北京时间3月19日，在美国加利福尼亚州圣何塞市举办的GPU技术大会上，黄仁勋通过一系列产品，再次让人工智能与智能驾驶领域的诸多业内人士心动不已。

按领域划分我们应该先介绍一下智能驾驶领域的事，但从惊艳程度讲，我们先来说一英伟达推出的这款外观小巧但功能强大的 CUDA-XTM人工智能计算机。

它可以为运行现代人工智能工作负载提供472 GFLOPS(每秒十亿次浮点运算)的计算性能，并且具有高能效，但耗电量仅为5瓦。

它名为Jetson NanoTM，做为一款人工智能计算机，可以创建数百万个智能系统。 

NVIDIA Jetson Nano 开发者套件现已正式上市，售价为 99 美元。Jetson Nano 模块售价为 129 美元(1000 个起售)，将于 6 月开始发货。两个产品都将通过 NVIDIA 的主要全球经销商销售。 

NVIDIA 创始人兼首席执行官黄仁勋在 GPU 技术大会上宣布推出两个版本的 Jetson Nano，一为面向开发人员、创客和技术爱好者提供售价为 99 美元的开发者套件，另一款则为希望面向大众 市场创建边缘系统的企业提供售价为 129 美元的生产就绪型模块。 

Jetson Nano 支持高分辨率传感器，可以并行处理多个传感器，并且可在每个传感器流上 运行多个现代神经网络。它还支持许多常见的人工智能框架，让开发人员轻松地将自己偏 爱的模型及框架集成到产品中。 

Jetson Nano 现已加入 JetsonTM系列产品阵容，该系列还包括用于完全自主机器的功能强大 的 Jetson AGX XavierTM和用于边缘人工智能的 Jetson TX2。作为大型企业、初创公司和研 究人员的理想选择，Jetson 平台通过 Jetson Nano 将其适用范围扩展到全球 3000 万名创 客、开发人员、发明者和学生。 

NVIDIA 副总裁兼自主机器事业部总经理 Deepu Talla 表示:“Jetson Nano 让所有人都能更容易地使用人工智能，并且由世界领先超级计算机所采用的基础架构和软件提供的支持。将人工智能带入创客运动，开启了一个全新的创新世界，激励人们创造出下一个重大产品。” 

Jetson Nano开发者套件人工智能在创客社区和教育领域远未发挥出最大价值，原因在于一般的技术往往计算能力不足并且缺乏人工智能软件平台。

售价99美元的Jetson Nano开发者套件将现代人工智能的力量引入到一个低成本的平台，以支持创客、发明者、开发人员和学生的新一轮创新浪潮。

他们可以构建以往无法实现的 人工智能项目，并将现有项目提升到一个新水平——包括移动机器人和无人机、数字助理、 自动化设备等。

该套件可为全桌面 Linux 给予开箱即用支持，与许多常见的外部设备和配件兼容，提供随 时可用的项目和教程，以帮助创客快速上手人工智能。此外，NVIDIA Jetson 开发者论坛也 能够帮助人们获得各种技术问题的答案。 

DIY Robocars、DIY无人机和Linux基金会Dronecode项目的Chris Anderson表示:“Jetson Nano 开发者套件令人眼前一亮，因为它以一种非常易用的方式将先进的人工智能引入 DIY 运动。我们计划将这项技术带入我们的创客社区，因为这是一个功能强大、趣味无限且价 格合理的平台，是向更广泛的受众传授深度学习和机器人技术的好方式。” 

过去，企业一直受到尺寸、功耗、成本和人工智能计算密度等挑战的制约。Jetson Nano 模块为网络录像机、家用机器人和具有完整分析功能的智能网关等嵌入式应用开启了新世 界。它旨在为复杂、稳健、节能的人工智能系统的硬件设计、测试和验证节约时间，从而 缩短总体开发时间，更快地将产品推向市场。 

该设计配有电源管理、时钟、内存和完全可访问的输入/输出。因为人工智能工作负载完 全由软件定义，所以即使在系统部署之后，企业也可以更新性能和功能。 

   

思科 Webex 设备副总裁兼总经理 Sandeep Mehra 表示:“思科协作会议(Cisco Collaboration)的使命在于将所有人、所有地点都联结起来，以实现身临其境的沉浸式会 议。与 NVIDIA 的合作以及对 Jetson 系列产品的使用是我们取得成功的关键。得益于 Jetson 平台先进的边缘人工智能处理能力，我们推动了新的体验，帮助人们更好地开展工 作。” 

