样的创新。我相信可能在座的各位听说过英伟达，了解我们是一家GPU公司，的确我们是一家GPU公司，但是今天我在这里讲的英伟达是一家计算平台公司，因为在英伟达成立的30年以来，我们是以GPU起家的一家公司，但是最近这几年因为有了AI时代的兴起，所以英伟达得到了高速的发展，更准确的说是英伟达的GPU产品成就了AI在今天各个行业的产业落地，AI也成就了英伟达高速发展，所以我们现在的产品线已经从原来的GPU产品过渡到了一系列的覆盖范围更广的计算平台公司，包括可以完美的覆盖自动驾驶这个行业。
图片上显示的是今年刚刚落成的新的总部，在加州的硅谷，这个建筑很有特色，是非常好的集成了绿色节能的概念，公司的创始人是一名知名的华人，一周前登上美国时代周刊杂志的封面，被评为在2021年世界最具影响力的人物，他入选的理由是人工智能的时代正在改变世界，这在很大程度上是依赖于他带领的英伟达公司所创造出来的高性能的芯片，这是一个非常高度的认可，因为英伟达公司的确改变了AI时代在各个行业的落地的场景。
接下来我们就进入今天的主题，我们今天在讲自动驾驶和道路安全，其实我们以前讲的都是交通工具和道路安全，今天能够讲自动驾驶和道路安全，这个其实是意义深远的。因为我们做自动驾驶在这个行业已经有6、7年的时间，其实是最早的一批人，在这里也经历了众多的争议，因为大家有很多人会对自动驾驶抱有质疑，我想今天的质疑越来越少，如果今天还有质疑，大多是质疑自动驾驶的定义、概念，或者说对时间点的质疑，我们是坚信自动驾驶一定会改变出行，因为我们会发现所有的驾驶员会希望自己越来越少的干预驾驶，汽车的智能将会带来更加愉悦和安全的驾驶体验。
回到我们的工作如何带来一个安全的驾驶体验，其实未来我们的交通工具不仅仅指的是我们自己的私家车，所有的大型的动力型的交通工具都会是自动驾驶能力的交通工具，包括公交车、出租车、配送小车，甚至拖拉机，都会具备自动驾驶的能力。这些不同种类的交通工具势必对道路安全带来更复杂的要求。我接下来分享一下英伟达在自动驾驶这个行业里面我们做了一些什么样的创新，让这些软件定义的汽车走向自动驾驶。
自动驾驶刚才我们讲到它是相当复杂的，实现难度也是相当大的，所以我们才面临众多的争议，也有我们今天在讲车端智能和车路协同，就是因为大家对车端智能不完全放心，不完全放心的原因就是因为我们没有给大家提供出来足以让大家百分之百相信的自动驾驶，可见其难度有多大，即使我们的愿景虽然是非常的理想，但是我们不能放弃做车端自动驾驶，因为车路协同理论上讲它是一个锦上添花的加分项，我们不能完全依赖于车路协同保证所有路段上都有车路协同的条件，没有的条件下车端智能是至关重要的，所以它是必要条件，这是我们做人工智能技术、自动驾驶技术的公司我们要做的使命。做自动驾驶的每一个环节，我们发现AI都是实现这些环节的关键，自动驾驶就是AI的应用场景，也是最难、最大的场景，我们把自动驾驶剖析成各个环节，包括前面有嘉宾讲到自动驾驶包括的感知的环节，第一个感知的环节其实就是我们在AI行业里面落地最普遍的环节，视觉感知，无论是摄像头还是激光雷达，拿回来的数据都是物理视觉的呈现，需要用AI去准确判断的。所以对AI算法的考验是极端的，我们也知道现在可能在以前的自动驾驶算法带回来视觉识别的时候稍有误差，会造成重大的交通事故，所以要把视觉识别提升到一个极致，必须超过人眼的准确度，这就是离不开AI。
然后是推理，我们怎么样判断车流、人流的方向、速度，为汽车作出准确的操控，提供准确的依据，这也是需要人工智能的。接下来利用人工智能作出最聪明的驾驶操控，也许人脑面临特殊情况的时候你的反应不及时，或者操作是有问题的，但是人工智能可以作出更加聪明和理智的决定，所以也是离不开AI。高清地图、地图绘制所有这些环节都是AI起着重要的作用。
我们的核心就是怎么样把AI发挥到极致，去提升自动驾驶的安全性，或者说提高自动驾驶的安全级别，回到我们公司在做的事情，做自动驾驶的领域我们创造了两个AI大脑，这两个AI大脑是实现自动驾驶的核心。今天的自动驾驶开发大脑里面首先是第一个AI开发的大脑，收集来的所有数据都要通过非常强大的大脑去做算法的开发，模型的训练，算法的验证，这一系列都离不开强大的开发大脑，今天世界上做自动驾驶的开发大脑我相信英伟达是最为首选的一个解决方案。第二个大脑是AI运行达那，算法需要车载芯片去完成自动驾驶的操作，这是在车上的运行大脑也是汽车大脑，汽车大脑是英伟达在过去这几年利用GPU领域的成功开发出来的全世界性能最高的安全级别最高的车载芯片，来完成第二个大脑要完成的工作。
