我們能做的是什么？我們搭建一個在汽車里面適用的平臺，這就是我們一個雙系統、雙備份的計算機的平臺Dine Px2，其實它是一個高性能計算機。我們在發布產品的時候技術指標相當于150個MacBook Air的計算量，如果拿150臺機器擺在一起，那個計算能力剛剛好跟我們這個設備的計算量是一樣的。這么大的計算量其實它的占的空間是非常小的，我們做的參考平臺。你必須要保證百分之百的冗余，放兩顆CPU就可以完全做到相互之間的熱備份，這樣可以保證系統的穩定性跟可靠性。在本身基礎上我們要提供新的思路來做未來的智能汽車，要把云端跟終端能夠嚴密的、緊密的結合起來，我們考慮的任何一個汽車未來它一定要會連到云端，而這個云端有不斷學習的能力，深度學習的能力，在前端收到的這些所有的信息、采集到的數據都能夠反饋到云端，在云端里面持續學習和調整。這樣一個云端跟終端的結合方式，是未來智能駕駛當中一定會出現的一個商業模式，跟今天的智能手機是一樣的。如果沒有云服務，我們的智能手機就變成是一個簡單的終端。

　　我想在這個搭配之下，英偉達能夠在云端提供的方案是非常多的，我們在tesla端的解決方案，已經把GPU完全做到虛擬化，任何企業可以搭建自己的私有云，也可以利用開發一些公有云，如果政府愿意搭建一個全國企業共享的公有云，我相信這些都會在不同的行業推動下能夠形成一個共同的機制，幫助我們發展整個行業開發和研究水平。另外一個深度學習的算法，這些算法不要以為它是很復雜，其實如果任何一個企業，包括中小企業都有能力去進行深度學習的研究，我們提供了一套非常簡便的方法叫做英偉達的Digits，像一臺PC那么大，放四顆tesla的GPU，任何一個個人都可以買會去做深度學習的研究，而這個成本其實是很低的，大概在1萬美金以下，如果買回去自己都可以通過采集到的數據或者是跟別的專業公司購買的數據進行學習，去研究自己的東西。我相信這樣的一個生態系統，可以把我們在整個智能汽車駕駛行為當中的各個環節，透過不同的企業，不同的研究，可以把它變成是我們生態行業當中各個不同的貢獻者。我們在這個行業當中，我相信未來產出的企業可能是巨大的，有很多的應用，就像今天的智能手機一樣，在智能手機上面有千千萬萬家APP公司，他們在做不同的生意和不同的功能，提供不同的個性化的應用，而這些我們希望在智能汽車當中能夠給這個行業帶來更多的活力。

　　另外一個方面我想跟大家講的就是自動駕駛。既然是智能汽車自動駕駛肯定是其中的一個很重要的環節，自動駕駛的工作大家都差不多，從感知到高精地圖，從這些當中感知周邊的環境，利用你的算法做你的決策，然后采取行動，這些是一套標準的流程。實際上每個環節當中Deep Learning都可以幫助我們去提升或者提高它的效果，無論你是在做地圖的，還是在做定位、GPS，甚至你是做認知、道路，提供算法去做計算，每一個環節都可以利用深度學習，去幫助我們把它智能化。這些智能化的手段，其實在應用當中可能跟我們以前傳統的方式不太一樣，比如說地圖，地圖以前可能是要每次自己去測繪，然后測繪完之后再去更新，但是這樣的手段會導致這個地圖的更新很慢，但是如果你是用深度學習的辦法，讓它自動的迭代，讓你的地圖會越來越準確，修正的越來越多。尤其是在我們這個發展中國家，我們在中國很多的路況都是新的，本身就沒有路，甚至于連路都沒弄，而且這些都可以通過它學習的方式不同的去進步，讓它自己把精度變得越來越準確。同樣定位也是一樣，定位的準確度跟修正GPS的算法有很多反饋的信息，很多GPS的工具是沒有辦法把它收回去。如果利用這些學習的方法不停地反饋、迭代讓你的GPS變得越來越精確，可能是一些很廉價的GPS或者是很普及型的GPS系統都可以變得更加精確。當然在其他的一些系統下面包括甚至于你在控制你的汽車行駛也是一樣，很多算法跟路線的決策都是可以通過這個學習的方式不停的去進步，我們希望把學習的思路應用在各個環節，這樣就可以讓汽車能夠學習人的方式去駕駛汽車。而這些手段對于我們在今后的研究當中，我相信很多的生態系統當中會產生一些新的影響，比如說這是我們在一段霧霾當中去做圖形圖象識別，以前大家可以想像可能一旦出現霧霾的時候，我們的人都看不見汽車。但是我們知道透過Deep Learning的方式，在你看不清的情況之下它還能夠去識別前面的車輛，這是對我們的開車，對于司機來講是非常有價值的。但是對于人來講，傳統的肉眼模式是沒有辦法做到的。

　　當然深度學習的方式，并不是在技術上的提升，或者只是一些方法上的改變。實際上深度學習是讓我們在以前傳統研究的模式之下，做了一個很大的進步，也就是相當于我們在以前的計算機1跟1000之下的計算方式，算法是完全不一樣的，這樣給我們打開的思路也會不一樣，并且手段也不一樣，實現的效果就完全不一樣了。

　　最后，我想跟大家探討一下深度學習、高性能計算給我們整個行業，如果說智能汽車有一個很大的變化，幾年之后發生很大變化的時候，它對于我們整個產業會有多大的影響？我相信很多人都會知道，可能傳統汽車的檢車不一樣，法律法規不一樣，標準不一樣，最大的問題就是我們的教育機構人才的培養跟以前完全不一樣。我們傳統車廠培養人才，大專院校，汽車學院，汽車系培養的這些人才在今后都會發生一個很大的變化。當然我們的出行方式可能會產生一個很大的變化。當自動駕駛的汽車上路之后我們的出行方式跟今天也會不一樣，這一些可能會引起我們在各個部門以及相關的管理行政機構都會在這個行業當中重新考慮新的系統去適應和支持我們這個行業，否則這個行業就算我們把汽車做得很好，可惜它沒有辦法上路。

　　我相信對于供應鏈也有很大的變化。比如像我們公司，可能在汽車供應鏈當中我們從來沒有進入國，我們也很少跟車廠發生過任何關系，今后希望對于整個汽車行業能夠發揮出我們英偉達應有的作用，也希望我們在中國能夠找到更多的合作伙伴，跟我們一起把我們整個汽車行業智能化做得更好。

ADAS和無人駕駛汽車的未來，智能汽車傳感模塊解決方案，智能汽車BMS和360環視解決方案等技術應用請移步【第三屆·中國智能汽車技術暨應用高峰論壇】
會議詳情戳下圖↓可跳轉