为了协助客户轻松地将人工智能和机器学习工作负载转移到边缘，NVIDIA 与亚马逊 AWS 展开了合作，以支持 AWS IoT Greengrass 能够完美运行 Jetson Nano 等由 Jetson 驱动的 设备。 

AWS 物联网副总裁 Dirk Didascalou 表示:“我们的客户遍及各行各业，包括能源管理、工 业、物流、智能建筑和住宅。所有这些行业的参与者都正在将智能和计算机视觉应用到各 自的应用程序中，从而以近乎实时的方式在边缘执行操作。AWS IoT Greengrass可以让我 们的客户在 Jetson 驱动的设备上执行本地推理，并将相关数据返回至云端，以改进模型训 练。” 

NVIDIA CUDA-X包含40多个加速库，以支持现代计算应用程序从NVIDIA GPU加速计算平 台中获益。JetPack SDKTM建立在 CUDA-X 的基础上，是一个完整的人工智能软件栈，包含 用于深度学习、计算机视觉、计算机图形和多媒体处理的加速库，支持整个 Jetson 系列产 品。 

JetPack 包括最新版本的 CUDA、cuDNN、TensorRTTM和完整版桌面 Linux 操作系统。 Jetson 与 NVIDIA 人工智能平台相兼容，这是 NVIDIA 为推进人工智能计算科学而进行的一 个长达十年之久、耗费数十亿美元的巨大投资。 

 

NVIDIA 还创建了一个参考平台，通过尽量减少初始硬件组装所用的时间来快速启动人工智 能应用的开发。NVIDIA JetBotTM是一款小型移动机器人，可使用现成的组件构建并基于 GitHub 实现开源。 

Jetson Nano 的主要特性包括: 

• GPU:128 核基于 NVIDIA MaxwellTM架构的 GPU

• CPU:四核 ARM®A57

• 视频:4K@30 fps(H.264/H.265)/4K@60 fps(H.264/H.265)编码和解码

• 摄像头:MIPI CSI-2 DPHY 通道，12 个模块和 1 个开发工具包

• 内存:4 GB 64 位 LPDDR4;25.6 GB/秒

• 连接性:千兆以太网

• 操作系统支持:面向 Tegra®的 Linux

• 模块尺寸:70mm x 45mm

• 开发者套件尺寸:100mm x 80mm

在自动驾驶领域，英伟达推出了两款产品，DRIVE AV Safety Force Field一款保护自动驾驶车辆不受碰撞的计算型防御驾驶策略软件，以及 NVIDIA DRIVE Constellation™自动驾驶车辆仿真平台，现在已经正式上市。

这款基于云端的平台可使汽车在虚拟世界中驾驶数百英里，并历经从常规行驶到罕见危险情境的广泛驾驶场景，相比在真实环境中训练，该平台可帮助实现更高效率、更大成本收益以及更安全的驾驶体验。

DRIVE Constellation 于去年首次在 GTC 技术大会上推出，是一款由两个并排服务器组成的数据中心解决方案。 其中一台服务器 DRIVE Constellation Simulator 使用 NVIDIA GPU 运行 DRIVE Sim™ 软件，用以生成在虚拟世界中车辆行驶的传感器结果。

另外一台服务器DRIVE Constellation Vehicle 搭载了 DRIVE AGX Pegasus™ AI 汽车计算机，用来处理仿真的传感器数据。

来自DRIVE Constellation Vehicle 的驾驶决策可反馈到 DRIVE Constellation Simulator中，从而实现位精确且时间精准的硬件在环测试。

仿真将成为第三方和监管机构制定自动驾驶标准的关键。诸如 TÜV SÜD 的安全机构已经在使用该平台制定自动驾驶验证标准。

“TÜV SÜD 正在寻找值得值得信赖、稳健且可扩展的仿真工具，以使自动驾驶获得批准，”TÜV SÜD 自动驾驶和 ADAS 全球负责人 Houssem Abdellatif 表示，“NVIDIA DRIVE Constellation 为实现这一目标提供了强大且高度可扩展的解决方案。”

仿真的重要性获得了全球最大汽车制造商丰田的认可。

NVIDIA 于今日宣布，丰田研究院高级研发公司（Toyota Research Institute-Advanced Development ，简称 TRI-AD）是 DRIVE Constellation 的第一个客户。 “我们相信用于软件验证和测试的大规模仿真工具对于自动驾驶系统至关重要。”该公司首席执行官 James Kuffner 博士表示。

