无效的输入。不支持特殊字符。
更新说明：本文最初发表时，自动驾驶汽车技术仍处于发展的早期阶段。文章发表后，整个行业持续向前发展，如今我们的观点已发生了很大变化。要了解这些变化以及我们的最新观点，请查阅自动驾驶最新洞察。
如今，自动驾驶汽车正逐渐从未来梦想发展为当下现实。随着这项技术的成熟，个人和公共交通出行将会发生永久性的改变。
最终，无人驾驶汽车将会彻底取代人类驾驶员，道路上再也没有疲劳驾驶、不清醒驾驶和分心驾驶的司机。2017 年，美国有近 40,000 人死于道路交通事故。根据美国国家公路交通安全管理局1 (NHTSA) 的数据，在这些事故中，约有 90% 是人为失误造成的2。
但无人驾驶技术的背后是什么？无人驾驶汽车究竟如何提高安全性？要实现不用看路就能开车出行，需要哪些条件？
人工智能助力自动驾驶汽车
一辆汽车要实现自动驾驶，就必须不断了解它周围的环境：首先是感知（识别并分类信息），然后是通过汽车的自动驾驶/计算机控制对这些信息采取行动。 自动驾驶汽车需要安全、可靠且响应迅速的解决方案，这些解决方案需要能够详细了解驾驶环境，然后在此基础上瞬间做出决策。
而要了解驾驶环境，就需要汽车上的各种不同传感器捕获大量数据，然后由汽车的自动驾驶计算机系统进行处理。
但所有这些过程如何与维持汽车运行的其他功能并行不悖？这正是 AI 发挥作用的地方。
为了使车辆真正能够在没有驾驶员控制的情况下驾驶，首先必须对人工智能 (AI) 网络进行大量训练。该网络经过训练后，便知道应该如何观察路况、如何理解观察到的情况，以及如何在任何可以想象的交通状况下做出正确的决策。
如今，自动驾驶汽车上搭载的技术设备，其性能已与几年前的部分顶尖超级计算机不相上下。
据预计，自动驾驶汽车包含的代码行数将会超过迄今已开发的任何其他软件平台。
在当今的技术环境下，高端自动驾驶汽车所运行的平均代码行数预计在 3 亿至 10 亿行，几乎是阿波罗 11 号登月任务的 1,000 倍。要运行如此多的代码，高端自动驾驶平台需要配备约 2TB 的存储空间，且内存带宽需要高于每秒 1TB（采用 GDDR6 或 HBM 等技术），以满足 3 级（有条件自动驾驶）和 4 级（高度自动驾驶）自动驾驶对实时计算性能的需求。
自动驾驶汽车的 AI 系统需要连续、不间断的数据和指令流，以便根据复杂的数据集实时做出决策。如今，一些自动驾驶汽车已成功上路。
但是，许多早期自动驾驶汽车之所以能够成功，是因为它们连续多日反复行驶相同的路线。通过这种方法，其连接的网络能够了解路线的每一处细节，生成高分辨率地图，然后将这些地图用作自动导航系统的重要组成部分。自动导航系统可告诉无人驾驶汽车行驶的方向。但是，道路上的交通状况、行人以及其他潜在的实时危险又该如何应对？
这种通常存在限制的行驶范围被称为“地理围栏”，是在部署真正无人驾驶的汽车时，早期自动驾驶汽车采用的方法。尽管地理围栏可以实现适用于限定路线的解决方案，但如果自动驾驶汽车高度依赖某一地区的地理围栏，它可能就无法在其他地区正常行驶。
无人驾驶汽车更安全吗？
内存和存储，自动驾驶中的无名英雄
内存和存储设备在自动驾驶中发挥着关键作用，包括传感器融合处理以及路径规划所用的内存子系统，以及黑匣子数据记录仪所用的存储子系统。各种类型的内存和存储设备协同运行，使我们越来越接近这样一个未来世界：自动驾驶不仅可行，更将成为常态。实现这一切的设备包括：
美光汽车系统架构高级总监 Robert Bielby 表示，高性能 AI 计算机采用深度神经网络算法，这使得自动驾驶汽车的驾驶能力优于人类4。
Bielby 表示：“自动驾驶汽车配有多种不同的传感器，它们协同工作，能够以更远距离、更高精度，全天候全方位观察整个环境，这是人类无法企及的。再加上如今汽车系统中可以实现的极致计算性能，不久之后，自动驾驶汽车就能为我们带来更好的驾驶技术，同时实现比人工驾驶更高的安全性。”
想象一下，在繁忙的高速公路上，一辆汽车突然刹车。这种情况下，如果引入了车对车和车对基础设施（统称为 V2X）通信，这一事件就可以通过无线方式传输到跟随在这辆车后面的所有汽车。后方的汽车可以了解即将发生的状况，并主动减速和制动，避免发生事故。
自动驾驶的五个等级
高速内存是自动驾驶的重要组成部分
还记得吗？在美国，导致人员死亡的交通事故中约有 90% 是人为失误造成的。人类很容易分心，但在面对意外危险时能做出瞬时决策。相较之下，计算机不会被那些分散人类注意力的事物所干扰，比如闪烁的广告牌，或者广播里播放的自己喜爱的歌曲。更重要的是，计算机的反应速度比人类驾驶员更快、更稳定。