仅仅是两个大脑只是做了核心的计算工作，是不能孤军奋战的，我们需要更完整的端到端的生态，或者更完整的端到端的软件和硬件产品才能完成开发，英伟达也有自己端到端驾驶平台一系列的解决方案，最左端搭载了自己的车载芯片，做出来的ECU，可以让车企迅速的改装现在的车辆，作出测试样车上路收集数据。收集来的数据进入到第二个开发大脑进行模型的训练，我们也是有一套非常成熟的解决方案，帮助大家去完成模型的训练。训练完之后要进入模拟，今天嘉宾有提到模拟的数据和实测数据的区别，它们之间应该能形成一个很好的互补，我们在过去8年的开发当中总结出来的经验，如果所有的数据都基于实测数据，开发进度会是非常缓慢的，因为收集数据是受样车限制，更为重要的一点，没有办法充分收集到极端场景的数据，极端场景是非常非常难遇到的，可能是百万分之一，不可能开一辆车很容易的捕捉到极端场景，所以我们需要有实测数据+模拟双重去完成最快的自动驾驶的开发。提到模拟，英伟达自然在这个领域里面有得天独厚的优势，因为我们在GPU领域里面做出来渲染技术，成就了今天的大片游戏，所以我们可以用非常好的模拟技术去生成路侧数据，而且这个路侧数据是人眼没有办法分别出来，我是实测的还是虚拟的，完全可以以假乱真的，得益于渲染已经超过了人视觉的分辨，模拟平台我们公司有一系列软件+硬件解决方案，帮助车企迅速验证算法。这个就好比我们以前的车上路驾驶员要考驾照，以后你的车要上路，也要考一个驾照，因为没有驾驶员了，驾照只能通过模拟+实测数据，双重去验证你的自动驾驶算法是否达标，这也可能是监管机构需要做的一件事情，在没有驾照的情况下怎么样去批准一辆车上市。
模拟之后当然算法经过验证了要进入车载芯片进行一系列自动驾驶的控制，这也是我们的核心产品之一，当然还有一些场景在今天可能没有办法完全实现无人驾驶，还是需要有人辅助远程驾驶操控，英伟达利用我们的最新出的数字孪生技术，可以实时的创造出来一个模拟现实场景的环境，让远程的驾驶员在更加真实的环境下其实是模拟的，去操控你的远程车辆，这是远程车控的整体解决方案。
我们讲端到端的方案的时候，在国内会遇到很多公司不喜欢端到端方案，这是非常容易理解的，因为我们每家公司希望有自己的核心竞争力，提到这一点英伟达公司我们的端到端是完全开放的，可以任选某一个环节去使用我们的方案。讲到端到端之后重新回到核心产品，第一个开发大脑，为什么我在反复强调开发大脑，因为我们在和国内做自动驾驶的公司在沟通的时候发现，AI虽然在很多行业有普及，但是在做自动驾驶开发的时候，能够搭建出一台最高效的自动驾驶的开发平台，这个经验是非常非常匮乏的。
第一是人工智能做自动驾驶这个行业相对比较新锐；第二是人才非常匮乏。所以英伟达公司利用我们过去这些年，其实我们做自动驾驶长于任何一家做自动驾驶的公司，历史积累下来的经验让我们能搭建出来一套最先进的、最高效的数据中心平台，这个不仅仅是简单的GPU平台、GPU服务器，还要有最快的网络+最完整的软件库+管理软件和调度软件，整个一套才能形成最高效的开发大脑，我们可以提供给业界的合作伙伴，让大家去集中精力开发核心应用，而不是关注于构建这套开发大脑。
第二个是车载大脑，因为你的算法开发的再好，如果没有一个强大的车载大脑，也没有办法完美的执行你的任务，就像我们在做视觉识别的时候，在高速行驶的车辆上怎么能瞬间识别物体，并且瞬间作出判断，瞬间作出操控，所有这一些微秒级的延迟可能造成巨大的交通事故，所以对算力的要求是非常非常高的。每两年算力都有数倍的增长，今天性能是254T，明年会有中国的新锐势力，利用芯片车量产，在2024年会有1000tps高算力的芯片问世。
当然我们也有低端的芯片，从高端到低端，我们坚持的就是统一的架构来保护你的软件开发的成本投入，因为在未来汽车公司将变成科技公司，这是毋庸置疑的。科技公司最大的投入就是软件开发的成本，未来汽车公司最在乎的是如何保护自己的软件开发的成本，我们公司的可持续性的芯片路线是最好的能够保护车企软件开发成本的。
我们当然也有智能驾舱的解决方案，有端到端安全的解决方案，有几千名软件工程师，有上千万的安全程序，所以这些都是为了增加我们的芯片的安全性，非常广的软硬件生态，我们也希望在国内能够加强和生态合作伙伴进一步合作的机会，去开拓自动驾驶。这是列举的在明年很快会有基于最新的平台去量产的车型，希望大家明年能体验到由英伟达带来的有自动驾驶能力的车的新的体验。最后希望大家参加11月8号我们英伟达的大会，谢谢大家，这是我今天的分享。
更多会议内容，欢迎点击以下链接进入观看：
网站：https://auto.gasgoo.com/NewsTopicLive/358.html
移动端：https://m.gasgoo.com/news/topiclive/358