丰田早前已经在使用 NVIDIA DRIVE AGX Xavier™ AV 计算机。

英伟达与丰田的合作包括开发一个可以扩展到众多车型和类型的架构，以加快开发和生产时间线，并在具有挑战性的驾驶场景中模拟相当于数十亿英里的驾驶。

“我们的愿景是让自动驾驶汽车最终可实现事故零伤亡，使交通更加顺畅，让全民自由移动出行，” 丰田研究院高级研发公司首席执行官 James Kuffner 博士说：“ 我们相信用于软件验证和测试的大型仿真工具对于自动驾驶系统来说至关重要。”

NVIDIA 创始人兼首席执行官黄仁勋补充说到：“自动驾驶在各行各业中的日常使用和商业应用将很快实现普及。一切移动的东西都将是自主的。 所有这些车辆的大规模生产将需要与系统所有零件之间相互协作。我们与丰田研究院高级研发公司和丰田研究院的关系是这种合作的典范。”

黄仁勋在演讲现场展示了 DRIVE Constellation 平台在云端无缝执行驾驶测试的可扩展性能：世界上任何地方的开发人员都可以向 DRIVE Constellation 数据中心提交仿真场景，并在他们的桌面端对结果进行评估。

该平台所具有的大规模验证功能可与运行整个测试车队相媲美。不同的是，它能够在很短的时间内完成本需耗费多年的测试。

值得关注的是DRIVE Constellation 是一个开放式平台，生态系统合作伙伴可将其环境模型、车辆模型、传感器模型和交通场景集成于其中。通过整合来自更广泛仿真生态系统的数据集，该平台可以生成全面、多样化并且复杂的测试环境。

仿真公司 Cognata 今天宣布，DRIVE Constellation 可支持其驾驶场景及交通模型。利用Cognata 的交通模型，开发人员能够基于真实世界的交通行为来定义一系列车辆和其他道路使用者及其行为。

“Cognata 和 NVIDIA 正在打造一个强大的解决方案，可以有效并安全地加速自动驾驶汽车进入市场，”Cognata 首席执行官 Danny Atsmon 表示，“在大量真实世界交通场景的组合中，高度精准和可扩展的交通模型仿真技术对于自动驾驶系统验证来说至关重要 。”

领先的汽车仿真公司 IPG Automotive 是与 NVIDIA 携手的另一个生态系统合作伙伴，旨在实现高保真车型。 其仿真软件 CarMaker 用于创建虚拟车辆原型，包括所有主要车辆子系统的模型。开发人员可以将测试车辆对于转向、路面、悬架，动力总成和车辆控制系统的反应变化用于功能开发。

NVIDIA 总经理 Zvi Greenstein 表示：“在生态系统合作伙伴的支持下，我们正在提供大规模、基于云端的开放式仿真，在充满挑战的情况下能够安全地验证自动驾驶汽车。”

而DRIVE AV Safety Force Field是一款保护自动驾驶车辆不受碰撞的计算型防御驾驶策略软件，英伟达表示，该安全驾驶决策算法具有数学严谨性并经过仿真验证，可以抵御现实世界的交通不可预测性。

该软件的主要组件是 Safety Force Field™（SFF™），这是一项可以保护车辆、乘客和其他道路使用者的稳健驾驶策略。

SFF 通过接收传感器数据以及明确一组可以保护车辆和其他道路使用者的操作，来分析和预测周围环境的动态。SFF 框架使得这些操作不会制造、升级或助长不安全情况，同时包含可以减轻潜在危险的必要操作。

在强大计算的支持下，SFF 使车辆得以具备基于数学上零碰撞验证的安全性，而非基于有限的统计数据来构建高度复杂的现实世界场景模型。通过 NVIDIA DRIVE 平台，可以逐帧地对车辆传感器数据进行基于物理学的 SFF 计算。

SFF 还利用现实世界数据和位精确仿真来进行验证，包括在现实世界的高速公路和城市驾驶中因过于危险而无法重现的场景。

SFF 的独特之处在于它能够兼顾制动和转向限制。此双重考虑有助于消除在未兼顾这两者时可能出现的若干会造成问题的异常车辆行为。该策略遵循避免碰撞这一核心原则，而非传统意义上的遵守大量规则和期望。

SFF 是一个开放平台，可以与任何驾驶软件结合使用。作为运动规划堆栈中的安全决策策略，SFF 可监控并预防不安全操作。SFF 让避障机制从复杂的道路规则机制明确独立出来。SFF 在 NVIDIA DRIVE 等高性能计算平台上运行时，会为平台再增加一层分集和冗余功能，从而实现最高级别的安全性。

英伟达正一步一步构建智能驾驶时代的底层技术基础，在这一点上，软硬同行的英伟达已不仅仅是为智能汽车制造芯片，而是迈上了一个更高的台阶。