对于自动驾驶汽车，安全自然是大家最关注的问题。为确保安全，自动驾驶汽车不仅通过备用硬件系统来最大限度地减少错误，还包含一套基础设施，使车辆能够相互通信，并与周围环境进行交互。随着车辆自动驾驶程度的提高，这一由传感器和备份系统构成的互联系统需符合法律规定的更高安全标准。
自动驾驶汽车分为哪几个等级？
NHTSA 通过一套分级体系，为自动驾驶技术的开发与部署提供了明确的指导。
这些等级用于标识人类驾驶员对车辆的控制程度（与计算机控制相比）：
- 0 级：无自动驾驶功能（标准汽车）
- 1 级：驾驶辅助（仅支持单一功能，例如转向或制动）
- 2 级：部分自动化（驾驶员必须将一只手始终放在方向盘上）
- 3 级：有条件的自动化（可能随时需要驾驶员来接管驾驶）
- 4 级：高度自动化
- 5 级：全自动
目前大部分高级驾驶辅助系统 (ADAS) 都属于 2 级，其底层计算机硬件采用的是相对成熟但带宽较低的内存设备。
随着无人驾驶汽车的自动化级别越来越高，无论从安全性还是性能角度来看，内存技术都越来越重要，内存的使用范围也从汽车的运行系统向车载娱乐系统扩展。
过去，个人计算机被视为推动内存行业发展的力量，而现在，人们认识到，汽车行业将成为未来内存技术的主要推动力。目前，一些领先的自动驾驶平台已经证明了这一点。
Nvidia 最近发布了专为自动驾驶开发的先进计算平台 Pegasus3，该平台就是基于业界性能更高的前沿 DRAM 技术构建而成。Pegasus 平台总计可提供超过每秒 1TB 的内存带宽，其性能可满足 5 级自动驾驶所需。
数据是自动驾驶汽车的燃料
GDDR6 在未来自动驾驶系统中的重要性，以及美光在其中发挥的作用
美光在汽车内存解决方案和图形内存解决方案（GDDR5x 和 GDDR6）领域均处于行业领先地位。GDDR6 内存的高带宽特性，使其能实现更高级别的自动驾驶，且占用空间满足在汽车内部署的要求。具有较高内存带宽的自动驾驶计算平台将能够支持自动驾驶算法的持续发展和优化。
Robert Bielby 评论道：“我们将会看到，算法随着时间推移不断改进。 这些改进将通过软件升级来实现，就像智能手机定期接收应用程序或操作系统更新那样。”
今后十年，随着自动驾驶汽车的不断发展，各种功能将会经历多次迭代。这需要精心管理人机互动，确保驾驶员清楚了解特定时间可用的自动化级别，以及“动手”和“用眼”操作的责任。
GDDR6 作为一项底层技术，为人工智能计算引擎提供了至关重要的内存带宽支持。它让自动驾驶汽车具备了最基础的能力，使其能够负责任地行动并提升安全性，以满足 NHTSA 制定的行业安全标准。
GDDR6 是一种高性能内存技术，符合在高温和其他恶劣行车条件下连续运行的要求。
AI 是实现自动驾驶所需的关键技术。要实现与人类类似的决策能力，AI 驱动的汽车需要创新的内存和存储系统来提供海量计算能力。
随着自动驾驶汽车推动内存速度需求不断增长，美光将凭借在汽车行业逾 25 年的投入，提供相应级别的性能，在竞争中脱颖而出。
数据来源和参考：
1. 美国国家公路交通安全管理局 (National Highway Traffic Safety Administration)，“NCSA 出版物和数据请求”，2017 年，crashstats.nhtsa.dot.gov/#/。
2. 美国职业安全管理委员会 (National Safety Council)，“Distracted Driving”，Injury Facts，2018 年，injuryfacts.nsc.org/motor-vehicle/motor-vehicle-safety-issues/distracted-driving/。
3. Nvidia，“NVIDIA Announces World's First AI Computer to Make Robotaxis a Reality”，NVIDIA 新闻中心，2017 年 10 月 10 日，nvidianews.nvidia.com/news/nvidia-announces-world-s-first-ai-computer-to-make-robotaxis-a-reality
4. Bielby. R（2018 年 2 月 28 日），个人访谈
